加快工業高質量數據集建設

2024年中央經濟工作會議指出，開展“人工智能+”行動，以科技創新引領新質生產力發展。高質量數據集是通過系統性篩選、清洗、標注、增強合成、質量評估等環節形成的標準化數據產品，具有格式統一、質量可控、場景適配性強等特點，是驅動人工智能模型訓練、科學研究、數據挖掘及檢驗檢測的核心要素。工業是我國經濟發展的核心支柱，同時也是保障國家戰略安全的主陣地，加快開展工業領域高質量數據集建設，是支撐“人工智能+”在工業場景落地，推動人工智能賦能新型工業化，提高我國工業國際競爭力的新時代護城河。

創新發展理念，破解工業高質量數據集建設密碼

隨著基礎大模型性能的持續突破，高質量數據集建設已成為人工智能賦能新型工業化的重要抓手，成為工業企業降本增效、重塑企業競爭力的戰略選擇，急需創新發展理念，推動工業數據從“規模紅利”向“質量紅利”和“數據紅利”轉變。

一是轉變發展思路，加快推動向以數據為中心轉型。工業領域是人工智能應用的重要場景，全球都在加速布局。例如，NVIDIA推出了Omniverse平臺，通過構建工業數字孿生數據引擎打造高質量數據集；西門子與微軟聯合推出了工業元宇宙計劃，構建覆蓋工業全生命周期的數據集。這些案例表明，以數據為中心的發展模式正成為工業人工智能的關鍵。通過深度挖掘場景需求，融合先進技術，構建高質量、生態化的數據集，能夠有效提升工業智能水平。因此，我國應加快推動向以數據為中心轉型，創新發展路徑，以提升工業人工智能的核心競爭力。

二是發揮雙重優勢，塑造高質量數據集建設新優勢。我國作為全球工業大國，形成了世界上最為完整的工業體系，數據資源和應用場景極為豐富，開展工業高質量數據集的開發利用價值巨大。我國需充分發揮海量工業數據規模和工業場景多樣性優勢，聚焦研發設計、生產制造、運維服務、經營管理等關鍵環節，構建具有國際競爭力的差異化數據集體系，為我國在全球工業智能化浪潮中搶占先機、推動高質量數據集建設奠定良好基礎。

三是堅持場景牽引，打通高質量數據集構建新路徑。場景是釋放數據要素價值的前提，更是數據要素價值釋放的核心載體。當前，多模態大模型、推理大模型、函數召回大模型等產品不斷突破，正在重構“場景—數據—模型”的共生關系。以場景需求為錨點，將工業機理與數據要素深度融合，是破解模型精度不足、場景賦能不深、數據利用率低等問題的關鍵路徑。

加大創新力度，打造高質量數據集建設核心引擎

創新是人工智能產業高質量發展的核心引擎，也是突破工業數據集建設瓶頸的關鍵抓手。圍繞核心技術攻關、標準體系完善和創新載體打造三方面重點發力，為人工智能深度賦能新型工業化筑牢高質量數據集根基。

一是加快核心技術攻關，突破工業數據集構建與融合應用瓶頸。以國際前沿人工智能需求為導向，開展工業領域高質量數據集的關鍵技術攻關，加強工業深度思維鏈數據集打造、多源異構數據融合決策、長尾場景樣本合成、智能數據標注、數據集質量評估和提升等關鍵技術研發，加快研制先進自主可控的高質量數據集工具鏈，實現數據、模型、工具、系統和制造業場景等要素的融合，對于推進工業領域高質量數據集打造具有重要意義。例如，針對工業高價值長尾場景，要加快建立高精度工業數據合成技術體系，通過融合“生成式人工智能—工業第一性原理—工業仿真引擎”，三位一體合成稀缺工況數據，突破工業長尾場景數據瓶頸。

二是加強標準體系完善，構建工業數據集質量與安全雙軌標準。圍繞高質量數據集全生命周期，結合工業企業業務實際，鼓勵從質量評估、安全合規兩方面協同推進工業數據集標準研制，覆蓋數據集質量評估、數據集分層分類分級、數據集安全保障等工業領域數據集開發利用關鍵問題，開展工業領域數據集質量評估和提升行動，推動模型企業、數據企業和工業企業協同發展。

三是加速打造創新載體，構建產學研用協同的數據集生態體系。支持工業企業聯合模型企業、科研機構、高等院校等主體聯合建立打造高水平創新載體，建設工業數據和模型技術“測試場”，以生產環境驗證數據和模型技術方案。推動產學研用協同，培養具有工業背景的高水平數據人才，加快科技成果轉化和應用落地，鼓勵有條件的工業企業支持和參與開源生態建設，推動工業數據集開放共享。

工業高質量數據集是人工智能賦能新型工業化的戰略基石，在當前國際人工智能激烈角逐的背景下，我國亟須加快工業高質量數據集建設，為我國突破關鍵領域“卡脖子”困局，筑牢產業鏈安全根基，促進工業實現降本增效，搶占全球智能制造高地。