推動(dòng)數據標注產(chǎn)業(yè)化，不僅夯實(shí)了人工智能算法訓練的基石，也有助于釋放數據要素的價(jià)值。新形勢下，促進(jìn)數據標注產(chǎn)業(yè)高質(zhì)量發(fā)展，需要在需求牽引、創(chuàng )新驅動(dòng)、生態(tài)培育等方面找準發(fā)力點(diǎn)。

　　日前，一份名為《關(guān)于促進(jìn)數據標注產(chǎn)業(yè)高質(zhì)量發(fā)展的實(shí)施意見(jiàn)》的文件，迅速讓“數據標注產(chǎn)業(yè)”躍入大眾視野，也引發(fā)很多人的好奇：“數據標注”究竟是個(gè)什么樣的產(chǎn)業(yè)？國家為何如此重視這個(gè)新事物？

　　對于“數據標注”，專(zhuān)家的解釋很直接：就是給文本、語(yǔ)音、圖片、視頻等各種各樣的數據“打標簽”。但別小看這些標簽，正是有了它們，數據才可以更好地被人工智能算法理解和使用，人工智能系統的性能與準確性才能有效提升。從某種意義上說(shuō)，沒(méi)有高質(zhì)量的數據標注，就沒(méi)有高性能的人工智能系統。

　　通常情況下，訓練一個(gè)領(lǐng)先的大模型，需要數百萬(wàn)條甚至數千萬(wàn)條標注數據。遺憾的是，我國雖是全球第二大數據資源國，但還算不上數據資源強國。有機構統計顯示，2023年我國數據資源為32ZB（澤字節），保存數據僅有2.9%，這一數字遠低于發(fā)達國家平均水平。換句話(huà)說(shuō)，數據質(zhì)量低、大量數據被浪費等現象，客觀(guān)上制約了我國數據資源價(jià)值的發(fā)揮，而通過(guò)推動(dòng)數據標注產(chǎn)業(yè)化，不僅夯實(shí)了人工智能算法訓練的基石，也有助于釋放數據要素的價(jià)值。

　　促進(jìn)數據標注產(chǎn)業(yè)高質(zhì)量發(fā)展，有其必要性。當前，全球主流基礎大模型中，中文語(yǔ)料僅占全部語(yǔ)料的1%，高質(zhì)量中文數據不足很大程度是我國基礎大模型能力的短板所在。正因如此，全面提升中文語(yǔ)料質(zhì)量，已成為破解我國大模型發(fā)展的關(guān)鍵環(huán)節之一。打造具有國際影響力的數據標注企業(yè)和品牌，將有助于構建完整的人工智能產(chǎn)業(yè)鏈，提升我國在全球人工智能領(lǐng)域的市場(chǎng)份額和話(huà)語(yǔ)權。

　　近年來(lái)，人工智能技術(shù)的迭代升級和應用場(chǎng)景的持續拓展，推動(dòng)數據標注產(chǎn)業(yè)不斷呈現出自動(dòng)化、專(zhuān)業(yè)化和高端化的特點(diǎn)，數據標注產(chǎn)業(yè)正逐步從傳統的勞動(dòng)密集型產(chǎn)業(yè)向知識密集型產(chǎn)業(yè)轉變，數據標注員作為國家認可的新工種，其專(zhuān)業(yè)化要求也在不斷提高。同時(shí)，數據標注的應用領(lǐng)域加快拓展深化，除了傳統的語(yǔ)音轉寫(xiě)、圖片文字識別等，來(lái)自垂直大模型公司的新需求也越來(lái)越多，標注的內容也更加豐富多彩。

　　新形勢下，促進(jìn)數據標注產(chǎn)業(yè)高質(zhì)量發(fā)展，需要在需求牽引、創(chuàng )新驅動(dòng)、生態(tài)培育等方面找準發(fā)力點(diǎn)——

　　在深化需求牽引方面，通過(guò)釋放公共數據標注需求和挖掘企業(yè)數據標注需求，依法依規有序推動(dòng)公共數據標注與開(kāi)發(fā)利用。支持跨部門(mén)、跨地區、跨層級公共數據融合應用，鼓勵政府部門(mén)和企業(yè)協(xié)同開(kāi)展政務(wù)大模型所需數據的標注和訓練，在現代農業(yè)、智能制造、信息服務(wù)等重點(diǎn)領(lǐng)域發(fā)掘公共數據標注需求。

　　在增強創(chuàng )新驅動(dòng)方面，加強數據標注領(lǐng)域的關(guān)鍵技術(shù)攻關(guān)、標準制定和創(chuàng )新載體建設。支持軟硬一體、自主可控的數據標注領(lǐng)域技術(shù)和關(guān)鍵設備的研發(fā)應用。培育建設數據標注領(lǐng)域重點(diǎn)實(shí)驗室、技術(shù)創(chuàng )新中心等創(chuàng )新載體。

　　在培育繁榮生態(tài)方面，著(zhù)力壯大數據標注產(chǎn)業(yè)的經(jīng)營(yíng)主體，推動(dòng)其規?；?、標準化、集約化發(fā)展。積極完善產(chǎn)業(yè)生態(tài)，暢通數據采集、標注、人工智能應用產(chǎn)業(yè)鏈，推動(dòng)上下游協(xié)同發(fā)展，培育一批深耕行業(yè)的數據標注瞪羚企業(yè)、獨角獸企業(yè)。

　　此外，還要持續優(yōu)化支撐體系，在加大財稅金融支持力度、推動(dòng)數據標注服務(wù)納入政府采購范疇等方面，提升數據標注的公共服務(wù)能力。尤其是在人才培養上，要深化產(chǎn)學(xué)研融合，鼓勵行業(yè)聯(lián)盟、高校、科研院所與企業(yè)建立長(cháng)期合作機制，進(jìn)一步暢通人才發(fā)展通道，強化數據標注產(chǎn)業(yè)發(fā)展的人才支撐。 （作者：顧陽(yáng) 來(lái)源：經(jīng)濟日報）