觉识别可能有助于自动驾驶汽车提升其“感知”周围环境的能力，但 当局需要平衡道路使用者安全与其隐私权和肖像权的重要性。 结果。 交通主管部门可以使用人工智能系统来支持三个以部门为 中心的成果。首先，人工智能输入可用于规划（例如，了解网络中 流量发生的地点）、预测或为规划目的创建更相关的场景（例如， 开发模型和预测）或进行基础设施评估。交通主管部门可以使用人 工智能来简化其运营（例如，目标维护） 尽管人工智能潜力巨 ，以包容、公 平、透明、安全和负责任的方式设计、使用和监管交通运输领域的 人工智能。 01 明确交通政策要实现的社会目标，评估人工智能如何帮助实 现这些目标，部署人工智能技术的清单采购和使用。 明确界定交 通部等机构旨在实现的社会目标，例如环境可持续性、经济效率、 宜居性、可达性，将有助于更好地理解哪些人工智能应用可以帮助 实现这些目标、何时应使用以及哪些优势需要支持。这将使各部能 够为采购管理编制清单。 为实验和试点提供政策配套空间，协调公私部门 立场文件 人工智能 如何能使政策制定者有效监管和使用人工智能在交 通领域？ 交通监督与控制、执法、采购流程和人员管理）。最后，当局也 可能使用人工智能来提升对公民和相关方的服务交付（例如许可 证申请和交付、审批处理、费用支付或信息提供）。 公共当局应在规范交通中使用人工智能方面发挥什么作用？ 人工智能（AI）正在改变许多行业，包括交通。随着技术的进步，将AI集成到交通领域

注：可信数据空间中的可信是指数据流通及使用的可信赖，代表数据流通及使用的过程及结果符合相关参与方的行 为预期。 可信数据空间 trustworthy data space 基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施，是数据要素 价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。 数字合约 digital contract 以数字化形式描述的数据提供方、数据使用方、数据服务方等相关参与方对数据流通、使用等环节 流通、使用等环节 预期的承诺，包括但不限于数据的内容、使用者、使用方式、使用次数、使用范围、使用环境等。 使用控制 usage control 2 在数据的传输、存储、使用和销毁环节，通过集成在数据应用、算法和运行环境中的技术手段，确 保相关参与方按照数字合约约定的使用策略对数据进行分析、计算和处理等，实现对数据使用的时间、 地点、主体、行为和客体等因素的控制，从而保证对数据的使用符合预期。 注：可信数据空间中，数据产品是数据流通及使用的基本单元。数据产品可从数据资源封装开发而来，也可基于已 有数据产品开发而来。数据产品的承载形式可以是数据库表、数据文件或数据API等。 4 概述 为厘清可信数据空间的内涵与外延，本小节从多个视角对可信数据空间的核心特征进行详细描述。 从技术组成角度，可信数据空间以数字合约、使用控制技术为核心，以数据跨主体流通使用的可信 （符合预期）为目标。通过数字

............. 24 9.1.1 数据提供方 ....................................................... 24 9.1.2 数据使用方 ....................................................... 24 9.1.3 数据服务方 ......................... ................ 27 9.2.7 数据传输与存储 ................................................... 27 9.2.8 数据使用 ......................................................... 27 TDSA/A-001-2025 9.2.9 数据销毁 ................... 30 10.3.3 技术系统互联互通规则 ............................................ 30 10.4 共享使用规范 ........................................................ 30 10.4.1 数字合约要素模型要求 ................

策，建立 健全数据共享标准体系，划定数据使用及共享的边界，提高数据使 用效率。通过建立数据资产管理系统，实现对数据资源的清晰梳理 和有效分类，确保数据的可用性、可共享性和安全性。 以下是省级可信数据空间建设方案的几个核心要素：  数据标准化：制定统一的数据标准和格式，提高数据的兼容性 和使用效率。  数据治理机制：建立数据资产的管理和使用框架，加强数据质 量管理与监控，确保数据的准确性与完整性。 来源、类型、质量、使用范围等关键信息，为后续的数据整合 和共享打下基础。 2. 数据标准化：制定统一的数据标准和接口规范，以便于不同部 门和领域之间的数据互通与共享。 3. 数据安全保障：建立完善的数据安全管理机制，对数据的存 储、传输、使用等环节进行全方位的保护，确保数据不被滥用 或泄露。 4. 监管与合规机制：建立数据使用的监管机制，确保所有参与单 位在数据使用过程中遵循法律法规，保障数据的合法性与合规 险评估体系，提升数据空间的安全韧性。 3. 共享性：建立统一的数据共享机制，鼓励政府部门、企事业单 位以及社会组织之间的数据互联互通，实现信息的流动与共 享。制定相关政策和标准，促进数据的集成与交互，并保障数 据使用过程中的合法合规。 4. 互操作性：不同系统、平台及应用间的数据能够无缝对接。通 过采用标准化的数据格式和接口，确保各种应用和系统之间的 良好协作，提高数据利用效率。 5. 可用性：数据空间应能够支持多种数据分析与应用，包括业务

