算法监管的要点在于

1. 人工智能需要什么基础

1、核心三要素——算力、算法、数据（三大基石）：

算法、算力、数据作为人工智能（AI）核心三要素，相互影响，相互支撑，在不同行业中形成了不一样的产业形态。随着算法的创新、算力的增强、数据资源的累积，传统基础设施将借此东风实现智能化升级，并有望推动经济发展全要素的智能化革新。让人类社会从信息化进入智能化。

（1）算力：

在AI技术当中，算力是算法和数据的基础设施，支撑着算法和数据，进而影响着AI的发展，算力的大小代表着对数据处理能力的强弱。

（2）算法：

算法是AI的背后“推手”。

AI算法是数据驱动型算法，是AI的推动力量。

（3）数据：

在AI技术当中，数据相当于AI算法的“饲料”。

机器学习中的监督学习和半监督学习都要用标注好的数据进行训练，由此催生了大量数据标注公司，它们将处于未经处理的初级数据，转换为机器可识别信息。只有经过大量的训练，覆盖尽可能多的各种场景才能得到一个良好的模型。

2、技术基础：

（1）文艺复兴后的人工神经网络。

人工神经网络是一种仿造神经元运作的函数演算，能接受外界资讯输入的刺激，且根据不同刺激影响的权重转换成输出的反应，或用以改变内部函数的权重结构，以适应不同环境的数学模型。

（2）靠巨量数据运作的机器学习。

科学家发现，要让机器有智慧，并不一定要真正赋予它思辩能力，可以大量阅读、储存资料并具有分辨的能力，就足以帮助人类工作。

（3）人工智能的重要应用：自然语言处理。

自然语言处理的研究，是要让机器“理解”人类的语言，是人工智能领域里的其中一项重要分支。

自然语言处理可先简单理解分为进、出计算机等两种：

其一是从人类到电脑──让电脑把人类的语言转换成程式可以处理的型式；

其二是从电脑回馈到人──把电脑所演算的成果转换成人类可以理解的语言表达出来。

2. 【IPO专题】数据合规问题的审核关注要点及规范建议（附案例）

在资本市场的数据合规监管日益严格的时代背景下，本文由北京市盈科（深圳）律师事务所股度股权律师团队陈超明和李元霖律师共同撰写，针对企业IPO申报中的数据合规问题提供了关键审核要点和合规建议。监管框架主要由《网络安全法》、《数据安全法》和《个人信息保护法》构成，覆盖了全行业和高度敏感领域，如金融和医疗。

审核关注点包括：企业当前的数据合规状况，如个人信息处理的流程和合规性，是否存在违规收集、泄露或滥用数据的风险；过去的数据合规问题和整改情况，如信息推送、数据泄露和侵犯隐私等行为；以及未来潜在的风险和预防措施。审核深入到数据来源、处理流程、数据安全制度、数据所有权、爬虫行为、算法应用和网络安全审查等方面。

为确保合规，企业需遵循数据处理的基本原则，建立全面的数据安全管理规范，包括最小必要原则的数据收集、供应商审查、数据权限管理、加密存储等，并通过技术手段保障数据安全。同时，内部人员管理、合规披露也至关重要，企业需在IPO申报文件中真实、准确地反映数据合规情况，以满足审核要求。

文章列举了嘉和美康、时代银通、合合信息和熵基科技等案例，展示了在数据合规方面企业可能面临的具体问题和应对策略。总结来说，数据合规已经成为IPO审核中的核心关注点，企业必须积极应对，以防范法律风险。