5月2日電 (記者 蔡敏婕)隨著人工智能進入大模型時代，高質量數據集成為核心要素。第八屆數字中國建設峰會近日在福建省福州市舉行。在數據要素安全與流通基礎設施分論壇上，人工智能與數據流通的融合發展成為核心議題。
人工智能大模型的發展取決于算力、算法和數據三要素。在中國電子信息產業集團有限公司黨組成員、副總經理王桂榮看來，當前最核心的問題是數據的整理與利用效率低，制約了行業大模型的實際效果，“目前僅有不到10%的企業能夠將其業務知識數據有效供給大模型，導致模型無法真正解決企業的實際問題”。
此外，隨著數據基礎設施的完善，如何確保數據的安全流通成為關鍵問題。
王桂榮稱，傳統的基于邊界防護的安全方法已經無法滿足復雜網絡環境下的防護需求，需要基于內生安全理念構建縱深防御防御體系，該集團推出了“大模型安全空間”解決方案，針對大模型應用過程中的數據泄露、模型攻擊等典型問題，幫助企業構建多維度的縱深防御安全管控體系。
如今，數據要素推動AI應用的爆發，在王桂榮看來，AI也能很好地促進數據要素流通。“ AI數據標注公司Scale AI的成功證明了數據產業潛力巨大，未來有望占據AI相關市場的半壁江山。”王桂榮稱，未來數據集的流通將更加注重通過大模型消費第三方數據平臺的需求，即大模型對數據的深度利用。
在數據要素市場化進程中，安全與流通是兩大核心挑戰。國家數據局黨組成員、副局長余英在論壇中指出，數據要素作為數字經濟的關鍵，具有高流動性、低成本復制、報酬遞增等特性，對經濟發展有著倍增效應。在推進數據要素市場化配置改革中，需充分發揮數據的正外部性，規避負外部性，將數據資源優勢轉化為發展動能。
北京大學信息科學與技術學部主任梅宏認為，發展數字經濟的關鍵是數據要素市場的培育與形成。我國數據要素化尚處起步探索階段，在資產地位、權屬確權、流通交易、利益分配和安全隱私等方面存在諸多障礙。迫切需要構建安全可信的流通基礎設施，從技術、制度、生態多維度發力，保障數據安全，打破流通壁壘，推動數據要素市場化，釋放數據潛在價值。
工業和信息化部電子第五研究所所長、黨委副書記楊建軍指出，當前人工智能治理存在數據質量、制度供給、責任界定等問題，各國治理理念存在差異。中國需在數據治理層面突破技術瓶頸，在制度供給層面構建風險分類分級管理等機制，在場景落地層面加強政企協同、產學研合作，同時加強國際合作，構建安全、可信、可持續的人工智能發展環境。(完)