点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:构建多元化的人工智能训练数据供给体系
首页> 科技频道> 综合新闻 > 正文

构建多元化的人工智能训练数据供给体系

来源:光明网-《光明日报》2025-01-17 04:30

  【析理论道】

  作者:赵精武(北京航空航天大学法学院副教授、北京科技创新中心研究基地副主任)

  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、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。

  《光明日报》(2025年01月17日 11版)

[ 责编:丁玉冰 ]
阅读剩余全文(

相关阅读

您此时的心情

光明云投
新闻表情排行 /
  • 开心
     
    0
  • 难过
     
    0
  • 点赞
     
    0
  • 飘过
     
    0

视觉焦点

  • 习近平主持中俄蒙元首第七次会晤

  • 习近平会见蒙古国总统呼日勒苏赫

独家策划

推荐阅读
点击羽绒服胸前的按钮,2秒即可速热,实现四档温度调节……1日,在哈尔滨举行的第七届中国国际新材料产业博览会现场,一款造型时尚的智能温控羽绒服吸引不少观展者驻足围观。
2025-09-02 10:23
当地时间9月1日,世界知识产权组织发布最新报告显示,今年的全球创新指数(GII)集群研究将风险资本交易活动作为一项新指标。全球创新指数集群排行榜于2017年创设,通过三项核心指标,识别世界级创新活动在当地的集中程度。
2025-09-02 10:21
强制性国家标准《电动自行车安全技术规范》昨起实施。为保障新国标在本市顺利推行,近日,市市场监管局组织召开在京销售电动自行车生产经营企业约谈指导会。为保障新国标平稳落地实施,本市市场监管部门将强化监督抽检,保障本市电动自行车产品质量安全。
2025-09-02 10:18
会空翻、格斗,能叠衣、调饮,善聊天、“思考”……前不久举行的2025世界机器人大会上,各类机器人本领“进化”、各显神通,展现了人工智能的巨大潜力。如今,从旅游出行的智能助手,到工厂培训的“最强大脑”,再到装备升级的有力支撑,人工智能扮演着越来越重要的角色。
2025-09-02 10:15
零碳园区的建设,对于推动我国经济社会发展全面绿色转型具有重要意义。节能降碳,光靠“外套保温”不够,在园区地上、地下,还有“血液循环”系统来“保持恒温”。
2025-09-02 10:15
在这条新的赛道上,中国青年正在奋力奔跑。
2025-09-02 09:59
记者近日从国家发展改革委获悉,围绕《关于深入实施“人工智能+”行动的意见》(以下简称《意见》),相关部门将制定出台一系列配套文件。具体来看,一方面将围绕《意见》提出的6大行动若干重点行业领域,分别制定“人工智能+”具体实施方案,进一步细化各行业目标任务、重点方向和工作举措。
2025-09-01 09:56
8月26日,国务院印发《关于深入实施“人工智能+”行动的意见》。大力发展智能农机、农业无人机、农业机器人等智能装备,提高农业生产和加工工具的智能感知、决策、控制、作业等能力,强化农机农具平台化、智能化管理。
2025-09-01 09:55
生产车间里,抽气泵凹槽上蒸汽弥漫,极细的金属导体经过氯化液处理,三次涂漆后,再附上绝缘漆膜,最终制成直径仅0.012毫米的成品电磁线。 银西产业园甘肃康视达隐形眼镜有限公司的厂房内,智能化生产线高效运转,无人搬运车有序穿梭,整个流程高度自动化。
2025-09-01 09:53
江南大学是一所以轻工特色见长的“双一流”建设高校,发酵工程学科凭借深厚的学科积淀和前瞻性布局,成功跻身国家“A+”学科行列。学校与发酵行业龙头企业共建16个联合研究中心,聘请16名教授级高工和国家级科创人才担任工程技术导师,推动研究生深入产业一线。
2025-09-01 09:52
在山东省大学生创新大赛(2025)暨中国国际大学生创新大赛(2025)山东赛区比赛中,哈尔滨工业大学(威海)材料科学与工程学院参赛队共荣获10项金奖、1项银奖。 山东省特种焊接技术重点实验室是山东省焊接领域唯一的重点实验室,突出在特种环境、特种材料以及特种结构方面的焊接技术及装备制造研究。
2025-09-01 09:51
当前,全球科技革命与产业变革加速演进,人工智能(AI)正从“辅助工具”跃升为驱动社会变革的核心引擎。
2025-08-29 09:40
中国科幻完成了从文学、影视到互动娱乐的全产业链突破,步入业态融合与创新驱动的关键阶段。科幻阅读作为科幻产业链上游的基础产业,需率先探索高质量发展路径。
2025-08-29 09:38
作为太阳系中目前已知唯一拥有生命的天体,地球宜居性的形成与演化是地球系统科学研究的核心议题。
2025-08-29 09:35
国家气候中心统计数据显示,截至8月28日,华北雨季已持续55天,较常年雨季长度(30天)明显偏长。截至8月25日,华北雨季监测区累计雨量较雨季常年值偏多131%。
2025-08-29 09:18
8月29日是七夕节,在古代神话中,牛郎和织女因为被天上的银河隔开,只有在每年农历的七月初七才能通过鹊桥相会。那么,银河到底有多宽?
2025-08-29 09:17
浙江大学物理学院王浩华团队、杭州国际科创中心郭秋江超导量子计算团队联合清华大学邓东灵团队,在百比特超导量子芯片上观测到,“预热化”机制能有效抵御热激发扰动,使有限温度下的拓扑边缘态展现出了足够的稳定性,为保护脆弱的量子信息提供了新可能。
2025-08-28 09:47
6G时代,无论在城市楼群还是偏远山区,都需要数据的高速传输和快速接入,但基于纯电子技术的传统无线设备带宽受限、频段单一,难以动态调度频谱资源。
2025-08-28 09:47
8月26日,《关于深入实施“人工智能+”行动的意见》发布。为何要出台这份文件?这份文件重点说了些什么?记者采访了国家发展改革委参与文件起草的专家。
2025-08-28 09:45
从“人工智能+”发展进展来看,朱克力认为,在政策层面,形成了举国体制,算力基础设施、数据供给、人才体系等基础支撑全面强化。
2025-08-28 09:37
加载更多