3月1日，为深入贯彻党中心、***决策支配，加快落实《深入履行“东数西算”工程 加快构建全国一体化算力网的履行见地》，国家数据局会同国家发展改革委、工业和信息化部环绕充分发挥“东数西算”网络传输效能，进一步提高企业网络传输性价比，听取国家枢纽节点企业、数据传输需求企业，以及电信运营商等方面的见地建议，研究建立专用于国家枢纽节点间的公共传输通道，有效提升“东数西算”网络传输效能。
国家数据局将把握数字化、网络化智能发展的趋势，大力推进数据资源的整合共享和开拓利用，让数据赋能人工智能的发展，让数据真正实现“供得出、流得动，用得好”，同时打造全国一体化的算力调度体系，加速算力的高质量发展。

从系统管理论的角度，可以认为天生式人工智能的三大核心要素包括数据、算力和算法：海量数据被认为是天生式人工智能的基石，充足算力是天生式人工智能的根本能力支撑，前辈算法是天生式人工智能的基本实现路子。
伴随着数字中国培植的推进，我国数字经济迈向了全面扩展期，数据成为了新的生产要素，AGI（Artificial General Intelligence ，通用人工智能）的发展也进一步催生海量数据。

《数字中国发展报告（2022年）》显示，2022年我国数据产量达8.1ZB，同比增长22.7%，环球占比达10.5%。
另据国家发改委价格监测中央初步测算，全国企业数据要素支出规模约3.3万亿元。
随着数据要素规模不断扩大，以人工智能为代表的数字技能将实现知识与数据双轮驱动，数据代价得到进一步开释，生产资源配置、生产运营逻辑以及生产、分配、流利和消费关系等得以重塑，生产办法和生产关系发生变革，赋能传统家当转型升级，助力数字经济快速发展。

2022年底，ChatGPT的问世标志着人工智能从判别式发展到天生式的超过，天生式大模型授予数据以新的生命力，AI时期大数据蕴含的代价将进一步呈现。
数据因AI而变得越来越主要，数据要素是新型生产力的代表，数据挖掘能力成为新时期的国家主要竞争力。
大模型驱动的人工智能发展对付高质量数据供给提出了更高哀求，数据要素的市场化配置和开拓利用显得尤为主要。
我们要充分发挥数据的根本资源浸染和创新引擎浸染，构建知足人工智能发展须要的数据开放、共享、流利、交易的模式，全面提高数据资源开拓利用水平，让数据“供得出、流得动、用得好”，真正成为人工智能发展的催化剂，推动做强做优做大数字经济。

第一，提升数据的质和量，推动大模型不断进步

数据质量对付天生式人工智能的性能和效果至关主要，人工智能技能的历次打破，都离不开高质量数据的支撑。
由自然措辞、编程措辞、网络数据等组成的万亿级多模态高质量数据集开启了大模型时期，人工智能开始具备一定的认深交付的能力，使机器认知乃至通用智能成为可能。
天生式人工智能模型常日须要大量高质量的数据来进行演习，以产生准确、流畅的输出。
如果数据质量不佳，可能会导致模型演习不稳定、输出不准确或存在偏差。
例如，在条件条件不变的条件下，利用高质量的数据集来做演习，能使20亿参数量级的模型超过100亿参数量级的模型。
以制造业为例，通过网络和剖析生产线上的各种数据，如设备运行状态、产品质量信息等，人工智能可以帮助企业实现精准的设备掩护预测，减少故障停机韶光，提高生产效率。
此外，在供应链管理领域，人工智能可以通过剖析历史发卖数据、库存数据等，优化库存水平和物流路径，降落库存本钱，提升供应链的相应速率。

第二，统筹折衷高性能算力，促进AI业务发展创新

算力是承载人工智能运用发展的根本，也是推动人工智能走向实际运用的决定性力量，是人工智能最核心的要素。
目前，算力涌现云、边、端三级算力构造的趋势，算力的分布将不再集中在数据中央，而是广泛地分布在边缘或者端侧的任何位置。
如果这些算力节点之间没有通过网络互连，这些算力资源难以实现共享、调度、利用与协同。
面对深层次人工智能做事和大模型的迅速兴起带来的兴旺算力的需求，须要从算力供给和算力网络调度等方面做好统筹折衷。
从算力供给来看，须要加大低本钱、高质量、易利用的算力供给。
从算力网络的调度来看，须要做年夜大好人工智能模型演习、推理、离线剖析等高时延业务的资源匹配，切实提升打算资源的整体利用率。
2023年12月，国家数据局会同有关部门联合印发了《深入履行“东数西算”工程 加快构建全国一体化算力网的履行见地》，从通用算力、智能算力、超级算力一体化布局，东中西部算力一体化协同，算力与数据、算法一体化运用，算力与绿色电力一体化领悟，算力发展与安全保障一体化推进等五个统筹出发，推动培植联网调度、普惠易用、绿色安全的全国一体化算力网。
高性能算力在人工智能时期具有极高的代价和意义，有利于更好地构建和推动人工智能业务的发展和创新。

