創澤機器人
CHUANGZE ROBOT
當前位置: 首頁> 新聞資訊> 機器人知識> 如何加快解決數據產權問題

如何加快解決數據產權問題

來源: 新軟件編輯: 創澤時間:2020/5/29 主題: 其他[ 加盟]
2020年4月9日,中央發布《中共中央國務院關於構建更加完善的要素市場化配置體製機製的意見》(以下簡稱“意見”),將數據與土地、勞動力、資本、技術等傳統要素並列為生產要素,並提出健全生產要素由市場評價貢獻,按貢獻決定報酬的機製。這是對近年來數據在推動經濟發展、提升政務效率、加強社會治理等方麵發揮重要作用的充分肯定,也是引領數字經濟時代發展的開創之舉。


《意見》明確提出,要加快培育數據要素市場,推進政府數據開放共享、提升社會數據資源價值、加強數據資源整合和安全保護。這些舉措體現出《意見》重點關注政府數據和社會數據兩大類數據,而在現實操作中這兩大類數據從根本上來說又主要是公民的個人數據,那麼,這些數據到底是誰的,誰可以使用,收益該如何分配,均是為落實該《意見》迫切需要解決的問題。筆者試從數據所有權、使用權和收益權三個方麵構建數據產權框架:


數據所有權方麵

從數據產業鏈條來看,數據主要分為原始數據和二次開發利用數據。原始數據記錄的往往是空間物體或個人的初始信息,二次開發利用數據得出的一般是對空間物體或個人更為複雜和深入的分析結果。筆者認為,


1、原始數據屬於個人

個人數據權利包含兩種情況,一方麵是近似於隱私權的信息人格權,它所保護的是用戶個人尊嚴不受侵犯的法益,另一方麵是近似於所有權的財產權益,其所反映的是用戶對其信息的絕對控製,原則上可以比照所有權權能結構來設置。


2企業享有衍生數據所有權

數據產業鏈中從事數據收集、存儲、管理、處理、挖掘、分析、展現、評價、交易等環節的企業對數據的占有是一種先驗的占有、理性的占有,包含自身對數據的利用意思、處分意思等等,同時也暗含對他人占有的禁止意思以及對他人的約束意思。在當前區塊鏈技術、數據清洗技術、用戶知情同意協議的共同作用下,這種占有將不會必然侵犯人們現有的權益如隱私權等,所以從這個意義來看,數據企業對衍生數據享有所有權是合理的。


3政府享有政府數據的歸屬權

政府數據往往牽涉社會公共利益,其權屬賦予不能簡單套用私法側重個體要素配置的理念,而要考慮要素的社會屬性。因此,將政府數據權屬規定為國家所有權,由政府享有對這些公共數據的管理權,同時通過政府履行數據公開義務滿足公眾對政府數據的需求,實現個體要素與社會要素的平衡。


數據使用權方麵


1 數據使用需要以

合法的可利用的數據為前提

要明確數據使用權的客體是“數據”而不是個人信息權中的“信息”,數據產權受到法律保護需數據具備可利用性,且數據須遵從合法性標準,並非所有的數據都能受到數據產權保護。


2個人數據使用側重於

人格權的行使與保護

數據知情同意權是個人數據權利之起點,數據知情權同意的範圍應包含個人數據的收集方式、收集內容、存儲及處理方式等,同時也應包括收集的目的、可能對個人產生的後果、以及明確的同意方式及同意效力的覆蓋階段。特別值得一提的是,在同意方式上應當賦予個人可選擇性,如勾選允許收集的數據類型;個人數據修改權是數據在知情同意的情況下被收集後,賦予個人體現其自由意誌的手段,其權利內容體現為數據主體有權要求數據控製者無不當延誤地修改其不準確、不正當的個人數據;個人數據的被遺忘權是用刪除其數據信息的手段捍衛其人格利益的手段。


3企業數據使用

強調用權與限權的結合

從數據產業鏈可以看出,數據利益在不同階段呈現出不同的特點。從法律視角,“數據清洗”前,權利主體有用戶與數據收集企業,利益訴求集中於用戶的數據人格利益與企業的數據財產利益;在“數據清洗”後,法律視角中的權利主體隻有數據收集企業而利益訴求也隻局限於數據財產利益。


數據收益權方麵


數據收益權方麵,應該賦予三類主體用戶收益權:


1政府數據收益權

政府數據在基礎數據的開放和共享上不應以盈利為目的,但在提供數據的深度挖掘、分析適配、可視化等配套服務時可以適當收費,一方麵可以彌補過程中投入的大量成本,另一方麵也可激發政府開發數據打造服務型政府的積極性。


