- 編號：100256
- 書名：生成式人工智能法律實務
- 作者：張欣
- 出版社：中國法治
- 出版時間：2025年8月
- 入庫時間：2025-9-6
- 定價：79
圖書內容簡介
本書聚焦生成式人工智能，系統梳理其技術機理和最新行業發展態勢，以《生成式人工智能服務管理暫行辦法》為核心，以人工智能企業研發周期為視角，系統提供人工智能研發、部署與運營等各個環節的合規要點。同時結合歐美英日韓新等國的最新監管動態與合規實踐，從比較法視野梳理域外主要司法轄區的合規要點。本書是國內首本聚焦生成式人工智能合規要點的實務類書籍。本書系統梳理了近年來生成式人工智能領域最新的域內外立法成果，深入總結人工智能合規在不同場景、不同行業、不同研發和部署階段中的實踐經驗，建立起具有強烈實踐導向的企業人工智能合規“規范—體制—機制”一體化的指引體系。本書面向人工智能企業，旨在為其提供詳細系統的合規指引，契合我國人工智能市場的爆發式增長態勢。
圖書目錄
"目 錄
第一編 生成式人工智能的技術機理與產業發展
第一章 生成式人工智能的前世今生 / 003
一、生成式人工智能與人工智能生成內容的定義 / 003
二、生成式人工智能的發展歷程 / 005
（一）前深度學習時代（20世紀50年代—20世紀80年代） / 006
（二）深度學習時代（20世紀80年代至今） / 006
三、生成式人工智能的技術原理 / 008
（一）芯片層 / 009
（二）深度學習框架層 / 010
（三）模型層 / 011
（四）應用層 / 012
四、生成式大模型的技術特點 / 014
（一）生成式大模型以海量數據為學習基礎 / 014
（二）生成式大模型以深度神經網絡為學習架構 / 016
（三）人類可以對大模型進行一定程度的干預 / 017
（四）生成式大模型是基于概率預測生成內容 / 018
五、生成式人工智能的應用 / 019
（一）從一個例子看人工智能在應用中發揮的重要作用 / 019
（二）從應用場景看人工智能原生應用 / 021
（三）從投融資角度看人工智能原生應用 / 023
六、AIGC產業發展情況和展望 / 024
（一）MaaS打造AIGC新業態 / 026
（二）AIGC應用從to-B和to-C兩端構建生態 / 027
（三）聊天機器人應用場景多樣化 / 027
（四）多模態、跨模態 / 028
（五）AI Agent（智能體）將獲得更廣闊的角色價值與發展空間 / 028
第二章 生成式人工智能的風險 / 029
一、硬件層：人工智能芯片短缺風險 / 029
二、數據層 / 031
（一）數據質量風險 / 032
（二）數據安全風險 / 035
（三）使用版權數據做預訓練的侵權風險 / 037
（四）數據爬取導致的不正當競爭風險 / 040
（五）數據孤島與數據交易不足風險 / 041
三、算法層 / 043
（一）算法安全風險 / 048
（二）算法公平風險 / 050
（三）算法透明度風險 / 052
（四）算法歸責風險 / 054
四、應用層 / 055
（一）內容安全風險 / 055
（二）著作權法律風險 / 058
（三）新型不正當競爭和壟斷風險 / 061
（四）侵犯人格權、肖像權等風險 / 063
（五）倫理風險 / 065
第二編 生成式人工智能技術和產品合規要點
第三章 生成式人工智能產品準備階段的合規要點 / 073
一、訓練數據集合規要點 / 073
（一）數據來源合規 / 073
（二）數據集的預處理工作 / 091
（三）數據安全 / 099
二、算法/模型合規要點 / 104
（一）準入類資質 / 104
（二）算法備案 / 110
（三）算法機制機理審核研究 / 117
（四）安全評估 / 125
（五）科技倫理審查 / 131
第四章 生成式人工智能模型訓練階段的合規要點 / 138
一、訓練階段 / 138
（一）預訓練 / 139
（二）優化訓練 / 141
二、訓練階段的合規要點 / 146
（一）采取完善的數據治理措施 / 147
（二）編制技術文件 / 148
（三）日志記錄和保存義務 / 148
（四）解釋說明的義務 / 149
