数据作为数字时代的“新石油”,不仅是传统产业□□□、新兴产业发展的重要支撑,同时也是人工智能科技创新的关键创新资源。
现阶段,人工智能产业发展✅面临的最✅突出□□、最迫切㊣的困境,便是训练数据供给不足。随着网络空间已公开数据资源趋于“消耗殆尽”,人工智能产业愈发需要专业㊣化程度高云计算的四大模式□□□、领域属性强的高质量数据来提升算法模型性能。因此,建构我国人工智能法治保障体系的一项核心目标,便是形成多元化的训练数据供给体系,以满足不同规模企业的训练数据使用需求,推动算法模型性能朝着专业化方向升级。而构建多元化的人工智能训练数据供给体系是一项系统性工程,只有通过持续拓宽数据采集渠道□□、扩大数据流动范围□□□□、提高数据质量要求,才能为人工智能产业注入源源不断的创新动力,实现高质量发展。
健全多源头数据采集机制,拓展数据广度。在实践中,人工智能企业获取训练㊣数据的方式主要包括网络爬虫抓取已公开数据□□、使用开源数据集□□□、购买数据产品等。整体而言,数据采集方㊣式较为单一,难以满足相关产业对训练数据质量的基本需求。若想扩展训练数据㊣获取广度,需要在以下两个层面实现数据采集机制的延伸:一是在数据采集行为合法性方面,以类型化列举□□□、监管实践指南等方式明确训练数据来源合法性的常见类型,以消除企业业务合规担忧;二是在数据市场供给形式方面,深入探索公共数据的开放利用模式,降低中小企业获取高质量训练数据的市场门槛,整合数据交易基础制度,拓展可交易数据产品的质量和类型。具体而言,公共服务部门在长期社会公共服务过程中积累了海量高质量数据,但由于数据安全和数据使用收益归属不明等现实因素,此类公共数据面向人工智能产业的开放使用制度还需进一步深入探索。以交通部㊣门为例,实时路况数据不仅可以提供实时交通拥堵情况报告,在人工智能技术加持下,还可以预测性地分析未来时间段交通流量情况□□、交通事故发生概率等。科研机构也积累了大量专业性较强的科学数据,如医学研究机构的临床病例数据,经由科学化整理和标准化处理,能够在医疗影像诊断□□□□、传染病防控等领域发挥重要作用。这些潜在的数据“富矿”,仍有待配套的法律制度予以松绑和深挖,进而形成层次化的数据采集渠道。
建构高质量数据标注机制,挖掘数据深度。对于训练数据,既有数㊣量上㊣的㊣要求,更有质量上的要求。训练数据的精确性□□、一致性□□□、时效性等技术指标,直接影响着人工智能性能能否提升。以医疗影像识别为例,若是存在训练数据将正常细胞标识为癌变细胞□□、同一细胞多次标注为不同信息内容等情况,那么这些质量堪忧的训练数据只会“污染”人工㊣智能性能,进而严重危害患者生命健康。国家网信办等七部门2023年发布的《生成式人工智能服务管理暂行办法》也专门要求在人工智能技术研发过程中,服务提供者应当制定符合本法要求的“清晰□□□、具体□□□、可操作的标注规则”。因此,合理科学的数据标注规则是✅保障训练数据质量和避免算法歧视的重要环节。在数据标注方式上,应当以“人机协作标注”为主要方式。技术研发者和服务提供者虽然可以通过批量自动化处理系统对各类数据资源进行高效批注,但潜在误差标注风险难以有效控制。相对地,采用人工批注模式,除了成本高昂之外,还可能在不经意间渗透标注人员的个人伦理观,产生潜在科技伦理风险。因此,理想的数据标注方式应是人机协作,以此填补上述数据标注方式的短板,提升数据标注结果的准确性□□□□、完整性和中立性。
完善数据跨境传输机制,丰富数据类型。人工智能训练数据的高质量供给,离不开数据跨境传输制度的支撑。不同国家□□□、不同地区的数据资源具有多元化的本地特征,这类数据资源㊣能够优㊣化人工智能算法模型,提升人工智能产品和服务的㊣通用性。近年来,我国数据跨境传输的法律法规相继出台,确立了以“安全评估□□□□、个人信息出境标准合同□□□、个人信息保护认证以及特殊机制”为内容的数据跨境传输治理框架。同时,《促进和规范数据跨境流动规定》㊣进一步解绑了基于学术合作□□□□、跨国生产制造□□□□、市场营销等活动进行数据跨境传输的限制条件。为了更好推动训练数据的跨境流动,需要遵循发展与安全并重的治理逻辑。从长远来看,数据资源本地化不利于人工智能产业的㊣创新发展,也不利于数据要素的市场化配置。数据跨境传输制度的建构是为了实现又好又快的跨境传输数据,在数据资源的“一进一出”中,充分获取全球范围内的高质量训练数据资源。在促进产业发展的同时,还需要确保数据出境安全,积极探索多边□□、双边数据跨境合作机制,提升我国在数据跨境传输国际规则制定中的话语权,以构建网络空间命运共同体为导向,实现训练数据安全有序流动。
