行业核心驱动力与政策支持 - 生成式人工智能是引领新一代科技革命和产业变革的核心驱动力，是加快培育和发展新质生产力的重要引擎 [1] - 粤港澳大湾区生成式人工智能安全发展联合实验室于2025年9月15日揭牌成立，旨在构建“政产学研用”深度融合的创新生态 [1] - 联合实验室致力于服务企业发展、推动产业落地、加强安全监管，目标是实现属地企业安全合规成本全国最低、安全能力水平全国领先 [1] 数据的关键作用与平台建设 - 人工智能发展当前最重要的问题是数据问题，而非算力或算法 [2][9] - 联合实验室应整合大湾区各类高校力量，汇聚数据以构建大数据平台，供行业进行大模型测试与改进 [3][9] - 联合实验室可推出数据测试平台，让各类大模型通过平台测试性能，找出不足并加以改进 [3][9] - 数据质量是核心挑战，首要问题是获取的数据是否有用且数据量要足够大 [4] - 提升数据质量可通过无监督机器学习发现异常数据，或通过有监督学习由专家打标来识别较差数据 [4] 数据安全与协同治理 - 数据安全是难题，需在整合使用数据的同时保证安全，技术手段包括同态加密、隐私计算等 [5] - 简单的数据匿名化（如隐藏姓名、年龄、性别）可能仍存在隐私泄露风险，且可能损害数据用于诊断的价值 [5] - 建议联合实验室研究建立数据安全保护机制，不仅依靠技术，还需从政策、制度层面引导正确使用数据，并签订数据共享与保密协议 [5] - 在粤港澳三地制度差异背景下，需推动建立大湾区数据安全、人工智能安全协同治理体系 [5] 产业赋能与应用落地 - 大模型赋能产业的关键在于真正被用起来，例如在保险业可用大模型处理理赔文件，提高效率 [6] - 大模型的重要应用是智能体（智联体）垂直运用到各行各业，但落地挑战在于智能体间缺乏协同，数据未串通 [6] - 智能体要落地首先需设计好数据间的互联，且不应贪大贪多，要让用户体会到具体使用的好处 [6] - 粤港澳大湾区制造业基础强，将人工智能运用到传统行业，数据非常重要 [3] 人才培养模式创新 - 传统的大学教育模式可能导致学生所学知识与实际工作场景存在差距 [6] - 香港科技大学（广州）的AI理学硕士项目采用“1+1”模式：一年在校集中学习，一年在科技企业实践，首届40多名毕业生100%就业，均在大厂担任算法或AI工程师 [6] - 培养AI人才不应圈在学校，应让他们在工业界实打实地做，才能学到真本领 [6] - 希望联合实验室打造属于自己的“1+1”模式，即一年在实验室，一年在合作的工业企业，实现理论与实践结合 [6] 实验室的枢纽作用与未来展望 - 联合实验室可发挥纽带作用，整合各高校研究力量，单打独斗已是过去式 [4] - 期待联合实验室从工业界获取合作项目，整合大湾区AI人才及研究团队，开发能落地的产品或服务以累积高质量数据 [4] - 大模型训练涉及大量商业或个人隐私信息，需设计模型保护机制，并防范数据投毒等网络攻击新风险，确保输出内容安全、可信、可靠、可控 [8] - 希望联合实验室成立更多联盟，通过签订协议助力数据安全使用，实现参与者共赢，让粤港澳大湾区成为数据安全使用的典范 [7] - 联合实验室应联合大湾区众多高校，在AI安全方面多做研究，起到枢纽作用 [8]