美国《生成式人工智能版权披露法案》要求企业公布数据集，并规范训练数据的使用。欧洲《人工智能法案》要求对人工智能工具数据进行治理，充分反映了对数据安全治理的重视。随着新技术应用，数据安全治理已成为全球焦点。各专家和学者深入探讨AI时代数据安全治理的新形势和新挑战。
在当前数字化时代，人们对于隐私权的需求日益增强。特别是对于数据安全问题，更是引起了广泛的关注。近年来，国际上针对数据安全的法规不断出台，如美国《生成式人工智能版权披露法案》和欧洲《人工智能法案》，都在强化对企业数据使用的监管力度。
美国《生成式人工智能版权披露法案》提出的要求是，企业需要公开其生成的AI模型的所有源代码、训练数据和其他相关的信息。这一规定的主要目的是保护创的知识产权和数据权益，防止未经授权的数据被用于商业目的。然而，这种强制性的披露方式也引发了争议，有人认为可能会侵犯个人隐私。
另一方面，欧洲《人工智能法案》则要求对人工智能工具的数据进行治理，包括但不限于：限制收集和使用特定类型的数据；要求企业提供可追溯的数据访问记录；规定数据处理者必须采取适当的安全措施来保护用户数据。
总的来说，无论是哪个国家的法规，都是为了更好地保障公众的数据安全，维护个人隐私权。未来，随着大数据、云计算等技术的发展，数据安全治理将成为一个更加重要的议题。企业和研究机构应当深刻理解并遵守相关法规，才能更好地应对数据安全带来的挑战。同时，公众也应该提高自身的数据安全意识，通过了解并掌握必要的防护知识，共同维护数据安全环境。