面向公共管理的数据所有权保护、定价和分布式应用机制探讨

为进一步利用人工智能技术来提供智能公共服务,首先应解决人工智能生态系统的几个重要问题,其中核心问题便是数据所有权保护和定价,这些问题很难从法律与制度层面快速界定,也难以通过当前集中式建模范式解决。为了解决前述问题,文章分析了在公共管理环境下应用人工智能技术进行数据保护和用户激励的关键要求,提出了一种新的去中心化建模方法,称为"分布式机器学习":模型以分布式的方式进行训练,训练完成后进行模型聚合,数据定价可以根据每个模型的贡献来确定,数据所有权保护则是通过交换数据使用权进行。