演算法監管的要點在於

1. 人工智慧需要什麼基礎

1、核心三要素——算力、演算法、數據（三大基石）：

演算法、算力、數據作為人工智慧（AI）核心三要素，相互影響，相互支撐，在不同行業中形成了不一樣的產業形態。隨著演算法的創新、算力的增強、數據資源的累積，傳統基礎設施將藉此東風實現智能化升級，並有望推動經濟發展全要素的智能化革新。讓人類社會從信息化進入智能化。

（1）算力：

在AI技術當中，算力是演算法和數據的基礎設施，支撐著演算法和數據，進而影響著AI的發展，算力的大小代表著對數據處理能力的強弱。

（2）演算法：

演算法是AI的背後「推手」。

AI演算法是數據驅動型演算法，是AI的推動力量。

（3）數據：

在AI技術當中，數據相當於AI演算法的「飼料」。

機器學習中的監督學習和半監督學習都要用標注好的數據進行訓練，由此催生了大量數據標注公司，它們將處於未經處理的初級數據，轉換為機器可識別信息。只有經過大量的訓練，覆蓋盡可能多的各種場景才能得到一個良好的模型。

2、技術基礎：

（1）文藝復興後的人工神經網路。

人工神經網路是一種仿造神經元運作的函數演算，能接受外界資訊輸入的刺激，且根據不同刺激影響的權重轉換成輸出的反應，或用以改變內部函數的權重結構，以適應不同環境的數學模型。

（2）靠巨量數據運作的機器學習。

科學家發現，要讓機器有智慧，並不一定要真正賦予它思辯能力，可以大量閱讀、儲存資料並具有分辨的能力，就足以幫助人類工作。

（3）人工智慧的重要應用：自然語言處理。

自然語言處理的研究，是要讓機器「理解」人類的語言，是人工智慧領域里的其中一項重要分支。

自然語言處理可先簡單理解分為進、出計算機等兩種：

其一是從人類到電腦──讓電腦把人類的語言轉換成程式可以處理的型式；

其二是從電腦回饋到人──把電腦所演算的成果轉換成人類可以理解的語言表達出來。

2. 【IPO專題】數據合規問題的審核關注要點及規范建議（附案例）

在資本市場的數據合規監管日益嚴格的時代背景下，本文由北京市盈科（深圳）律師事務所股度股權律師團隊陳超明和李元霖律師共同撰寫，針對企業IPO申報中的數據合規問題提供了關鍵審核要點和合規建議。監管框架主要由《網路安全法》、《數據安全法》和《個人信息保護法》構成，覆蓋了全行業和高度敏感領域，如金融和醫療。

審核關注點包括：企業當前的數據合規狀況，如個人信息處理的流程和合規性，是否存在違規收集、泄露或濫用數據的風險；過去的數據合規問題和整改情況，如信息推送、數據泄露和侵犯隱私等行為；以及未來潛在的風險和預防措施。審核深入到數據來源、處理流程、數據安全制度、數據所有權、爬蟲行為、演算法應用和網路安全審查等方面。

為確保合規，企業需遵循數據處理的基本原則，建立全面的數據安全管理規范，包括最小必要原則的數據收集、供應商審查、數據許可權管理、加密存儲等，並通過技術手段保障數據安全。同時，內部人員管理、合規披露也至關重要，企業需在IPO申報文件中真實、准確地反映數據合規情況，以滿足審核要求。

文章列舉了嘉和美康、時代銀通、合合信息和熵基科技等案例，展示了在數據合規方面企業可能面臨的具體問題和應對策略。總結來說，數據合規已經成為IPO審核中的核心關注點，企業必須積極應對，以防範法律風險。