图灵汇官网

数据与AI：塑造未来的关键力量与挑战

引言

自2022年底ChatGPT的横空出世，人工智能（AI）领域迎来了前所未有的革新与突破，科技巨头与研究机构纷纷投身于大模型竞赛，视频、音乐、语言等多模态大模型不断迭代，AI应用百花齐放，AI步入了大模型时代。这一趋势预示着AI正成为国家间科技竞争的新焦点，数据作为核心燃料，推动着AI加速前行。

大模型与AI的挑战

尽管AI展现出令人瞩目的潜力，但在实际应用中，大模型面临着诸多挑战。其中，数据的质量与数量成为限制其“上限”的重要因素。在国内，虽然数据规模庞大，但开源数据集数量远逊于海外，且优质中文数据集稀缺，大量数据被困于特定领域或系统内部，难以发挥其价值。此外，非结构化数据的处理也成为AI发展的瓶颈，限制了其对生产力的提升作用。

数据可信：重塑AI生态的关键

面对上述挑战，数据可信成为了推动AI产业发展的关键驱动力。北电数智首席科学家窦德景教授在2024年全球数字经济大会上强调，构建一个安全、可信的数据空间对于AI产业至关重要。数据可信不仅关乎数据的质量与流通，更是实现数据价值最大化、促进AI技术进步的核心环节。

数据难题与挑战

实现数据可信并非易事，当前面临的主要挑战包括：

• 信息不对称：供需双方缺乏明确的数据种类与质量信息，导致数据匹配与利用困难。
• 隐私与合规：企业对数据所有权与合规性的担忧，使得数据流通变得谨慎。
• 数据治理与共享：企业在数据治理与开放共享方面存在能力与机制上的不足。
• 分析工具与应用：缺乏有效的数据分析工具与应用解决方案，阻碍数据流通与价值挖掘。

构建可信数据生态

要解决上述问题，构建数据可信的生态系统至关重要。通过加强数据流通、共享与开放，可以促进产业的发展与繁荣。借鉴欧洲开放云（EOSC）的成功经验，建立包含广泛资源的数据空间，为科研人员提供跨国界、跨学科的研究支持，是推动数据可信、开放生态的有效途径。

AI可信数据空间

北电数智致力于构建全栈信创的数据流通基础设施与安全设施，如“红湖·AI可信数据空间”，旨在提供高质量数据服务，推动大模型在各行业的落地应用。通过安全可信的数据流通设施，企业能够构建整体解决方案，快速构建数据可信生态系统，为AI产业提供重要支撑。

重塑AI格局

数据可信在多个维度上重塑AI生态，包括：

• 提升AI模型质量：提供高质量训练数据，增强模型的准确性和泛化能力。
• 促进产业化应用：为AI在政务、金融、医疗等领域提供坚实基础。
• 推动伦理与治理：构建更加公平、透明的AI生态系统，促进AI伦理的发展。
• 增强安全性：降低AI系统的安全风险，保护数据不被泄露或滥用。
• 定义AI产业模式：推动AI从碎片化向大模型、通用智能方向发展，重塑产业标准。

展望未来，数据可信将在AI安全、公平、伦理、应用与生态构建等多个层面发挥关键作用，推动人工智能产业的持续发展与创新。北电数智将持续深化其AI全栈能力，以可信数据沙盒、隐私计算、区块链等技术为核心，构建一体化可信解决方案，助力AI技术的广泛应用与生态繁荣。