人工智能大型模型的应用如火如荼，但是数据中仍然有瓶颈支持大型模型的开发。在今年的全国人民大会和中国人民的政治咨询会议上，董事会主席兼首席执行官Haier Group的董事长以及国民党国会议会主席兼Changhong Holdings Group的成员Liu Jiang提出了有关如何破坏数据瓶颈和促进数据工业化的建议。
智能制造和智能家居急需数据支持
周Yjie认为，人工智能在深入应用工业大型模型的深入应用方面面临着一些主要挑战，包括数据质量和语料库的瓶颈，方案适应和模型可靠性中的挑战，以及转换输入点和话语系统的失误。因此，在他建议“以工业大型模型为关键变量的新工业化”的建议中，他建议要做的第一件事是释放国家工业场景图，语料库和数据集，为在工业领域中应用人工智能提供稳固的基础。
第二个是支持领先的企业并证明工业大规模模型的应用价值。建议使用财务补贴来支持主要企业，例如家庭电器，汽车和医疗服务，以基于工业大型模型的人工智能进行深入的人工智能应用，并完善和共享其在诸如R＆D设计，生产和生产，生产和生产，生产，生产和商业管理等关键链接中的人工智能中的典型案例。
此外，它支持平台企业，并促进工业大规模模型，以服务中小型企业。建议为国家级别的双交叉平台企业提供特殊的财务支持政策，以培养许多标准化，可重复使用和低成本的解决方案，这些解决方案准确地匹配了工业大型型号和场景图，并提供中小型企业的人工智能服务，这些企业具有有用的，可承受的，可承受和良好的人工智能服务。
人工智能在智能家居中的应用还需要打破数据瓶颈。在另一个建议“建立具有高质量数据的智能家庭模型来帮助升级家用电器和家具行业”的建议中，周Yunjie提到智能家居模型需要计算能力，算法和数据支持。 DeepSeek和其他人大大降低了对计算能力的需求，但是大规模高质量数据的支持仍然不可替代。行业数据构建仍然面临着瓶颈，例如高收集成本，跨域集成难度以及培训数据很少。
在这方面，周吉建议第一个是培养数据收集行业并为智能家庭模型建立数据源。建议制定统一的数据标准系统，计划和开发智能家庭数据综合和数据标签行业；实施数据贡献参与项目，并通过在整个人民之间的共享形式和企业共享，建立垂直数据基础，并全面覆盖该行业。
其次，建议支持领先的行业企业，以构建数据模拟平台和培训地面，涵盖智能家居的所有情况，训练高质量的垂直领域模型，为工业链的上游提供服务，促进智能家居中实施智能技术在智能家居中的实施智能技术的深入应用，以及开发新品质的产品，以及新品质的产品效率。
一位行业退伍军人向第一名财务记者分析了数据工业化两个级别。一个是政府层面。政府内部的数据瓶颈尚未被打破。数据仍然存在于同一部门的不同部门之间。其次，在市场层面上，已经提出了十多年的大数据，最近大型模型也蓬勃发展。但是，目前，国内数据市场中很少有专业公司可以提供专业的数据分析服务并满足各行各业的数据需求。 “尽管已经提出了多年的数据工业化，但还有很长的路要走。”
呼吁加快受信任的数据空间的构建
2023年，中国数据空间的市场规模为40.2亿元人民币，同比增长24.4％。该行业具有一定的市场基础，预计其规模将继续增长。北京，上海，深圳，广州，重庆，海南，吉南，福山和其他地方进行了数据空间构建，整个行业都显示了集中化和规模的趋势。其中，政府事务，金融和工业的关键领域超过52.5％。
所谓的受信任的数据空间是基于共识规则，连接多方并实现数据资源共享和共享的数据流通和利用基础架构。它是一个应用程序生态系统，用于创建数据元素，也是支持国家集成数据市场的建设的重要载体。
“对跨境数据集成的需求已经很明显，但是仍在探索大规模数据循环和利用的情况。” Liu Jiang认为，目前，数据循环和利用主要基于公共数据和社会数据的开发和利用，并且尚未形成企业数据和个人数据的大规模利用，并且对AI技术的应用的支持效果并不明显。物理企业的数字化转型已经进入了业务整合和数字决策的阶段，现在正在进入授权数据循环阶段。
国家鼓励建造可靠的数据空间，但仍然面临一些问题。 Liu Jiang说，首先，可信赖的数据空间的技术路线和标准不是统一的，平台很难相互联系和认识，并且在制定国际标准的情况下仍需要改进。其次，数据元素的市场机制不是正确的，法律和法规落后，数据安全和隐私保护技术检查和认证不足，并且所有链接中的监督都无效，这会影响社会信任。第三，跨场协调很困难，人才短缺是突出的。数据行业政策和财务支持不足，并且缺乏企业的技术创新和综合应用程序动机。
作为回应，刘江在今年的国民大会和中国人民的政治咨询会议上提出了“有关加速可信数据空间实施的建议”。他建议在企业，行业，城市，个人和跨境类型中建立可信赖的数据空间，为数字和现实中的综合创新提供数据基础架构，并加速应用程序的实施。
首先，我们指导权威机构与行业协会，科学研究机构和企业合作，共同制定可信数据空间的相关技术标准，以减少数据循环和利用的技术障碍。同时，鼓励相关机构，组织和企业参与国际标准的制定，增强国际话语权力，并探索建立具有国际数据空间的相互认可机制。
第二个是建立和改善法律和法规，以鼓励数据循环，利用以及数据价值挖掘。加强与数据安全和隐私保护相关的技术检查和认证，并建立数据流通和利用的信任系统。建立一个合规性审查机制，以进行数据循环，加强对数据流通链接的监督，确保数据循环是合法的和合规的，并增强了社会信任。
此外，通过政策和财政支持，鼓励企业增加研发投资，并促进数据收集，汇总，处理，流通，应用和安全保证。支持企业使用受信任的数据空间进行数据处理，数据开发和应用程序部署。建立一个专业的数据制度系统，用于行业，教育，研究和应用的集成机制，并提供足够的人才储备。
广州数据交易所的相关人员告诉第一位财务记者，可靠的数据空间是平滑数据资源流通并释放数据元素价值的重要载体。目前，全国许多地方都在积极探索可信赖的数据空间的构建，但是仍然存在一些问题，例如不一致的技术路线和标准，参与受试者的意愿不足以及跨空间数据交互的困难。建议加快相关标准的制定，并鼓励所有类型的实体使用可信赖的数据空间；另一方面，建议扮演数据交换作为枢纽的角色，促进可信赖的数据空间和跨空间互连的构建，培养可信赖的数据空间生态系统，实现更大的数据价值共同创造，并为建造国家集成数据市场提供强有力的支持。