（五）管理優化訓練中的標注人員 / 149
（六）模型的安全性測評 / 150
三、內容輸出階段 / 151
（一）知識產權合規要點 / 151
（二）信息發布審核 / 153
（三）平臺內容管理 / 154
（四）標識要求 / 156
（五）協助監管 / 158
（六）生態治理 / 158
第五章 生成式人工智能的基準和評估 / 161
一、安全性評估標準 / 161
（一）評估“模型欺騙”或“模型出逃”的風險 / 161
（二）評估被“濫用”的風險 / 164
（三）安全評估的方法及要求 / 165
二、合規評估標準 / 167
（一）算法備案的合規標準 / 167
（二）歐盟“高風險人工智能系統”的合規標準 / 171
第六章 生成式人工智能部署環節的合規 / 180
一、大模型垂直部署 / 180
（一）保證數據質量的義務 / 180
（二）全周期的內容評估義務 / 181
（三）大模型開發者的提示義務 / 181
二、基于API調用的部署 / 182
（一）開源合規 / 184
（二）數據合規 / 185
（三）安全評估和算法合規 / 188
（四）內容合規 / 189
三、基于插件模式的部署 / 190
（一）插件模式下反饋信息的合規問題 / 190
（二）生成式人工智能基于插件模式調用第三方程序合規問題 / 193
四、“一站式”大模型集成平臺 / 195
（一）內容管理 / 195
（二）用戶管理 / 196
（三）應急處理 / 199
第三編 生成式人工智能域外合規要覽
第七章 歐盟生成式人工智能合規框架 / 206
一、歐盟生成式人工智能合規監管體系概述 / 206
（一）歐盟生成式人工智能技術產業現狀 / 206
（二）歐盟生成式人工智能治理的基本原則 / 209
（三）主要監管部門及職責 / 212
二、主要規定與歷史沿革 / 216
（一）監管法律及其歷史沿革 / 216
（二）主要監管及激勵措施 / 218
三、合規要點 / 221
（一）高風險人工智能系統的合規要求 / 221
（二）有限風險人工智能系統的合規要求 / 233
（三）通用人工智能模型提供者的合規要求 / 235
第八章 美國生成式人工智能合規框架 / 237
一、美國生成式人工智能合規監管體系概述 / 237
（一）美國生成式人工智能治理的基本原則 / 237
（二）主要治理主體及職責 / 241
二、主要規定與歷史沿革 / 251
（一）美國生成式人工智能聯邦監管立法及政策概述 / 251
（二）《人工智能基礎模型透明法案》重點制度框架 / 254
三、合規要點 / 256
（一）生成式人工智能大模型訓練數據合規 / 256
（二）知識產權保護合規 / 259
（三）產品準入及前置程序合規 / 263
（四）內容安全及倫理安全 / 265
第九章 英國生成式人工智能合規框架 / 267
一、英國生成式人工智能合規監管體系概述 / 267
（一）英國生成式人工智能治理的基本原則 / 267
（二）主要監管部門及職責 / 268
（三）監管框架思路、依據、風險 / 269
二、主要規定與歷史沿革 / 271
（一）《國家人工智能戰略》提出的未來立法監管規劃 / 271
（二）英國生成式人工智能監管規則概覽 / 274
三、英國治理體系特征 / 276
（一）秉承去中心化監管理念，以行業自主治理為主 / 276
（二）重點行業治理特點與制度 / 279
四、合規要點 / 283
（一）確定適用的人工智能監管規范與范圍 / 283
（二）追蹤主管行業立法與監管措施 / 285
（三）關注持續性合規義務與成本 / 285
（四）關注人工智能訓練數據的版權合規 / 286
第十章 日本生成式人工智能合規框架 / 288
一、日本生成式人工智能合規監管體系概述 / 288
（一）日本生成式人工智能治理的基本原則 / 288
（二）主要治理主體以及職責 / 289
二、主要法律規定與監管文件 / 290
（一）《日本AI法》 / 290
（二）日本生成式人工智能治理的現有法律適用 / 291
（三）日本生成式人工智能現有監管體系 / 292"