出台数据供给配套政策,畅通数据流动。在财政支持政策方面,不同规模的科技企业获取训练数据的能力并不相同,为了降低人工智能产业的市场门槛,有必要通过设立专项资金□□□□、实施税收优惠政策等手段降低中小企业获取高质量训练数据的实际难度。针对在特定领域具有卓越表现的中小企业□□□、科研机构予以专项扶持,特别是涉及先进标注算法□□□、数据整合技术等事项,可以通过专项资金助力企业购置更先进的设备□□、扩充专业人才队伍。在技术标准体系方面,统一的技术标准是确保训练数据质量□□、规范数据供给的重要工具。在训练数据采集□□□□、标注环节,设置统一的技术标准体系能够有效降✅低后续数据分析□□□□、数据挖掘等环节的研发成本。同时,科学客观的技术标准也能针对科技伦理事项辅助确立更为统一的标注规则。在基础设施平台建设方面,为了缓解各行业□□□、各领域数据流动范围狭窄□□□、流动类型有限等“数据孤岛”现象,需要政府部门推动建设面向训练数据供给的数字基础设施以及公共算法训练平台。通过这些基础设施和公共平台,将涵盖经济□□、地理□□□□、交通等各个领域的数据资源进行汇总,从而有效提高训练数据的总体数量和质量。
尽管AI能一键生成完整的运动方案,涵盖从热身到放松的全部阶段,但在细化到每个动作时,使用者很难完全按照标准执行。
在动物实验中,这种新型CDK2抑制剂使患病小鼠的脑部炎症消退,社交和记忆✅功能基本恢复正常。
2日,“科学家精神百场讲坛”暨国家卓越工程师专场宣讲报告会走进燕山石化,国家卓越工程师□□□、中国化工学会副理事长兼秘书长方向晨作宣讲报告,并与科技工作者代表㊣深度对线
近期,多地智慧农业建设传来佳绩,草莓巡检机器人□□、长臂喷雾机等打破了大众对农业的传统印象,数据要素在助力乡村全面振兴中正发挥越来越重要的作用。推动农村电商发展,支持农村电商平台建设,帮助农民通过电商渠道销售农产品;利用数据分析市场需求,打造电商特色品牌,提高农产㊣品竞争力。
2月19日,凌晨3时的机房,敲完最后一行代码,中国海油所属中海油田服务股份有限公司(以下简称“中海油服”)深海深层地震数据成像处理技术研发团队负责人刘金朋如释重负。物探船作业时,利用拖缆㊣产生地震波,对海底地层进行“CT扫描”,并实时完成震源和检波✅点数据采集。
引力波被形象地比喻为“时空的涟漪”。为了更精准地认证透镜引力波,胡彬团队与宁波大学蔡荣根院士将目光瞄准宇宙中更为微小的尺度——星系中的致密天体。
冰凌✅花能够早早绽放,成为东北“报春第一花”,是因为其特殊的生长节律和物候机制草长莺飞,全国多地春意正浓。冰凌花✅还具有重要的生态价值,能为昆虫提供早春时节稀缺的花蜜和花粉,成为传粉昆虫不可或缺的食物来源。
发挥新型制优势,前瞻规划□□□□、协同发力□□、接续攻坚,中国创新将在“一张蓝图绘到底”中破浪前行作为尖端科技的代表,芯片是我国受外部冲击较大的领域之一。发挥新型制优势,前瞻规划□□、协同发力□□□、接续攻坚,中国创新将在“一张蓝图绘到底”中破浪㊣前行。
互联网企业负责人共线中国网㊣络媒体论坛“坚持主流价值导向 推动算法向上向善”主题分享会在广西南宁举行。主题分享会上发布了“算法向善”南宁宣言,重点互联网企业代表集体签署。
目前全球6G研发已从概念探索进入关键技术攻关阶段,中国围绕2030年实现6G商用这一目标加速布局。
31日,在2025中关村论坛年会“重大科技成果发布活动”上,由北京金融监管局联合市科委□□□、中关村管委会□□、市经济和信息化局□□、市委金融办共同指导,全国首个商业航天保险共保体组织——“北京商业航天保险共保体”正式发布,助力北京商业航天加速发展。
2025中关村论坛年会重大成果专场发布会31日举行,围绕“四个面向”发布19项重大科技㊣成果,展现了我国在前沿科技引领□□、开源开放合作□□□、创新驱动发展等方面的成效。
现场发布2024中国正能量网络精品征集展播活动结果,与会领导为中国正能量十佳网络精品代表□□□、突出贡献单位颁发荣誉证书和纪念牌。
今年以来,我国以DeepSeek为代表的大模型企业通过算法优化□□□、有针对性的训练和开源生态协作,在使用“缩水版”GPU芯片的情况下,将千亿参数模型训练成本压缩至同类模型的1/10,走出了一条从粗放式算力堆砌向内生式效能提升的新路径。
“联合科研团队初步确定,青龙山恐龙蛋化石普遍表现✅出特殊排列规律,如常见同层埋藏的恐龙蛋3至5枚一组排列成微微弯曲的弧线
相关推荐