7月8日，由上海数据交易所、大数据流通与交易技术国家工程实验室承办的“大模型时代下的数据要素流通”主题论坛在上海举行。
上海市经济和信息化委员会信息化推进处处长钱晓在致辞中表示，上海作为国家大数据综合示范区，始终致力于推动数据产业发展、数据要素市场培育、数字经济红利释放，2022年全市数据核心企业突破1200家，核心产业规模近3400亿元；建设了上海数据交易所，累计挂牌数据产品超1300个，率先提出数商体系，数商新业态蓬勃兴起，全国首个数据要素产业集聚区在张江启动建设。
(资料图)
钱晓透露，未来，上海将继续加强技术创新，形成行业领先的高质量语料标准操作流程和技术规范；完善组织机制，形成包括图书馆、媒体、互联网平台、大数据企业等在内的核心数据伙伴群；做好评估机制，加快构建高质量数据集的评价指标体系。
启动语料数据生态创新合作伙伴计划
语料库建设是一件长期性、专业性的工作，需要遵循相应的质量标准和规范，并保持持续更新和扩充，以适应大模型发展的新需求和新挑战。
上海数交所作为全国数据要素市场核心枢纽，在助力大模型语料库建设上具有天然的优势。上海数交所官网已经于7月7日正式上线语料库，累计挂牌近30个语料数据产品，包含文本、音频、图像等多模态，覆盖金融、交通运输和医疗等领域。
为更好打造高质量语料库、围绕语料数据共建数商生态，上海数交所牵头发起语料数据生态创新合作伙伴计划，并在当天携手首批合作伙伴上海人工智能实验室、商汤科技、中国知网、澜舟科技、OpenKG、拓尔思(300229)、新致和蜜度正式启动该计划，积极引导不同行业、不同领域、具有一定规模的高质量语料数据产品挂牌交易，推动人工智能大模型技术创新与应用落地，进一步丰富语料库多样性，助力数据要素市场建设。
上海数交所总经理汤奇峰表示，大模型建设中，语料库是一个非常重要的方向，语料库采购已经在不少大模型企业成本中占据重要比重，上海数交所希望以市场配置的方式组织数据要素推动语料库建设。
据透露，上海数交所建设语料库主要考虑两个维度，一是语料库的质量，另一个是语料库的开放程度。“比如有的企业具有海量高质量数据资源，开放意愿度也很高，但需要组织大量社会第三方企业帮助组织相关的大模型训练，我们针对四类数据产品开发情况不同、实际需求不同的供方企业制定了差异化工作策略，着力打造语料数据生态。”
数据要素赋能行业数字化转型
数据要素在人工智能大模型的发展中具有关键性的作用，决定了模型的训练质量、性能表现和应用领域的广度与深度。
中国电子副总经理陆志鹏认为，大模型技术实现高质量发展，数据有效供给是关键，亟需建设安全可信的数据底座。当前数据合规确权、计量估价、协调分配、安全隐私保护等核心难题需要破解。
大数据流通与交易技术国家工程实验室常务副主任黄丽华表示，数据驱动三大变革，包括经济结构、创新范式、企业模式。面向大模型，数据要素市场大有可为，多层次数据要素市场的建设将提供重要助力。多层次数据要素市场的建设需要有明确的数据需求应用场景，数据要素产权制度可以提供重要支撑，合规安全机制提供保障，基于这样的一个市场，数据产品低成本、大规模可得才有可能实现，才能更好地赋能商业高效应用，促进数字化转型。未来，颠覆性创新一定是基于数据+人工智能+行业专业知识发生的。
中国知网副总经理张宏伟表示，数据是人工智能的基石，数据的质量和数量最终决定人工智能水平高低，影响其安全性、可信性。知网拥有海量高质量文本语料数据，打造可融入行业生产系统的专业知识增强大模型，同时基于CNKI知识增强大模型，将全面升级现有产品服务，推出AIGC检测等新服务，赋能知识密集型行业领域。
关键词：