为了让技术关怀落到实处，华为携手全国超过100家聋 人与盲人协会，向13000多名障碍用户传播无障碍知 识和用机技巧；2024年10月华为推出了“手语视频服 务”，手语服务工程师已经帮助超过20000名听障用户 解答在使用设备时遇到的问题和困扰。 何刚 华为终端BG CEO 让科技的光芒照亮每一个人 教育与健康是可持续发展的重要议题，也是华为多年来 为之努力的方向。 依托鸿蒙生态，我们持续开展人才培养与技术赋能活动， “小艺看世界”、“小艺声音修复”等基于AI辅助的无障碍能力持 续提升 累计超过13000名障碍用户接受了无障碍教学，掌握手机使用技巧 累计联合全国102个城市的多家聋/盲协会，开展超过400场华为 无障碍功能体验活动 “手语视频服务”累计提供20000次服务，帮助解决消费者用 机过程中的问题 《送给爸妈的手机使用指南》已累计发放超过130万本 过去一年累计开展超过5000场“我教长辈用手机”进社区活动 可持续发展寄语 朋友依靠口语进行交流。在与这些朋友 的接触中，小艺声音修复团队深刻感受到他们对沟通的渴望，以及让自己声音被听见的强烈愿望。要理解他们，就要 首先听懂他们，而这正是小艺声音修复的初衷。 菲菲正在使用“小艺看世界”功能 华为借助AI大模型能力，发布了“小艺看世界”功能，可以通过视觉识别技术实现实时对话。比如，可以为视障用户 读取电梯按钮、识别药品说明、提供穿搭建议等。手机摄像头成为视障人士的“眼睛”，让他们的生活更便捷。在过

发布《关于构建更加完善的要素市场化配置体制机 制的意见》、《关于构建数据基础制度更好发挥数 据要素作用的意见》等文件，明确数据列为新型生产 “ ” 要素，提出 三权分置 等制度，形成基础的制度框架， 明确数据要素使用规则，为数据要素市场化配置奠 定基础。 · 第二阶段：立顶设（2023-2024 年）：数据局负责 完成发布《数字中国建设整体布局规划》，明确构 建 “ 全国一体化数据资源体系，提出让数据 供的出、流 海量多模态数据（文本、图像、传感器）待标注数 据占比高，高质量语料转化率低（语义缺失、时效 滞后等），无法满足行业大模型训练推理阶段对行 业标注数据的诉求。 · 挑战四、安全能力参差不齐 数据流通涉及数据提供方、使用方、服务运营方等 众多参与主体，不同主体的网络安全、传输安全、数 据安全等防护水平差异较大，容易成为攻击者突破的 薄弱环节，无法满足全链路数据安全防护要求。 2、人工智能大模型语料发展与挑战 2 行业规 行业准 办公场 代码 文档 ● 公 用 comm on cra 模型基础能 智能对 话 现象级 语料质量：随着通用语料的逐步耗尽 , 在高质量行业 数据上的加工与使用成为各模型能力差距的主要原 因。例如上海规划资源专项语料库，通过归集 1200 份技术标准、5.7 “ 万份城建档案，建立 专家标注 +AI ” 校验 双重标注模式，可以实现地图信息的精准规划，

整合实验数据 、模拟计算数据 、产业应用数据等多源数据 ， 制定涵盖数据采集 、存储 、传输 、处理等全流程的统一数据 标准和规范 。建立完善的数据分级授权共享机制， 根据数据 的敏感程度和使用需求， 为不同用户提供差异化的访问权 限， 确保数据在安全可控的前提下实现高效流通 。通过数据 融合 与共享， 提高数据的利用价值， 为新材料研发和产业 发展提 供全面 、准确的数据支持， 降低生产成本 10% - 15%。 2.2.4 数据安全保障 构建完善的数据安全管理体系， 综合运用先进的数据加密 、 访问控制 、 区块链存证等技术手段， 对数据在采集 、存 储 、 传输 、使用等全生命周期进行全方位的安全防护 。建 立严格 的数据安全管理制度和规范， 明确数据所有者 、管 理者和使 用者的权利与义务， 加强数据安全审计和监督， 确保数据的 保密性 、完整性和可用性 追溯性 ，依靠隐私计算技术确保数据在共享过程中的安全 性。 另一方面， 建立健全数据共享 、交易 、管理等相关制度 和规 范 。明确数据的所有权 、使用权 、收益权等权益关 系， 制定 数据接入 、存储 、使用 、流通等环节的操作规 范， 规范各方 行为， 营造良好的数据生态环境， 实现技术 与制度的协同推 进。 3.1.3 分步实施 、逐步完善 根据新

