當前，我國數字經濟進入快速發(fā)展新階段，數據作為新型生產要素，已成為推動經濟社會高質量發(fā)展的核心驅動力。截至9月底，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);7個數據標注基地引進和培育標注企業(yè)362家，標注從業(yè)人員達8.5萬人，帶動數據標注相關產值163億元。

　　高質量數據集，簡單來說，就是高價值、高密度、標準化的數據。高質量數據集是數智創(chuàng)新的關鍵資源。500PB的數據規(guī)模，相當于數百萬個大型圖書館的藏書信息。然而，其戰(zhàn)略價值遠不止于“海量”，關鍵在于“高質量”。高質量數據集建設的重要性日益凸顯，大力推進數據集高質量建設，才能更好賦能行業(yè)高質量發(fā)展。

　　用高質量數據集訓練出更先進的人工智能大模型。數據是大模型能力進步的重要要素。數據之于大模型，猶如石油之于汽車。原油需經復雜過程煉化成汽油才能供汽車使用，同理，海量原始數據也需經過“煉化”形成高質量數據集，才能助力大模型的精準躍升。高質量數據集是決定大模型質量的關鍵因素。當前大模型技術發(fā)展迅猛，在算法趨同、算力普惠的競爭環(huán)境中，用好高質量數據集，才能提升大模型的聰明程度、智商水平和差異化優(yōu)勢。

　　用高質量數據集加速推進產業(yè)智能化。數據作為新型生產要素，是數字化、網絡化、智能化的基礎。當前，高質量數據集已成為推動“人工智能+”行動的有力支撐。在“人工智能+醫(yī)療”領域，高質量的醫(yī)學影像與病例數據，正訓練出能輔助早期診斷的人工智能醫(yī)生;在“人工智能+智能制造”領域，高質量的設備運行與工藝參數數據集，帶來生產效率與產品質量的雙重飛躍;在“人工智能+農業(yè)”領域，有的種植企業(yè)通過數據賦能施肥環(huán)節(jié)，綜合提升產量5.5%，有的養(yǎng)殖企業(yè)實現海洋牧場海洋生物資源總量增加5.3倍。從農業(yè)到工業(yè)，高質量數據集正加快釋放出千姿百態(tài)的乘數效應，產業(yè)數智化轉型讓各行各業(yè)迎來了“點數成金”的機會。

　　用高質量數據集促進科研范式變革?？茖W數據是國家科技創(chuàng)新發(fā)展的重要基礎性戰(zhàn)略資源，是信息時代傳播速度最快、影響面最寬、開發(fā)利用潛力最大的科技資源。當代科學技術發(fā)展呈現出明顯的大科學、定量化研究特點，科技創(chuàng)新越來越依賴大量、系統(tǒng)、高可信度的科學數據。2004年起，我國先后在基礎科學、農業(yè)、林業(yè)、海洋、氣象、地震、地球系統(tǒng)科學、人口與健康8個領域支持建成了國家科技資源共享服務平臺，初步形成了一批資源優(yōu)勢明顯的科學數據中心。海量科學數據對生命科學、天文學、空間科學、地球科學、物理學等多個學科領域的科研活動都能帶來深刻影響，要瞄準科學研究、科學創(chuàng)新，充分發(fā)揮高質量科學數據集的重要作用，促進科學研究方法發(fā)生重要變革，幫助科學家發(fā)現新規(guī)律、推動原始創(chuàng)新。

　　當前，新一輪科技革命和產業(yè)變革深入發(fā)展，凝心聚力推進數據集高質量建設，激發(fā)數據要素創(chuàng)新潛能，努力搶占數字經濟未來發(fā)展制高點，將為新質生產力培育、推動我國經濟高質量發(fā)展帶來更多驚喜。(向秋)