11月3日，由全國數(shù)據(jù)標(biāo)準(zhǔn)化技術(shù)委員會（以下簡稱“全國數(shù)標(biāo)委”）主辦，全國數(shù)標(biāo)委秘書處（中國電子技術(shù)標(biāo)準(zhǔn)化研究院）和江蘇省數(shù)據(jù)局承辦的全國數(shù)標(biāo)委2025年第二次“標(biāo)準(zhǔn)周”活動在江蘇省南京市舉行。

活動期間，北京海天瑞聲科技股份有限公司副總裁、全國數(shù)標(biāo)委委員崔向雨就“人工智能數(shù)據(jù)產(chǎn)業(yè)發(fā)展與高質(zhì)量數(shù)據(jù)集構(gòu)建路徑”議題進(jìn)行了分享。

崔向雨在WG2數(shù)據(jù)治理標(biāo)準(zhǔn)工作組會議上發(fā)言。人民網(wǎng)記者 馬曉波攝

崔向雨介紹，人工智能大模型發(fā)展對高質(zhì)量數(shù)據(jù)集要求是“更高更新”，全球相關(guān)研究機(jī)構(gòu)數(shù)據(jù)顯示，過去15年間人工智能模型訓(xùn)練數(shù)據(jù)集需求量每年以250%的速度增長。中國高度重視數(shù)據(jù)產(chǎn)業(yè)發(fā)展和高質(zhì)量數(shù)據(jù)集的建設(shè)工作，發(fā)布了一系列支持?jǐn)?shù)據(jù)產(chǎn)業(yè)和高質(zhì)量數(shù)據(jù)集建設(shè)的政策文件。據(jù)不完全統(tǒng)計，全國有20多個省市積極培育和發(fā)展數(shù)據(jù)標(biāo)注產(chǎn)業(yè)，為地方數(shù)字經(jīng)濟(jì)發(fā)展提供新動能?！案哔|(zhì)量數(shù)據(jù)集已是‘ 數(shù)據(jù)要素×’和‘人工智能+’行動的‘焊接點’?！?/p>

崔向雨認(rèn)為，作為“人工智能+”行動落地的基礎(chǔ)支撐能力之一，高質(zhì)量數(shù)據(jù)集建設(shè)應(yīng)遵循總體規(guī)劃、分步實施、先易后難、先簡后繁的原則，要以工程化思維推動高質(zhì)量數(shù)據(jù)集建設(shè)的智能化和平臺化，生產(chǎn)流程上應(yīng)包括結(jié)構(gòu)設(shè)計、數(shù)據(jù)采集、存儲傳輸、加工標(biāo)注、質(zhì)檢審核、運營服務(wù)等6個步驟。從供給側(cè)挖掘數(shù)據(jù)價值、需求側(cè)支撐人工智能創(chuàng)新發(fā)展同時發(fā)力，錨定高質(zhì)量數(shù)據(jù)集建設(shè)助推人工智能+行動落地。

“隨著數(shù)據(jù)要素市場培育加快，數(shù)據(jù)標(biāo)注產(chǎn)業(yè)逐漸受到關(guān)注和重視?！贝尴蛴暾f，狹義上看，數(shù)據(jù)標(biāo)注是指對未經(jīng)處理的原始數(shù)據(jù)通過分類、標(biāo)記、注釋等技術(shù)手段，對未經(jīng)處理的文本、語音、圖像、視頻等數(shù)據(jù)進(jìn)行添加說明、解釋分類或編碼并轉(zhuǎn)換為機(jī)器可識別信息的過程，為機(jī)器學(xué)習(xí)提供訓(xùn)練數(shù)據(jù)集。整體上看，數(shù)據(jù)標(biāo)注是一項工程化的解決方案。涵蓋數(shù)據(jù)生產(chǎn)的整個流程包括數(shù)據(jù)設(shè)計、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)質(zhì)檢、數(shù)據(jù)驗收等所有環(huán)節(jié)。

根據(jù)《關(guān)于促進(jìn)數(shù)據(jù)標(biāo)注產(chǎn)業(yè)高質(zhì)量發(fā)展的實施意見》，數(shù)據(jù)標(biāo)注產(chǎn)業(yè)已成為對數(shù)據(jù)進(jìn)行采集、篩選、清洗、分類、注釋、標(biāo)記和質(zhì)量檢驗等加工處理的一大新興產(chǎn)業(yè)。

分享讓更多人看到