近日，國(guó)家數(shù)據(jù)局官網(wǎng)發(fā)布了《高質(zhì)量數(shù)據(jù)集典型案例名單》，總共包含“具有推廣示范價(jià)值的104個(gè)典型案例”，其中涵蓋醫(yī)療衛(wèi)生、智能能源、文化旅游等重點(diǎn)領(lǐng)域，以及具身智能、低空經(jīng)濟(jì)、生物制造等創(chuàng)新領(lǐng)域。（文末附《人工智能高質(zhì)量數(shù)據(jù)集建設(shè)指南》下載鏈接）

高質(zhì)量數(shù)據(jù)集典型案例名單

104個(gè)高質(zhì)量數(shù)據(jù)集典型案例名單.pdf

中國(guó)信通院聯(lián)合清華大學(xué)、中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟數(shù)據(jù)委員會(huì)發(fā)布《人工智能高質(zhì)量數(shù)據(jù)集建設(shè)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(jià)值的指導(dǎo)和參考。

該指南從政策、技術(shù)、產(chǎn)業(yè)三個(gè)維度深入剖析了高質(zhì)量數(shù)據(jù)集建設(shè)的背景，系統(tǒng)梳理了高質(zhì)量數(shù)據(jù)集的定義、特征、分類(lèi)、建設(shè)主體以及面臨的“三大建設(shè)難點(diǎn)”。在此基礎(chǔ)上，提出了人工智能數(shù)據(jù)工程的“五大核心要素”，并制定了企業(yè)建設(shè)高質(zhì)量數(shù)據(jù)集的“三步走”戰(zhàn)略。同時(shí)，對(duì)高質(zhì)量數(shù)據(jù)集建設(shè)的核心技術(shù)進(jìn)行了深入分析，并通過(guò)科學(xué)、通信、交通、鐵塔、醫(yī)療、文化等多個(gè)領(lǐng)域的實(shí)踐案例展示了高質(zhì)量數(shù)據(jù)集建設(shè)的成效。最后，從工程能力、技術(shù)創(chuàng)新、質(zhì)量評(píng)估、版權(quán)合規(guī)、基礎(chǔ)制度創(chuàng)新等方面對(duì)高質(zhì)量數(shù)據(jù)集建設(shè)的未來(lái)趨勢(shì)進(jìn)行了展望，并向政府部門(mén)和企業(yè)機(jī)構(gòu)提出了相關(guān)建議，為推動(dòng)高質(zhì)量數(shù)據(jù)集建設(shè)提供了有力的支撐。

報(bào)告主要內(nèi)容

1. 高質(zhì)量數(shù)據(jù)集的定義與頂層設(shè)計(jì)。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(zhuān)業(yè)知識(shí)和生產(chǎn)經(jīng)營(yíng)活動(dòng)信息的數(shù)據(jù)資源集合。國(guó)家部委、地方政府加力出臺(tái)人工智能和數(shù)據(jù)要素相關(guān)政策，通過(guò)試點(diǎn)示范、工程項(xiàng)目、資金補(bǔ)貼等多種形式推動(dòng)高質(zhì)量數(shù)據(jù)集的建設(shè)、流通和開(kāi)發(fā)應(yīng)用。

2. 高質(zhì)量數(shù)據(jù)集的特征與挑戰(zhàn)。高質(zhì)量數(shù)據(jù)集具有高價(jià)值應(yīng)用、高知識(shí)密度、高技術(shù)含量的“三高”特征。當(dāng)前，高質(zhì)量數(shù)據(jù)集建設(shè)正處于探索階段，主要面臨目標(biāo)定位模糊、實(shí)施路徑碎片化與技術(shù)底座薄弱三重挑戰(zhàn)。

3. 人工智能數(shù)據(jù)工程的核心要素。面向人工智能的數(shù)據(jù)工程核心旨在提升模型數(shù)據(jù)集管理與運(yùn)營(yíng)效率、提升數(shù)據(jù)集質(zhì)量和數(shù)量、充分挖掘數(shù)據(jù)資源價(jià)值、保障模型數(shù)據(jù)安全可信，涵蓋管理體系、開(kāi)發(fā)維護(hù)、質(zhì)量控制、資源運(yùn)營(yíng)、合規(guī)可信等五大核心要素（參考行業(yè)標(biāo)準(zhǔn)《大模型數(shù)據(jù)集開(kāi)發(fā)管理能力分級(jí)及評(píng)估方法》），涵蓋5個(gè)一級(jí)能力、21個(gè)二級(jí)能力和253項(xiàng)能力子項(xiàng)。

來(lái)源：中國(guó)信通院

4. 高質(zhì)量數(shù)據(jù)集建設(shè)“三步走”戰(zhàn)略。首先，開(kāi)展數(shù)據(jù)集體系規(guī)劃，構(gòu)建高質(zhì)量數(shù)據(jù)集認(rèn)知框架。其次，推動(dòng)數(shù)據(jù)集工程建設(shè)，打造高質(zhì)量數(shù)據(jù)集認(rèn)知框架。最后，強(qiáng)化數(shù)據(jù)集質(zhì)量檢測(cè)，建立高質(zhì)量數(shù)據(jù)集全流程管控機(jī)制。

來(lái)源：中國(guó)信通院

5. 高質(zhì)量數(shù)據(jù)集的建設(shè)流程。高質(zhì)量數(shù)據(jù)集建設(shè)需經(jīng)歷數(shù)據(jù)設(shè)計(jì)和采集、治理、標(biāo)注、質(zhì)檢、運(yùn)營(yíng)等流程類(lèi)似石油“煉化”過(guò)程中的勘采、粗煉、精煉、質(zhì)檢、運(yùn)營(yíng)等流程，推動(dòng)原始數(shù)據(jù)資源邁向智能應(yīng)用。

6. 對(duì)高質(zhì)量數(shù)據(jù)集建設(shè)的展望。隨著人工智能大模型應(yīng)用從初步探索邁向更為復(fù)雜、智能的高階階段，對(duì)高質(zhì)量數(shù)據(jù)集的規(guī)模、多樣性、時(shí)效性以及處理速度的要求將會(huì)快速增長(zhǎng)。展望未來(lái)，數(shù)據(jù)集工程、技術(shù)創(chuàng)新、質(zhì)量評(píng)估、版權(quán)合規(guī)以及基礎(chǔ)制度建設(shè)是推進(jìn)人工智能高質(zhì)量數(shù)據(jù)集建設(shè)的關(guān)鍵。

報(bào)告目錄