国家数据局：分三类建设高质量数据集赋能AI发展

数据是训练AI能力的“原料”之一。在第八届数字中国建设峰会29日举行的“高质量数据集和数据标注”主题交流活动上，由国家数据局指导的全国数据标准化技术委员会提出，将强化标准引领，分三类建设高质量数据集。

一类为“通识数据集”，包含面向社会公众、无需专业背景即可理解的通用知识，主要用于支撑通用模型落地应用。

一类为“行业通识数据集”，包含面向行业从业人员、需要一定专业背景才能理解的行业领域通用知识，主要用于支撑行业模型落地应用。

一类为“行业专识数据集”，包含面向特定业务场景相关人员、需要较深的专业背景才能理解的行业领域专业知识，主要用于支撑业务场景模型落地应用。

简单举例，互联网百科、问答等为“通识数据集”；行业研究机构报告等为“行业通识数据集”；医院科室特定疾病病例等为“行业专识数据集”。

国家数据局相关负责人表示，从发展趋势来看，人工智能模型对数据集的需求正从“通用知识”向“专业知识”延伸拓展，经过专家精细化标注的数据集已成为AI价值实现过程中不可或缺的基石，下一步将积极引导做好高质量数据集和数据标注建设工作，为人工智能技术创新和产业应用提供坚实的数据基础。