生成式人工智能技術及應用指引
生成式人工智能技術能夠根據人類複雜意圖和指令，自動生成文本、圖像、音頻、視頻等內容，其技術原理主要基於深度學習中的生成模型，包括生成對抗網絡（GANs）、變分自編碼器（VAEs）、自回歸模型、擴散模型（Diffusion Models）和Transformer模型等。目前主流模型以基於Transformer架構的大型基礎模型為主，如大型語言模型（LLMs）以及視覺-語言模型（VLMs），能夠生成多模態內容，包括文本、代碼、圖像、音頻和視頻。
生成式人工智能的主要服務領域包括知識問答、角色扮演、輔助寫作、輔助編程、數學推理、人工智能代理和人工智能藝術等，已廣泛應用於智慧客服、教育、媒體、金融、醫療等行業。
生成式人工智能技術的局限和服務風險主要包括模型幻覺、模型偏見、黑盒問題、數理能力不足、對輸入變化的敏感性以及數據完整性風險等。此外，服務風險包括內容安全、製造謠言、模型越獄和數據洩露等。為降低風險，建議實施分層風險監管框架，對不同風險層級制定相應的監管措施。
治理的五大維度為個人資料私隱、知識產權、犯罪防治、真實可信和系統安全。治理的主要原則包括遵守法例、安全透明、準確可靠、公平客觀以及實用高效。
對技術開發者、服務提供者和服務使用者的實用指南建議如下：
- 技術開發者需建立完整的開發團隊和正確的工作方式，包括設立數據團隊、算法工程團隊、質控團隊和合規團隊，並建立營運原則和問責機制。
- 服務提供者需建立負責任的服務框架和服務建設流程，包括服務採購、風險評估、試點項目和服務維護等，並確保服務合規、資料安全、系統安全以及系統的可信性。
- 服務使用者應合法合規使用、堅持自主判斷、了解責任和義務、引用說明、保護私隱以及謹慎傳播，並尊重知識產權。
香港生成式人工智能治理框架採取務實的平衡策略，既處理技術風險，也避免過度阻礙創新。香港現有法律制度已足夠應對部分核心監管議題，如《個人資料（私隱）條例》和《版權條例》。對於其他領域，建議透過行業自律或沙箱方式進行風險評估與測試。
香港生成式人工智能治理政策框架以應用為本和以行業為綱，推動道德的人工智能發展，提高公眾意識，並促進國際合作。各行業在使用生成式人工智能時需結合自身特色，確保倫理和負責任使用，如金融業著重公平性，醫療業重視私隱保護，教育業確保公平可及等。
