新加坡釋出生成式 AI 資料使用新指南

字幕語言： zh-Hant · 抓取日期： 2026-07-28

歡迎回來。人工智慧模型從資料中學習，但新的指導方針正在為個人資訊的使用方式以及如何向用戶告知這些資訊設定更清晰的邊界。聊天機器人還將為使用者提供更多資訊，類似於營養標籤，顯示該技術可以做什麼以及它如何處理資料。新的指導方針旨在幫助企業在建立公眾信任的同時負責任地採用生成式人工智慧。好的，Aldrina Thiagarajan 為我們從新加坡資料節傳來更多報道。>> 每天，數百萬人與人工智慧工具共享個人資訊。但你知道這些資料如何被用於產品開發或服務嗎？新加坡的新指導方針旨在回答這些問題，為開發生成式人工智慧的企業設定更清晰的預期，例如資料如何被收集和使用以開發生成式人工智慧模型。

>> 我們可以看到，沒有好的資料，即使是最好的系統也會難以產生有用的結果。"垃圾進，垃圾出"。這就是為什麼在人工智慧時代，資料治理變得更加而非更少重要。從本質上講，資料治理是關於信任。>> 聊天機器人提供商還需要在如何使用個人資料方面提高透明度。例如，將向消費者提供像這樣的資訊卡，使他們能夠做出更明智的決定，幷包括他們選擇與此類服務共享的資料型別。>> 這符合我們在治理、隱私和透明度方面的原則，其中一些已經內置於我們的聊天機器人中。所以這只是進一步推進。所以，我們對這一發展感到非常興奮。

>> 然而，建立可信的資料治理框架需要時間，因為公司在接下來的一年內將使用這些指導方針來不斷改進其透明度實踐。公開的其他舉措包括一份關於聯邦學習的指南，這是一種隱私增強技術（PET），人工智慧開發人員可以利用它訪問私有資料庫，而不會冒資料洩露的風險。在新加坡總醫院的解剖病理學實驗室，隱私增強技術被用來分析胃活檢，這項工作節省了該團隊 60% 的時間。>> 我們需要演算法實際上能夠快速執行，並且能夠同時分析許多切片。我們還需要確保該環境足夠安全，以便我們能夠將患者資料放入雲資源中進行分析。

>> 該團隊繼續與 A*STAR 合作，探索後續步驟，例如更復雜的加密流程以實現更大的資料安全性。>> 我們將與個人資料保護委員會專員、新加坡信息通信媒體發展局 (IMDA) 資料創新和保護小組執行長助理 Denise Wong 進行關於資料使用的更深入討論。與我們在一起的還有 NUS 副教務長、教育創新副教務長 Prof Simon Chesterman 和 NUS 學院院長。歡迎來到節目。讓我們從你開始，Denise。呃，人工智慧開發人員目前可以收集線上資料以進行訓練，儘管這些資料可能不總是公開可用的，這被稱為"網路爬取"。請告訴我們什麼是網路爬取。

>> 好吧，想象一個人在閱讀報紙，然後剪下他們感興趣的文章，除了這個人是一個網路程式，正在掃描網際網路上數十億個網頁，挑選相關資訊，為生成式人工智慧訓練編制一個數據集。所以，網路爬取是訓練生成式人工智慧和收集所需資料的常見方式。現在，根據《個人資料保護法》，實際上在大多數情況下，需要從個人資訊所有者那裡獲得同意。但是，當資訊已在公共領域中且已存在時，那麼你可以依賴所謂的"公開可用例外"。所以，不需要同意。

所以，我們在指導方針中澄清的是，你可以獲取網際網路上公共領域中的個人資料並將其用於生成式人工智慧訓練。>> 現在，一個新主意是聊天機器人資訊卡，我理解。消費者應該期望在上面看到什麼，他們如何判斷它是否真正有用或只是形式上的做法？>> 這是一個很好的問題。我們與焦點小組、消費者以及行業進行了廣泛的協商。我們發現人們真正關心的有四個領域。一個是聊天機器人是什麼和不是什麼。例如，你可以使用這個聊天機器人來檢查產品價格，但你不能使用它來獲取健康建議。第二個領域確實是這個聊天機器人是否安全可靠？例如，是否有家長控制？

