記者19日從國家區(qū)塊鏈技術(shù)創(chuàng)新中心獲悉，由國家區(qū)塊鏈技術(shù)創(chuàng)新中心、北京能源集團(tuán)牽頭，聯(lián)合新華社國家重點(diǎn)實(shí)驗(yàn)室、人民網(wǎng)、高等教育出版社、中國通用技術(shù)集團(tuán)等10余家國內(nèi)語料數(shù)據(jù)重點(diǎn)單位共同打造的高價值語料可信流通基礎(chǔ)設(shè)施正式啟動建設(shè)。
高價值語料數(shù)據(jù)是訓(xùn)練人工智能大模型的關(guān)鍵因素。長期以來，高價值語料數(shù)據(jù)存在跨單位、跨行業(yè)、跨地區(qū)分布的特點(diǎn)，部分領(lǐng)域還暴露出濫用語料數(shù)據(jù)、泄露語料隱私等問題。以區(qū)塊鏈、隱私計算為代表的新一代信息技術(shù)，憑借可信存證、不可篡改、易確權(quán)等性能，可以保障語料數(shù)據(jù)可信安全地流通、使用和管理，有效破解上述難題。
國家區(qū)塊鏈技術(shù)創(chuàng)新中心相關(guān)負(fù)責(zé)為人介紹，高價值語料可信流通基礎(chǔ)設(shè)施將運(yùn)用我國自主可控、性能領(lǐng)先的區(qū)塊鏈軟硬件技術(shù)，搭建起覆蓋全國的分布式語料數(shù)據(jù)互聯(lián)互通橋梁，鏈接語料供給方、加工方、需求方，實(shí)現(xiàn)全國分布式語料數(shù)據(jù)可信接入，跨地域可發(fā)現(xiàn)、可訪問，形成高質(zhì)量語料數(shù)據(jù)集；同時，運(yùn)用創(chuàng)新隱私計算技術(shù)，通過“數(shù)據(jù)不出域、可用不可見”的方式，保障大模型高價值語料數(shù)據(jù)在處理加工和模型訓(xùn)練過程中無法二次非授權(quán)傳播。
在高價值語料可信流通基礎(chǔ)設(shè)施的支撐下，國家語料數(shù)據(jù)的重點(diǎn)單位還將開展基于區(qū)塊鏈與隱私計算的語料數(shù)據(jù)可信安全流通規(guī)范制定，形成高價值語料數(shù)據(jù)流通與增值的可持續(xù)生態(tài)。
