本報記者 郭冀川

    國家數據局近期公布數據顯示，我國已建成高質量數據集總量超500PB（拍字節(jié)，計算機存儲容量單位），賦能人工智能模型不斷提升性能、創(chuàng)新持續(xù)加速。

    國家數據局局長劉烈宏在2025科創(chuàng)大會上表示，高質量數據集是數智創(chuàng)新的關鍵資源，國家數據局聯合26個部委共同制定政策文件，以場景應用為導向，推動各行業(yè)領域高質量數據集建設。

    在數字化浪潮席卷全球的當下，數據已成為驅動社會經濟發(fā)展的核心生產要素之一，數據如同工業(yè)時代的石油，為人工智能、大數據分析、機器學習等前沿技術提供源源不斷的動力。高質量數據集作為數據的精華集合，其建設工作也成為國家數據局今年的重點之一。

    今年2月份，國家數據局在北京召開高質量數據集建設工作啟動會，提出加快推動形成一批標志性成果，賦能行業(yè)高質量發(fā)展；6月份，國家數據局綜合司發(fā)布《關于征集高質量數據集典型案例的通知》，總結各地區(qū)、各領域在高質量數據集建設、運營和應用過程中取得的成效，遴選推廣先進做法；8月份，在2025中國國際大數據產業(yè)博覽會上，國家數據局啟動高質量數據集建設先行先試工作，在國家數據局指導下，發(fā)布了《高質量數據集建設指引》。

    中國移動通信聯合會教育與科學技術研究院執(zhí)行院長陳曉華對記者分析，高質量數據集的建設將促進人工智能技術的普及和應用，推動技術生態(tài)的繁榮發(fā)展。一方面，隨著高質量數據集的不斷豐富和完善，人工智能算法將不斷優(yōu)化和改進，性能將得到進一步提升，從而吸引更多的企業(yè)和開發(fā)者參與到人工智能技術的研發(fā)和應用中來，形成良性循環(huán)。另一方面，高質量數據集的建設也將催生新的技術和服務模式，如數據標注、數據清洗、數據管理等數據服務產業(yè)將迎來發(fā)展機遇，為數據集的建設提供專業(yè)支持。

    陳曉華說：“人工智能，尤其是深度學習算法，對數據有著極高的依賴性，高質量數據集是訓練和優(yōu)化人工智能模型的基礎，其豐富性、準確性和多樣性直接決定了模型的性能上限。”

    今年9月份，國家數據局公布高質量數據集典型案例名單，104個典型案例入選。典型案例重點在數據的賦能與創(chuàng)新應用，如中節(jié)能太陽能科技（鎮(zhèn)江）有限公司申報的“節(jié)能光伏一體化綜合能源高質量數據集建設”中，通過節(jié)能光伏一體化綜合能源高質量數據集建設，將綜合能源系統從“經驗驅動、局部優(yōu)化”的傳統模式，升級為“數據驅動、全局最優(yōu)”的智能體，重點建設構建光伏行業(yè)開放共享、多場景的一體化高質量可信數據管理業(yè)務全流程與應用生態(tài)場景建設，為行業(yè)客戶提供一體化的綠色低碳運營場景和交付服務能力。

    薩摩耶云科技集團首席經濟學家鄭磊在接受《證券日報》記者采訪時表示，高質量數據集的應用將提高生產效率、降低生產成本、創(chuàng)新商業(yè)模式，為企業(yè)創(chuàng)造更大的經濟效益。例如，在電子商務領域，基于用戶行為數據構建的高質量數據集能夠幫助企業(yè)實現精準營銷，提高用戶轉化率和購買力，從而增加企業(yè)的銷售額和利潤。在制造業(yè)領域，高質量數據集的應用能夠實現生產過程的智能化和自動化，提高產品質量和生產效率，降低生產成本，增強企業(yè)的市場競爭力。

    鄭磊認為，發(fā)展高質量數據集不僅是驅動人工智能技術實現跨越式發(fā)展、催化產業(yè)迭代升級與結構轉型、強化社會治理效能、賦能科學研究革新的核心，亦將對技術生態(tài)體系、宏觀經濟走勢、社會文化格局等維度產生深刻且廣泛的影響。隨著政策強化技術革新與專業(yè)人才培養(yǎng)，健全相關法律規(guī)制與準則框架，推動高質量數據集構建邁向穩(wěn)健且可持續(xù)的發(fā)展軌道，高質量數據集的打造有望成為撬動經濟增長的新引擎。

（編輯 上官夢露）