科技日报记者 崔爽
记者19日从国家区块链技术创新中心获悉，由国家区块链技术创新中心、北京能源集团牵头，联合新华社国家重点实验室、人民网、高等教育出版社、中国通用技术集团等10余家国内语料数据重点单位共同打造的高价值语料可信流通基础设施正式启动建设。
高价值语料数据是训练人工智能大模型的关键因素。长期以来，高价值语料数据存在跨单位、跨行业、跨地区分布的特点，部分领域还暴露出滥用语料数据、泄露语料隐私等问题。以区块链、隐私计算为代表的新一代信息技术，凭借可信存证、不可篡改、易确权等性能，可以保障语料数据可信安全地流通、使用和管理，有效破解上述难题。
国家区块链技术创新中心相关负责为人介绍，高价值语料可信流通基础设施将运用我国自主可控、性能领先的区块链软硬件技术，搭建起覆盖全国的分布式语料数据互联互通桥梁，链接语料供给方、加工方、需求方，实现全国分布式语料数据可信接入，跨地域可发现、可访问，形成高质量语料数据集；同时，运用创新隐私计算技术，通过“数据不出域、可用不可见”的方式，保障大模型高价值语料数据在处理加工和模型训练过程中无法二次非授权传播。
在高价值语料可信流通基础设施的支撑下，国家语料数据的重点单位还将开展基于区块链与隐私计算的语料数据可信安全流通规范制定，形成高价值语料数据流通与增值的可持续生态。
