本報訊 （記者何 可）近日，中國信息通信研究院（以下簡稱“中國信通院”）人工智能研究所聯(lián)合清華大學(xué)計算社會科學(xué)與國家治理實(shí)驗(yàn)室、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟數(shù)據(jù)委員會發(fā)布《人工智能高質(zhì)量數(shù)據(jù)集建設(shè)指南》（以下簡稱《指南》），旨在為業(yè)界建設(shè)高質(zhì)量數(shù)據(jù)集提供有實(shí)操價值的指導(dǎo)和參考。

隨著大模型技術(shù)的迅猛發(fā)展，數(shù)據(jù)集作為人工智能核心三要素之一，在算法趨同、算力普惠的競爭環(huán)境中正在構(gòu)建難以復(fù)制的差異化壁壘。人工智能發(fā)展正在進(jìn)入“數(shù)據(jù)驅(qū)動”新階段，高質(zhì)量數(shù)據(jù)集的建設(shè)不僅是提升AI模型性能的關(guān)鍵，也是推動“人工智能+”行動落地的重要保障。然而現(xiàn)階段，大量機(jī)構(gòu)在高質(zhì)量數(shù)據(jù)集建設(shè)中面臨目標(biāo)定位模糊化、實(shí)施路徑碎片化與技術(shù)底座薄弱化三重挑戰(zhàn)，不知道需要什么數(shù)據(jù)集、如何建設(shè)數(shù)據(jù)集、怎樣評估數(shù)據(jù)集質(zhì)量，制約了人工智能應(yīng)用高效落地。

《指南》明確，高質(zhì)量數(shù)據(jù)集是指用于訓(xùn)練、驗(yàn)證和優(yōu)化人工智能大模型而收集、整理、標(biāo)注形成的覆蓋行業(yè)核心專業(yè)知識和生產(chǎn)經(jīng)營活動信息的數(shù)據(jù)資源集合。《指南》還從政策、技術(shù)、產(chǎn)業(yè)層面介紹了當(dāng)前高質(zhì)量數(shù)據(jù)集建設(shè)的背景，梳理了高質(zhì)量數(shù)據(jù)集的定義、特征、分類、建設(shè)主體以及“三大建設(shè)難點(diǎn)”，提出了人工智能數(shù)據(jù)工程的“五大核心要素”和企業(yè)建設(shè)高質(zhì)量數(shù)據(jù)集“三步走”戰(zhàn)略，分析了高質(zhì)量數(shù)據(jù)集建設(shè)的核心技術(shù)，展示了科學(xué)、通信、交通、醫(yī)療、文化等領(lǐng)域高質(zhì)量數(shù)據(jù)集建設(shè)實(shí)踐，最后從工程能力、技術(shù)創(chuàng)新、質(zhì)量評估、版權(quán)合規(guī)、基礎(chǔ)制度創(chuàng)新等層面對未來高質(zhì)量數(shù)據(jù)集建設(shè)的趨勢進(jìn)行了展望，并提出了對政府部門和企業(yè)機(jī)構(gòu)的建議，為業(yè)界推進(jìn)高質(zhì)量數(shù)據(jù)集建設(shè)提供了有力支撐。

【新聞快訊】