7.1　数据开放和隐私安全

数据和算法是人工智能的核心。提供给机器的数据将决定其机器学习的效果，不完整数据输入可能导致其自动学习到的结果是错误的，而广泛数据收集将引起对隐私泄露和利益冲突的担忧。因此，相关立法需要重点关注数据本身。在保护个人数据权利的基础上，人们应该规范和鼓励数据共享和开放，以更好地指导人工智能发展。^[98]联邦机构应该优先考虑发布“人工智能开放数据”倡议，其目标是发布大量政府数据集以加速人工智能研究，并建立促进政府部门、学术界和私营部门使用开放数据的标准，以利于获得最佳实践。^[99]

数据算法复杂且不透明的人工智能系统给人们带来对安全问题的担忧，特别是人工智能的某些技术设计特点使其具有一些固有的网络安全风险，必须解决这些安全问题才能确保人工智能系统值得信赖。例如，美国国防部高级研究计划局（DARPA）投资的“人工智能下一项征战”（AI Next Campaign）等研发项目将提供解决方案以对抗对人工智能系统的敌对攻击，包括试图污染训练数据、修改算法、创建对抗性输入或利用人工智能系统漏洞进行攻击等。这项研究有望带来更安全、更强大、更稳定、更可靠、更值得信赖的人工智能系统。^[100]