注册 登录
中工网论坛 返回首页

螃蟹竖着走的个人空间 http://blog.workercn.cn/?430595 [收藏] [复制] [分享] [RSS]

日志

张近东代表:建议共建共享数字中国开放平台

已有 3645 次阅读2018-3-22 14:29 |系统分类:两会

随着互联网、物联网、人工智能向各个产业的渗透和融合,数据是网络链接的介质,数据是人工智能学习的饲料,是一种越使用越增值的社会财富。数据作为全社会关注的新型生产资料,如何开放共享成为中国现在最为热门的研究方向和讨论话题。全国人大代表、苏宁控股集团董事长张近东建议,共建共享数字中国开放平台,共创共赢数字经济时代发展。
    张近东表示,要充分利用大数据平台,综合分析风险因素,提高对风险因素的感知、预测、防范能力。要加强政企合作、多方参与,加快公共服务领域数据集中和共享,推进同企业积累的社会数据进行平台对接,形成社会治理强大合力。要加强互联网内容建设,建立网络综合治理体系,营造清朗的网络空间。
    张近东认为,政府和社会各界对数据的重视有目共睹,但在数据管理和平台的建设上还存在以下几个亟待解决的问题。
    一是目前我国缺乏全国性的跨地域、跨行业的能够面向整个社会开放的数据共享平台。针对国家和社会的数据需求,现阶段所存在的数据平台主要是以政府相关部门和大型互联网公司为主的垂直化、单一化的系统数据平台,具有较强的层级性、区域性和单一性,对于社会治理和企业发展的帮助极其有限。国家治理和企业发展都是涉及领域众多,数据需求种类繁多,需要极其复杂的机制。
    因此,张近东建议国家加快顶层设计和统筹规划,中央政府牵头,参考银联、网联模式,以企业机构为建设和运营主体,将政府、社会的数据汇聚和管理,建立国家级的跨地域、跨行业的开放数据的统一管理平台,为数据应用创造有利条件。
    二是基础性、关键性数据缺失,不利于通过大数据建立健全社会治理的机制和推动数字经济发展。据了解,我国信息数据资源80%以上掌握在各级政府部门手中。在《关于推进公共信息资源开放的若干意见》《政务信息系统整合共享实施方案》等文件的推动下,政府数据加快了共享开放的脚步,取得的成果有目共睹。但是我们应该清晰地认识到,我国大数据发展还处在起步阶段,不少基础性、关键性数据仍被众多部门和机构束之高阁,少数大型互联网垄断企业为追求利益最大化,以安全和企业机密等原因拒绝向社会提供关键数据,整个国家数据共享开放程度不高,这极大影响了数字经济的发展。
    张近东建议,国家把数据平台的建设作为重要公共基础设施,引导社会各行各业实现数据开放共享,对于数据资源的管理和供给参考水电对于国家经济的基础,采取低价、充足的策略让广大中小型企业能够与部分已经具有领先优势的巨型企业在数据领域站在同一起跑线上,打破数据壁垒杜绝数据垄断,加速数字中国的发展和落地,让中华名族复兴梦想在数据经济推动下加快实现。
    三是数据管理缺少规范和标准,数据使用的法律法规缺失。近年来,尽管社会上不少数据已接入各个共享开放平台,但由于缺乏共同规范,经常会出现采集数据难,使用数据效率低下,各级政府机构和各个企业的数据平台无法交互共享,对数据采集、对接、共享、开发、管理都会带来很大隐患;我国数据产业仍处于垂直分割状态,数据的持有者、开发者、使用者相对分离,数据不能流动共享,无法最大程度利用数据为社会治理和企业发展提供动能。
    张近东建议展开数据领域的立法工作,通过人大立法机构,成立立法推进委员会,加快数据采集、开放、共享、安全、使用和隐私保护方面的立法,建立数据标准、界定数据边界,确实有效地建立数据领域的法制基础。以法律的形式对平台数据进行分级的有效管理,并规范数据资源开放和共享的内容及形式,形成完善的综合治理体系,提供公平公正安全可靠的环境。
    四是目前数据领域一直受到安全性、可能被平台操纵、流通环节的信任和确权等核心问题的困扰。张近东表示,数据是建设数字中国最重要的基石,是产业规模化、高质化的催化剂。数据领域中典型特征是以行业、区域数据为基础,数据安全性不能得到有效保障、数据存在被巨头操纵的可能、数据流通环节的信任和确权得不到保证,这些行业普遍顾虑的核心问题一直没有得到有效解决,从而造成政府各个层级和部门之间,不同地域、业务的企业之间,只能形成各自的“数据孤岛”,无法发挥数据产业的真正价值。目前基于人工智能、深度学习等手段,对数据自动分类、终端和网络中行为数据的检测和分析,是解决数据安全问题的重要途径之一。而具有去中心信任机制、防篡改、记账透明、共监管和可追溯性等优势的区块链技术在数据安全领域也大有可为。利用人工智能、区块链结合大数据的技术融合能够成为解决数据安全短板的一剂良药。
    张近东建议,在共建社会数据开放共享平台的过程中,逐步加大引入人工智能和区块链技术,推动大数据与人工智能、区块链等新技术的融合,利用技术融合优势,提高对风险因素的感知、预测、防范能力。

评论 (0 个评论)

facelist

您需要登录后才可以评论 登录 | 注册

小黑屋|手机版|Archiver|中工网

GMT+8, 2018-10-18 13:48 , Processed in 0.058327 second(s), 16 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

返回顶部