美国国会：生成式人工智能和数据隐私-入门（中文版）.docx

生成人工智能和数据隐私：入门

2023年5月23日

国会研究服务处

R47569

生成人工智能和数据隐私：入门

内容

概述 1

什么是生成式人工智能？ 2

生成式人工智能模型如何使用数据？ 3

数据从哪里来？ 4

与生成式人工智能模型共享的数据会发生什么？ 4

国会的政策考虑 5

现有数据隐私及相关法律 5

拟议的隐私立法 6

现有机构当局 6

数据抓取的监管 7

替代技术方法的研究和开发 7

人物

图1.生成式AI模型示例 2

联系方式

作者信息 8

生成人工智能和数据隐私：入门

概述

自从OpenAI的ChatGPT、谷歌的Bard和其他类似系统公开发布以来，一些国会议员对与“生成人工智能(AI)”相关的风险表示了兴趣。尽管确切的定义有所不同，但生成式人工智能是一种可以通过从预先存在的数据中学习模式来生成新内容（例如文本、图像和视频）的人工智能。

这是一个广泛的术语，可能包括人工智能和机器学习(ML)的各种技术和技巧。1

生成式人工智能模型因其潜在危害而受到广泛关注和审查，例如涉及隐私、错误信息、版权和未经同意的性图像的风险。本报告重点关注国会的隐私问题和相关政策考虑。一

些政策制定者和利益相关者对如何使用个人数据来开发和部署生成模型提出了隐私担忧。这些担忧对于生成人工智能来说并不是新鲜事或独有的，但此类技术的规模、范围和能

力可能会给国会带来新的隐私挑战。

生成式人工智能概览

主要开发商及精选产品：2

●OpenAI（与Microsoft合作并提供资金）—“ChatGPT”聊天机器人、“DALL-E”图像发电机

●谷歌——“Bard”聊天机器人

●Meta—“LLaMA”研究工具、“Make-A-Video”视频生成器

●Anthropic（由OpenAI前员工创立）——“Claude”聊天机器人

●StabilityAI——“稳定扩散”图像生成器

●拥抱脸—BLOOM语言模型

●NVIDIA——“NeMo”聊天机器人、“Picasso”视觉内容生成器

应用程序类型：

●聊天机器人——模拟人类对话的系统，通常采用问答形式

●图像生成器——根据输入或“提示”生成图像的系统

●视频生成器——根据输入或“提示”生成视频的系统，有时称为深度造假

●语音克隆——生成语音和声音的系统，有时称为音频深度伪造

1法规和机构指南中对人工智能有多种定义。例如，2020年国家人工智能倡议法案(P.L.116-283)将人工智能定义为“基于机器的系统，可以针对一组给定的人类定义的目标，做出影响真实或虚拟环境的预测、建议或

决策”。人工智能系统使用机器和人类的输入来——(A)感知真实和虚拟环境；(B)通过自动分析将这些感知

抽象为模型；(C)使用模型推理来制定

信息或行动的选项。”人工智能和机器学习(ML)通常可以互换使用，但ML是人工智能的一个子领域，专注于可以通过经验和数据“学习”和改进的系统。有关这种区别的更多信息，请参阅哥伦比亚工程学院“人工智能(AI)与机器学习”，/ai-vs-machine-learning/。有关人工智能和机

器学习的更多信息，请参阅CRS报告R46795，《人工智能：背景、选定问题和政策考虑因素》，作者：LaurieA.Harris。

2七家上市公司中有六家是根据参与白宫对现有生成人工智能系统进行“公共评估”的举措而确定的。Meta

并未包含在白宫的声明中。“情况说明书：拜登-哈里斯政府宣布采取新行动，促进负责任的人工智能创新，

保护美国人的权利和安全”，白宫，2023年5月4日，https:///briefing-

room/statements-releases/2023/05/04/情况说明书-拜登哈里斯政府宣布采取新行动，促进负责任的人工智能创新，保护美国人的权利和安全/。

国会研究服务处1

生成人工智能和数据隐私：入门

什么是生成式人工智能？

生成式人工智能可以通过从数据中学习模式来生成新内容，例如文本、图像和视频。3生成式人工智能模型有多种类型（请参阅图1），它可以根据不同的输入或“提示”生成内容。

例如，一些模型可以根据文本提示生成图像（例如，