聚焦AI科技學術活動、大學教育、商務簡約、藍色模板

數據是人工智能發展的基石，但當前數據質量參差不齊、標注不規范等問題嚴重制約模型性能。同時，隨著數據收集范圍的擴大，用戶隱私泄露風險加劇。論壇嘉賓之一，數據安全專家蘇云溪一致認為，建立完善的數據治理體系，在保障數據可用性的同時確保隱私安全，是亟待攻克的難題。

深度學習算法如同“黑匣子”，其決策過程難以被人類理解，這在醫療、金融等對決策可解釋性要求極高的領域成為應用阻礙。與會專家，算法理論研究學者許哲瀚指出，如何讓算法的邏輯透明化，增強用戶對人工智能系統的信任，是提升技術可靠性和倫理合規性的關鍵所在。

人工智能模型規模不斷擴大，對算力的需求呈指數級增長。然而，當前算力基礎設施建設相對滯后，高昂的算力成本也讓許多科研團隊和企業望而卻步。硬件工程專家江啟銘表示，突破算力瓶頸，構建更高效、低成本的算力網絡，成為人工智能持續發展的重要前提。