可信数据空间运营主体的法律责任与义务是什么？ 30 42.数据共享的合规流程（申请-审核-使用）如何设计？ 31 43.用户授权的动态管理（如撤回、更新）合规要求？ 31 44.数据服务合同中的关键合规条款有哪些？ 32 45.可信数据空间合规审计的实施主体与频率？ 33 46.用户投诉处理的机制与时限合规要求？ 33 47.数据使用费的定价原则与合规要求？ 34 48.运营日志的留存与查询权限合规要求？ 知识证明让数据“可用 不可见”），又通过规则明确数据产权归属、流转边界与责任界定， 从技术与治理双维度筑牢信任基础；另一方面，以数据主权为核心 ——确保数据主体（个人、企业）对自身数据的采集、使用、处分 等权利可控，避免数据被滥用或无序流转；同时，以协同价值为导 向——打破“数据孤岛”，让不同主体在可信环境下实现数据的按需 共享、精准匹配，推动跨行业（如工业供应链、医疗健康）、跨领 遵循合规要求；四是技术支撑可信，依托加密算法、隐私计算、区 块链等技术保障数据安全，防止泄露、篡改或非法访问；五是治理 规则可信，通过政策法规、行业标准、自律机制与争议解决框架， 明确数据使用边界与责任，形成可执行的信任约束。这些维度有机 融合，共同构建“数据可靠、主体可信、过程可查、技术可控、规则 可依”的生态，保障数据空间内的交互安全与价值释放。 可信数据空间的关键技术组件有哪些？

动态适应性：采用在线学习机制，实时监测市场状态切换（如 牛市/熊市/震荡市），调整模型参数阈值  风险暴露分析：通过压力测试模拟黑天鹅事件，确保最大回撤 不超过预设阈值（如 15%）  逻辑可解释性：使用 SHAP 值分析特征重要性，避免深度学习 ” ” 模型成为 黑箱 最后，执行环节的可信保障需要硬件级支持。在程序化交易 中，订单执行延迟每增加 1 毫秒，高频策略的胜率可能下降 0.3%。通过 而提升策略的适应性与收益稳定性。以下是 AI 在量化交易中的典 型应用场景与技术实现路径： 数据预处理与特征工程 AI 通过自动化特征提取与降维技术处理金融数据的非线性和高噪声 特性。例如，使用 LSTM 网络对分钟级行情数据进行时间序列建 模，自动捕捉价格波动中的隐含模式。特征重要性分析工具（如 SHAP 值）可量化因子贡献度，优化输入变量。  高频数据清洗：基于异常检测算法（如 通过概念漂移检测技术，系统可在 30 秒内完成模型参数热更新， 应对极端行情时的策略失效风险。分布式计算框架（如 Ray）支持 千级并发因子的实时再训练。 这些技术方案已在头部对冲基金实现工业化部署，例如使用 Transformer 架构的阿尔法捕捉系统在 2023 年 H1 实现年化收益 29.8%，最大回撤 4.3%。关键成功要素在于构建闭环的 AIOps 体 系，将数据流水线、模型迭代与实盘监控无缝集成。

的分析和预 测，从而自动调整信号控制策略。 2. 自动驾驶汽车的推广：结合 AI 技术，通过传感器数据和地图 信息，开发自动驾驶车辆，不仅可以减少人工驾驶带来的安全 隐患，还能优化城市的道路使用效率。未来，逐步推进与公共 交通结合的项目，让自动驾驶车辆作为接驳车，提升公共交通 的便利性。 3. 交通流量预测系统：利用深度学习模型分析历史和实时交通数 据，预测短期和长期的交通流量趋势，并提出相应的优化措 智能交通信号控制：利用 AI 算法对实时交通流量进行分析与 预测，从而优化交通信号的配时。  自动驾驶：众多汽车制造商和科技公司正投入大量资源发展自 动驾驶技术，将环境感知、决策与控制的各个环节使用深度学 习等算法进行集成，实现全自动驾驶。  交通流量预测：基于历史数据和实时数据，利用机器学习模型 进行交通流量预测，帮助城市进行交通规划与管理。 在技术实现上，智能交通系统通过大量传感器、摄像头和数据 以及用户反馈等。这些数据经过清洗、整合和分析，能够提供有关 交通状况的全面视图。通过应用机器学习和深度学习算法，系统可 以识别出交通模式、预测交通流量变化，并及时作出调整。 具体的交通预测分析流程可以如下：  数据采集：使用 IoT 设备和传感器收集实时交通数据。  数据预处理：清洗和转换数据，消除噪声，保障数据质量。  特征工程：从原始数据中提取相关特征，如车流量、车速、天 气条件等。  模型训练：选择