2企業的數據收益權

企業的數據收益權主要體現在經濟利益的獲得,其理論是建立在數據所有權及數據使用權之上的。從經濟學上看,數據交易的關鍵問題在於如何定價。企業數據交易的四種定價模式,即市場定價、平台預設定價、協商定價、混合定價。


3個人參與分享數據紅利

享有數據收益權的主體是擁有原始數據權的用戶,數據企業可以對那些明示同意企業收集其信息的用戶提供一些除貨幣之外的免費增值服務。





圖像檢索入門、特征和案例

圖像檢索是計算機視覺中基礎的應用,可分為文字搜圖和以圖搜圖。借助於卷積神經網絡CNN強大的建模能力,圖像檢索的精度越發提高

《視覺SLAM十四講》作者高翔:非結構化道路激光SLAM中的挑戰

SLAM階段:解決從原始傳感器數據開始,構建某種基礎地圖的過程,標注階段:在SLAM結果基礎上進行人為標注,實現更精細的交通規則控製

SLAM與V-SLAM特征對比

基於激 光雷達的SLAM(激光SLAM)和基於視覺的SLAM(V-SLAM)。激光SLAM目前發展比較成熟、應用廣泛,未來多傳感器融合的SLAM 技術將逐漸成為技術趨勢,取長補短,更好地實現定位導航。

國內外舵機參數性能價格比較

舵機是步態服務機器人的核心零部件和成本構成,是包含電機、傳感器、控製器、減速器等單元的機電一體化元器件

AI在COVID-19診斷成像中的應用

人工智能技術支持的圖像采集可以顯著幫助掃描過程實現自動化,還可以重塑工作流程,最大限度地減少與患者的接觸,為成像技術人員提供最佳保護

不完美場景下的神經網絡訓練方法

騰訊優圖實驗室高級研究員Louis在分享了自適應缺陷數據,業務場景下的神經網絡訓練方法

深度學習的可解釋性研究(一)— 讓模型具備說人話的能力

為決策樹模型是一個具有比較好的可解釋性的模型,以決策樹為代表的規則模型在可解釋性研究方麵起到了非常關鍵的作用

深度學習的可解釋性研究(二)——不如打開箱子看一看

神經網絡模型本身其實並不是一個黑箱,其黑箱性在於我們沒辦法用人類可以理解的方式理解模型的具體含義和行為

深度學習的可解釋性研究(三)——是誰在撩動琴弦

神經網絡的敏感性分析方法可以分為變量敏感性分析、樣本敏感性分析兩種,變量敏感性分析用來檢驗輸入屬性變量對模型的影響程度,樣本敏感性分析用來研究具體樣本對模型的重要程度

大阪大學胡正濤博士(萬偉偉老師團隊)為機器人開發通用工具解決複雜變種變量的操作任務

通過機械機構實現機械手到工具的動力傳遞,無需外部控製及供能,對機器人的避障路徑規劃影響極小

醫院候診區流感性疾病的非接觸式綜合檢測平台

非接觸式檢測平台FluSense由麥克風陣列和熱成像攝像機組成,用於捕捉不同的候診室人群行為,包括咳嗽和語言活動以及候診室病人數量

用於微創手術的觸覺傳感器

應用於MIS的觸覺傳感器主要是基於電學或光學原理開發的,應該是小尺寸和圓柱形的,可在導管的管身或尖端集成
資料獲取
機器人知識
==最新資訊==
ChatGPT:又一個“人形機器人”主題
ChatGPT快速流行,重構 AI 商業
中國機器視覺產業方麵的政策
中國機器視覺產業聚焦於中國東部沿海地區(
從CHAT-GPT到生成式AI:人工智能
工信部等十七部門印發《機器人+應用行動實
全球人工智能企業市值/估值 TOP20
必威主頁第十一期上
諧波減速器和RV減速器比較
機器人減速器:諧波減速器和RV減速器
人形機器人技術難點 高精尖技術的綜合
機器人大規模商用麵臨的痛點有四個方麵
青島市機器人產業概況:機器人企業多布局在
六大機器人產業集群的特點
機械臂-高度非線性強耦合的複雜係統
==機器人推薦==
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)

智能消毒機器人

智能消毒機器人

機器人開發平台

機器人開發平台


機器人招商Disinfection Robot機器人公司機器人應用智能醫療物聯網機器人排名機器人企業機器人政策教育機器人迎賓機器人機器人開發獨角獸消毒機器人品牌消毒機器人合理用藥地圖
版權所有 必威主頁中國運營中心:北京 清華科技園九號樓5層 中國生產中心:山東日照太原路71號
銷售1: 4006-935-088銷售2: 4006-937-088客服電話: 4008-128-728

Baidu
map