例如，是否有孩子不應該看到的內容？第三個領域是資料將如何被使用？第四個領域是，如果你想提供使用者反饋，是否有一個渠道，比如電子郵件地址？所以，使用者可以期望這四個領域中的資訊以易於訪問的方式提供。現在，當然，我們將允許組織決定披露的深度，但說到底，資訊必須足夠充實，以便使用者能夠理解他們所使用的聊天機器人，這樣他們就可以對他們所使用的內容做出明智的選擇，並知道如何正確使用。目標是真正在不同的聊天機器人之間標準化透明度。很多時候這些資訊已經存在，但可能不容易訪問或可能位於不同的位置。

>> 教授，讓我們把你引入這個對話。現在，在人工智慧方面，新加坡一直選擇指導方針而非監管。你為什麼認為這是一個更好的方法？>> 好吧，我認為在任何新興技術、任何新興做法中，都存在一種緊張關係。你是監管不足並讓人們面臨風險，還是過度監管並限制創新或潛在地將其推向別處？所以，我認為新加坡一直在試圖駕馭這個空間，但我不會說目前完全缺乏監管。有《個人資料保護法》，這是基線法律。我們有控制敏感資料的具體法律，例如在醫學和醫療保健中。

但你說對了，在新興領域，存在這樣一種趨勢，即行動緩慢，與行業、消費者進行協商，並嘗試從指導方針開始。所以，目前，這些指導方針有助於在新的使用案例中解釋那些基線法律，比如 Denise 剛才描述的網路爬取。確實，在聊天機器人的新資訊卡等領域中，它完全是自願的，但這是一個非常新興的領域，我認為進行一些實驗是明智的。這真的是你想要鼓勵的，即產業部門進行適當水平的實驗，同時保護個人和使用者的權利。>> 現在，Denise，指導方針的目的是在不減緩人工智慧創新的情況下保護人們的隱私。你如何平衡這一點？

>> 我喜歡把它看作是汽車中的安全帶。現在，汽車中的安全帶保護駕駛員，保護乘客，實際上允許汽車以更快的速度行駛，而不是更慢。所以，指導方針實際上是關於如何遵守《個人資料保護法》下現有法律要求的解釋。它設定了邊界，這些邊界提供了清晰度，然後允許企業獲得信心來創新和使用這項技術進行商業運營。這也使公司具有靈活性來理解他們在自己的操作要求範圍內可以做什麼。所以，我們不認為它實際上會造成太多麻煩。實際上，清晰度增強了使用的信心。>> 現在，最後一個很快的問題，兩位都回答。

首先，這些新指導方針會給企業，特別是中小企業，帶來額外的工作嗎？教授？>> 希望不會。我是說，是的，會有一點額外的工作，但那只是在你改變現有資料使用案例的情況下。我是說，現實是需要這樣做的原因是我們改變了與資料的關係。過去的情況是，如果你收集資料，你可以有一個安全的資料集，那就是你真正需要的全部。現在，隨著動態資料，你需要有持續的流程，但在大多數情況下，這應該是一個希望適度的投資。正如 Denise 所說，有點像向汽車中加入安全帶、防鎖死制動系統都需要花錢，但所有這些都既能保持駕駛員更安全，又能使汽車行駛得更快，這就是我們想要的。

>> 好吧，非常感謝 Denise 和教授今天加入我們，為我們提供了關於這個問題的見解。我們一直在與來自新加坡信息通信媒體發展局 (IMDA) 的 Denise Wong 和來自 NUS 的 Prof Simon Chesterman 交談。謝謝。現在，製造業、建築環境和物流公司現在對採用數字孿生技術有了更清晰的路線圖。一本新的指南幫助企業決定該技術是否符合其需求，評估其資料準備情況，並實施改進運營的專案。該指南由信息通信媒體發展局啟動，針對非資訊通訊技術企業。數字孿生是虛擬副本，可以使用即時資料映象工廠機器、建築裝置和供應鏈。公司可以使用它來更早地發現問題並在應用之前測試更改。

對於管理超過 100 個地點的 Excel Tech 物業管理公司，他們的數字孿生每天為技術人員節省 45 分鐘。它標記裝置故障的早期跡象，允許團隊更恰當地部署資源，並消除手動泵檢查的需求。