不久前，国务院印发的《关于深入实施“人工智能+”行动的意见》指出，要“加快推动人工智能赋能网络空间治理，强化信息精准识别、态势主动研判、风险实时处置等能力”。作为引领科技革命与产业变革的核心技术，人工智能在数据分析、模式识别、智能决策等方面具有显著优势。加快推动人工智能赋能网络空间治理，有助于实现网络空间治理从被动应对到主动防控、从粗放管理到精准施策的深刻转变。

聚焦技术创新与场景融合，筑牢信息精准识别的智能基石。信息精准识别是网络空间治理的前提和基础，只有准确辨别网络中的不良信息和安全威胁，网络空间治理才能找准方向、有的放矢。一是集中力量攻克信息识别核心技术，突破识别精度不足的瓶颈。针对网络文本中隐性不良信息、语义模糊表达等识别难点，通过优化预训练语言模型、引入语义关联分析算法，让人工智能更准确地理解文本的深层含义与情感倾向；面对图片、视频等多媒体信息中违规元素隐蔽、篡改伪造智能化等问题，研发基于深度学习的细粒度特征提取技术，精准识别微小违规元素和AI生成的虚假内容，从技术层面解决识别不全、判断不准的问题。二是推动技术与实际场景融合，构建全流程识别体系。要将人工智能技术与网络空间治理场景紧密结合起来，打造文本、图像、音频、视频等一体化的智能审核平台，实现多类型信息的精准识别，并根据网络治理政策动态调整审核规则，确保识别标准与政策要求实时对齐。

深化数据治理与模型优化，打造态势主动研判的智慧中枢。当前，网络空间各要素深度关联、态势复杂多变、风险隐蔽交织，依赖传统人工经验的态势研判方式已难以满足网络空间治理“早发现、早处置”的需求。要破解这一困境，需从以下方面着手，有效发挥人工智能在网络态势研判和风险感知中的核心驱动作用，推动网络态势研判从被动响应转向主动预判。一是健全数据治理机制，夯实态势研判的数据基础。在数据收集环节，要有效整合网络运营企业的流量数据、网络安全企业的威胁情报数据、社会组织的舆情数据等，形成覆盖网络空间全领域的数据集，为态势研判提供全面数据支撑；在数据预处理环节，通过清洗、去重、脱敏等技术，剔除噪声数据、修复缺失数据，保障数据准确、完整、安全；在数据共享环节，搭建跨部门、跨领域的网络安全数据共享平台，借助“数据可用不可见”的隐私计算技术打破数据壁垒，为不同主体协同开展态势研判提供数据互通支持。二是优化智能研判模型，提升网络态势感知能力。要基于机器学习算法构建风险动态预测模型，通过学习历史数据、分析舆情热点提取风险特征，绘制风险演化图谱，实现对网络攻击规模、舆情传播趋势的精准预测。运用知识图谱技术构建网络态势分析模型，实现设施、数据、用户、操作等网络空间要素及其相互关系的可视化，清晰识别风险传导路径，预判潜在风险点，防范风险连锁扩散。

加强多元协同与制度保障，完善风险实时处置的联动机制。网络空间治理涉及多元参与主体，要以人工智能为纽带，构建多方协同配合、快速响应的处置机制。一是健全多元协同机制，凝聚处置合力。政府要发挥统筹作用，搭建跨部门智能应急指挥平台，借助人工智能实现风险信息实时共享、处置资源灵活调配，确保各部门步调一致；网络运营企业应履行主体责任，利用人工智能建立风险自动预警与快速处置机制；社会组织需发挥专业优势，通过人工智能实时监测舆情变化、动态收集公众反馈，为网络风险处置提供第三方视角；公众则要自觉提升网络素养，借助智能举报平台依法依规反馈网络风险，形成“人人参与、人人监督”的网络空间治理氛围。二是完善风险处置制度，规范处置流程。通过制定相关法律法规明确人工智能的应用边界、风险处置的责任划分，防止因技术滥用或责任缺失导致治理失序或缺位。建立人工智能治理技术与产品标准体系，明确网络风险处置的技术指标与操作规范，为不同主体的系统高效联动提供制度保障。

（作者单位分别为重庆青年职业技术学院、重庆第二师范学院，本文为重庆市教委人文社科研究项目：25SKSZ079成果）