加速完善算法公开透明,强化算法治理

一、美欧等西方发达国家普遍开展算法治理活动,提升算法透明度

(一)美国:多层次协同保障算法公开透明

州政府层面,2017年,纽约市通过算法透明法案,并设立“算法问责特别工作组”(AlgorithmicAccountabilityTaskFore),专门监督市政府使用算法的情况,具体场景包括刑事调查、教师评估、消防、公共住房等。2022年9月,华盛顿拟通过《停止算法歧视法案》5,该法案要求公司披露使用算法的情况,并在做出不利决定(如拒绝抵押贷款、收取更高利率)时向消费者提供更强有力的解释以增强透明度。

(二)欧盟:多措并举提升算法透明度

近年来,欧盟在《通用数据保护条例》创设算法解释权的基础上,对算法透明进行了更全面深入的讨论与探索。2019年4月,欧洲议会研究服务机构发布《算法问责及透明度监管框架》6,将算法透明度与可解释性视作解决算法公平、实现算法治理的基础工具,并呼吁欧盟尽快完善监管机制和法律责任制度。2022年11月16日,欧盟委员会宣布《数字服务法案》7生效。法案采取算法问责和透明度审计等措施,以规范算法系统如何塑造内容的可见性和推广以及它的社会和伦理影响。该法案要求在线平台应当公开推荐活动所依据的算法参数,提高算法透明度。

(三)英国:着力加强公共部门算法公开透明

2020年9月,英国发布《国家数据战略》,提出政府部门将与学术机构开展合作,共同探索提高算法透明度的方法。2021年6月,英国数据伦理与创新中心(CentreforDataEthicsandInnovation,CDEI)委托BritishThinks开展的公众调查报告发布8,该报告建议政府在做出影响个人的重大决策时,对所有使用算法的公共部门组织施加强制性透明度义务,以避免高风险活动对公众造成的不良后果。

二、国内加快算法治理顶层设计,突出算法透明重要性

国内针对算法治理的一系列立法和政府规范文件陆续出台,算法治理顶层设计加速完善。《电子商务法》《个人信息保护法》《关于加强互联网信息服务算法综合治理的指导意见》和《互联网信息服务算法推荐管理规定》等法律法规对算法标识、算法透明等方面进行了规制。

2019年1月,《电子商务法》正式实施10。该法第三十三条明确规定“电子商务平台经营者应当在其首页显著位置持续公示平台服务协议和交易规则信息或者上述信息的链接标识,并保证经营者和消费者能够便利、完整地阅览和下载”,用以提升电商平台交易规则的透明性。

2021年11月1日,《个人信息保护法》正式实施11。该法第二十四条第一款要求“个人信息处理者利用个人信息进行自动化决策,应当保证决策的透明度和结果公平、公正,不得对个人在交易价格等交易条件上实行不合理的差别待遇”、第三款要求“通过自动化决策方式作出对个人权益有重大影响的决定,个人有权要求个人信息处理者予以说明,并有权拒绝个人信息处理者仅通过自动化决策的方式作出决定”,进一步强调了个人信息处理者自动化决策技术应用的算法透明度。

在此基础上,2021年9月,国家互联网信息办公室、工信部等九部委联合发布了《关于加强互联网信息服务算法综合治理的指导意见》的通知12,要求推动算法公开透明。规范企业算法应用行为,保护网民合理权益,秉持公平、公正原则,促进算法公开透明。督促企业及时、合理、有效地公开算法基本原理、优化目标、决策标准等信息,做好算法结果解释,畅通投诉通道,消除社会疑虑,推动算法健康发展。

2022年11月,国家互联网信息办公室发布了《互联网信息服务算法推荐管理规定》13,该规定指出提供算法推荐服务,应当遵循公平公正、公开透明等原则。鼓励算法推荐服务提供者优化检索、排序、选择、推送、展示等规则的透明度和可解释性,避免对用户产生不良影响,预防和减少争议纠纷。

三、加速完善算法公开透明,强化算法治理

总体来看,全球各国针对算法透明的治理还处于初始阶段,算法透明标准不明、算法透明缺乏实践指引以及如何化解算法透明与商业秘密之间的冲突等难题成为制约各国算法透明发展的重要因素。