第三，加速AI代价落地，拓展多元运用处景

在以AI为核心技能赋能行业转型升级从数字化向智能化迈进的过程中，需求与运用将成为驱动人工智能发展与进化的关键成分。
一方面，只管大模型具有广泛的运用处景，但在实际落地过程中尚未超过鸿沟，仍旧面临技能局限、算力本钱、安全合规等多重寻衅，须要进入到行业当中去进行技能打破与场景探索，发掘运用层的机会做垂直赋能。
另一方面，人工智能正在驱动千行百业的效率升级，但仍旧存在大量行业场景的AI运用代价尚未得到充分开拓，须要深入行业关键环节方能发挥人工智能在个中的代价。
我国超大规模市场为人工智能行业需求与运用供应了丰富的土壤，这是我国推动人工智能运用迈向更高水平的主要上风。
例如在交通物盛行业，人工智能技能运用可以助力企业提升运输效率，降落全社会物流的本钱；在文化旅游行业开拓文化大模型，能够贯通各种文化机构的数据中央，充分挖掘文化数据的代价；在科技创新领域以科学数据支撑大模型的开拓，可以更深入地挖掘各种科学数据和科技的文献。
国家数据局与16个部门共同印发《数据要素×三年行动操持》，提升数据利用水平，推动人工智能行业运用落地，推动社会各界共同挖掘市场的需求，这为人工智能技能的行业运用奠定了根本。
人工智能技能在教诲、医疗、交通、物流、政务做事等城市管理场景中的创新运用正不断深入，人工智能赋能“千行百业”的趋势正加速形成，我国数字经济高质量发展水平也将随之不断提升，形成具有国际竞争力的数字家当集群。

第四，加强AI运用安全保障，确保数据可靠利用

人工智能在促进生产力跃升的同时，还蕴含着极大的安全寻衅。
一方面，AI的兴起会加剧安全威胁，如数据透露、敲诈攻击、社会管理安全等。
例如，以ChatGPT为代表的天生式AI能快速天生钓鱼邮件、编写恶意软件与代码等，导致攻击数量增加，AI敲诈事宜频发。
戒备人工智能风险隐患可以从供给与需求两侧入手。
从供给侧的角度，可以鼓励各行业头部企业与专业安全厂商结成创新联合体，在关键行业选取范例场景开展联合创新，共同探索大模型安全创新产品在威胁检测、漏洞挖掘、指挥研判等方面的运用，在实战中推动“AI+安全”进入越用越强的良性循环。
从需求侧角度，积极的政策勾引是推动新事物落地运用、发展壮大的催化剂，建议像支持新能源汽车的发展一样，支持“AI+安全”发展，设置专项基金，对研发创新“AI+安全”产品的企业，给予政府基金、贴息贷款或科研项目等支持；对率先取得技能打破，实现成果转化的科研机构和企业给予褒奖；对积极利用干系技能、产品和做事的企业给予相应补贴，推动“AI+安全”干系家当取得更多科技创新成果。
目前，海内多家企业已经设立了数据伦理安全委员会，积极落实施业自律，并取得了初步的成效。
在此根本上，我们还该当多维布局，汇聚政府、行业、企业等各主体，从科技伦理、立法、技能实践等维度推动人工智能安全管理，坚持创新发展和安全管理统筹原则，持续优化完善人工管理安全风险的戒备。

第五，完善保障体系培植，提升高质量数据和高质量算力供给

工信部数据显示，人工智能不同技能方向岗位的人才供需比均低于0.4，个中智能语音和打算机视觉的岗位人才供需比分别为0.08、0.09，干系人才极度稀缺。
从长期趋势看，各行各业对节制人工智能基本技能的人力需求正急剧增长，以我国天生式人工智能的实际技能水平来看，特殊是在顶尖人工智能人才储备方面还存在明显不敷，人工智能复合型人才更加短缺。
人工智能高质量发展离不开人才的培植、标准规范和国际互助等保障体系。
个中复合型人才是发展的强效动力，须要以社会需求和家当发展为导向，培养兼具理论和实践，节制数据、算法、分布式打算等技能的跨专业人才军队，建议充分发挥民营企业在人才培养上的上风，鼓励成立校企共同体，在实践中培养更多大数据、人工智能、网络安全等新兴家当领军人才。
统一的标准规范体系是发展的主要根本，须要构建关于人工智能数据、算力和算法的标准体系，有效提升高质量数据和高质量算力的供给。

本文仅代表作者不雅观点。