2022年12月19日,中共中央、国务院印发了《关于构建数据基础制度更好发挥数据要素作用的意见》,提出要全面加速数据价值释放,纵深推进数字化发展。数据价值的释放离不开深度学习等算法的赋能和加持,算法透明作为算法治理的重要手段,将迎来发展新阶段。

(一)细化落实算法透明顶层设计要求

充分落实《互联网信息服务算法推荐管理规定》等规范要求,推动算法透明治理规范化、常态化。一方面,有序开展算法备案工作,持续扩大算法备案覆盖的行业和领域,加强算法管理。另一方面,充分借鉴国外经验,组织开展算法影响评估等活动,扩展自动化决策的事前评估手段,进一步提升算法透明性。

(二)推动算法透明标准体系建设

(三)促进行业自律活动有序开展

充分发挥行业自律组织沟通政府、企业和市场的桥梁纽带作用。一方面,通过制定“算法透明公约”等,设立行业企业及从业人员算法使用规范,督促企业和从业人员落实算法透明原则,营造算法使用的良好环境。另一方面,利用科研机构、高校、头部企业在技术研发、实践操作、交流合作方面的优势,通过共建实验室、算法透明研究中心等机构和举行研讨会等形式,协同攻克算法透明在技术标准、实践操作方面的难题。

引用:

作者简介:

关伟东,中国信息通信研究院数据安全研究员,主要从事数据安全监管支撑、产业发展研究、个人信息保护研究等工作。

THE END
1.智能时代的算法优化:提升效率与用户体验的关键复杂度分治法大模算法优化是一个复杂而又充满挑战的领域,但其重要性不言而喻。通过选择合适的数据结构、减少不必要的计算、采用分治法、贪心算法、动态规划和并行计算等技术,我们可以显著提高算法的性能。在未来,随着技术的不断进步,算法优化将继续发挥重要作用,为各个行业带来更高的效率和更好的用户体验。https://www.163.com/dy/article/JEQ1M27M0512BOIV.html
2.算法优化在提升计算效率方面的作用是什么算法优化不仅关注时间效率,还致力于减少内存占用。通过优化数据结构、避免不必要的内存分配和释放,以及利用缓存等技术,可以降低算法的空间复杂度,从而在有限的内存资源下处理更大的数据集。 算法优化的过程中,往往会发现和修复原始算法中的错误或潜在问题,从而提高算法的正确性。正确的算法能够避免产生错误的结果,减少计算https://blog.csdn.net/ly_7956/article/details/139134097
3.GBDT(梯度提升决策树)算法(详细版)腾讯云开发者社区参数v称为学习率,通常学习率会选择较小的值,小于0.1能够提高算法的泛化能力,但是越小的学习率也会增加算法的迭代次数。 六、总结 本文简单介绍的boost提升方法和讲解了Gredient Boost框架和Gredient Boost框架的应用GBDT,并且介绍了提高算法泛化能力的方法,正则化。还有一些内容本文没有提及,比如Gredient Boost中M回归问https://cloud.tencent.com/developer/article/1082482
4.组合优化的算法优化:如何提高算法性能51CTO博客组合优化问题是一类涉及到寻找最佳组合或分配的问题,它们在计算机科学、数学、经济学、工程等领域具有广泛的应用。这类问题通常是NP难题,因此需要使用高效的算法来解决。在这篇文章中,我们将讨论如何通过优化算法来提高组合优化问题的性能。 2.核心概念与联系 https://blog.51cto.com/universsky/9143743
5.机器学习各算法的优缺点!!适用场景:通过迭代训练多个决策树来提高性能,适用于分类和回归任务。 案例:股票市场预测。使用多个梯度提升树来预测股票价格。 6、XGBoost(极端梯度提升)和LightGBM(轻量级梯度提升机) 这些是梯度提升树的高效实现,具有高度可扩展性和性能。 适用场景:高效的梯度提升算法,适用于大规模数据和高维特征。 https://www.360doc.cn/article/50382475_1111478886.html
6.使用Go语言提高图片分辨率的方法与实践Golang// 使用双线性插值算法提高图片分辨率 gocv.Resize(lowResImage, &highResImage, image.Point{},2,2, gocv.InterpolationBilinear) // 保存高分辨率图像 gocv.IMWrite("high_res_image.jpg", highResImage) } 在上述代码中,我们首先使用gocv.IMRead函数读取低分辨率图像。然后,使用gocv.NewMat函数创建高分辨率https://www.jb51.net/jiaoben/3073004km.htm
7.《小猿搜题》的搜索算法如何工作?《小猿搜题》的搜索算法通过高效处理关键词、灵活的匹配策略、优化技术和实时更新维护,实现了在海量题库中快速、准确地为用户找到合适的学习资料。这不仅提高了用户的使用体验,也展示了人工智能技术在教育领域的应用潜力。未来,随着技术的不断发展,我们期待《小猿搜题》的搜索算法能够在更多领域发挥重要作用,助力教育事业https://www.sousou.com/wd/26922.html
8.物流管理的算法有什么1、路径规划算法:用于确定最短路径或最有效路径,如Dijkstra算法、A*算法。 2、库存管理算法:帮助决定最佳库存水平和补货时机,如ABC分析、EOQ模型。 3、分拣优化算法:用于提高分拣效率和减少成本,如最近邻算法、遗传算法。 4、运输调度算法:优化运输路线和车辆调度,如车辆路径问题(VRP)算法。 https://h.chanjet.com/ask/50ea1e041bfdf.html
9.学习编程为什么要学习算法?Worktile社区学习编程是现代社会中非常重要的一项技能,而学习算法作为编程的基础知识更是不可忽视的部分。那么为什么学习编程要学习算法呢?下面将为大家详细解答。 首先,学习算法能够提高编程的效率和质量。算法是解决问题的方法和步骤的描述,它可以帮助程序员解决各种问题,提高编程效率。通过学习和理解各种常见的算法,程序员能够快速地https://worktile.com/kb/ask/2300337.html
10.数据中台的五个关键要素如今,以算法推动业务智能化成为一种趋势,随着这种趋势的发展,算法业务将迎来更高水平的决策自动化,各企业开始高度重视算法的开发和应用。 在未来10年,全球超过一半的大型企业将会用先进的分析和专有的算法提高竞争力。对企业来说,了解算法在组织架构中的价值、制定配套的工作流程体系是非常关键的。 01 了解算法的分类https://maimai.cn/article/detail?fid=1740961222&efid=RSQIkiQ0Gsf3Ppa8xVPmXg
11.老电影和图片变清晰的秘密!分辨率提升400%的AI算法已开源老照片、老电影、动漫等画质可快速提升,分辨率自由调节 产业算法效果可以随着数据质量的提升大幅提高 在网络信号较差时,也能快速查看高清视频或图片 影像传输带宽与存储空间大幅压缩,传输成本也将大大减少图片引用自公开数据集[1][2][3] 让世界变得更清晰的不是魔法,而是一项被称为超分辨率提升的技术(简称「超分https://www.paddlepaddle.org.cn/support/news?action=detail&id=2716
12.头条文章算法推荐新闻提高了内容分发效率,实现了对信息和人的精准与高效匹配,有利于增强用户黏性,为高效实现内容产品的商业变现提供了技术支持。从传统媒体时代到互联网时代,新闻分发变革是媒介技术发展的必然要求。算法推荐新闻以智能推荐工具替代传统物流分发流程,实现自动化发行与营销,有利于增强用户与新闻产品之间的黏性,提升新闻https://card.weibo.com/article/m/show/id/2309404697962310664345
13.AI算法决策能提高员工的程序公平感知吗?客观上,AI算法比人类更能够理解和解释决策的过程,大数据资源为算法提供了众多的模型和架构从而提高决策效率(Schildt,2017)。但是,由于现阶段人们并不能真正地了解机器学习算法是怎样在不断变化的市场环境下学习适应并且自行优化的,算法运作的过程存在着“黑箱”问题,即基于神经网络的深度学习,将抓取的数据细分为数以千万https://www.fx361.com/page/2021/1114/18487673.shtml
14.完胜人类选手后,“冷扑大师”想用人工智能提高肾脏移植效率虽然利用人工智能算法提高了肾脏移植的匹配率,但因为死者捐赠的肾远远不够满足无亲属捐赠的病人需求。一个肾在一方面可以通过链式移植救很多的病人,同时一定会有病人因此无法得到合适的器官移植。这样一来就会出现经典的电车难题:一辆电车脱轨了,一边的轨道上有一群小朋友在玩。如果你是火车司机,你可以选择将火车扳一个https://www.thepaper.cn/newsDetail_forward_1750449