本報記者 田鵬

    發(fā)展自主可控的大模型是我國搶占數(shù)據(jù)發(fā)展高地的必然選擇，而數(shù)據(jù)要素則是支撐大模型發(fā)展的重要引擎。

    7月8日，上海數(shù)交所總經(jīng)理湯奇峰在2023世界人工智能大會“大模型時代下的數(shù)據(jù)要素流通”論壇上表示，大模型建設(shè)中，語料庫是一個非常重要的方向，語料庫采購已經(jīng)在不少大模型企業(yè)成本中占據(jù)重要比重，上海數(shù)交所希望以市場配置的方式組織數(shù)據(jù)要素推動語料庫建設(shè)。

    在全球人工智能蓬勃發(fā)展背景下，數(shù)據(jù)與算力、算法共同構(gòu)成了新一代人工智能發(fā)展過程中的三大要素。因此，意識到數(shù)據(jù)要素重要性的同時，更應(yīng)該認清目前我國在數(shù)據(jù)要素利用過程中所面臨的阻礙。

    目前存在的阻礙有哪些？

    語料庫建設(shè)是一件長期性、專業(yè)性的工作，需要遵循相應(yīng)的質(zhì)量標準和規(guī)范，并保持持續(xù)更新和擴充，以適應(yīng)大模型發(fā)展的新需求和新挑戰(zhàn)。

    “從與大模型相關(guān)企業(yè)溝通的情況來看，我國語料庫建設(shè)還存在供給不足、質(zhì)量不高、多樣性匱乏、標準欠缺等現(xiàn)狀。”湯奇峰指出。

    “數(shù)據(jù)要素在人工智能大模型的發(fā)展中具有關(guān)鍵性的作用，決定了模型的訓(xùn)練質(zhì)量、性能表現(xiàn)和應(yīng)用領(lǐng)域的廣度與深度。”在中國電子副總經(jīng)理陸志鵬看來，大模型技術(shù)實現(xiàn)高質(zhì)量發(fā)展，數(shù)據(jù)有效供給是關(guān)鍵，亟需建設(shè)安全可信的數(shù)據(jù)底座。當(dāng)前數(shù)據(jù)合規(guī)確權(quán)、計量估價、協(xié)調(diào)分配、安全隱私保護等核心難題需要破解。

    科大訊飛大數(shù)據(jù)研究院院長譚昶表示，我們對大模型語料數(shù)據(jù)方面有三大關(guān)注點：首先，語料數(shù)據(jù)更新問題亟待解決。目前，大模型訓(xùn)練都是按月為周期，能否實現(xiàn)以天為周期值得思考。其次，語料偏見問題目前需要通過一些規(guī)則模式將其屏蔽，但這種模式對于大模型來說是一種約束和限制。第三，數(shù)據(jù)安全問題不容忽視。

    在談及數(shù)據(jù)流通過程中面臨的問題時，中國知網(wǎng)副總經(jīng)理張宏偉稱，在真正的交易流通里面有定價的問題，有確權(quán)的問題，有收益分配的問題，尤其是我們的數(shù)據(jù)，包括它的主體是多元的，有了數(shù)據(jù)分配之后，如何在這些利益主體之間分配，這個是非常難的問題。

    “破題”關(guān)鍵在何方？

    數(shù)據(jù)驅(qū)動三大變革，包括經(jīng)濟結(jié)構(gòu)、創(chuàng)新范式、企業(yè)模式。面向大模型，數(shù)據(jù)要素市場大有可為，多層次數(shù)據(jù)要素市場建設(shè)需要提供重要助力。因此，在認清數(shù)據(jù)要素流通過程中存在的問題之后，更應(yīng)清楚“破題”關(guān)鍵所在。

    關(guān)于語料庫建設(shè)的挑戰(zhàn)，湯奇峰認為，可以根據(jù)開放程度強弱和數(shù)據(jù)質(zhì)量高低將語料數(shù)據(jù)生態(tài)機構(gòu)分出四類供方，制定差異化工作策略。同時，從政府引導(dǎo)市場主導(dǎo)、豐富種類提高質(zhì)量、統(tǒng)一標準規(guī)范建設(shè)、加強監(jiān)管保障安全四個方向建設(shè)大模型時代下的語料庫。

    湯奇峰稱，針對數(shù)據(jù)質(zhì)量高但開放程度低的供方，可以通過數(shù)據(jù)交易鏈有效破解語料數(shù)據(jù)流通的信任問題，“核心之一在于產(chǎn)權(quán)和參與大模型后的收益分配問題。”

    商湯科技聯(lián)合創(chuàng)始人楊帆認為，對于訓(xùn)練數(shù)據(jù)的管理和監(jiān)督必不可少。同時，要實現(xiàn)數(shù)據(jù)開源，特別是訓(xùn)練數(shù)據(jù)相關(guān)領(lǐng)域的開源，只有開源才是更加健全。

    在談及如何應(yīng)對上述風(fēng)險和阻礙時，張宏偉認為，各方權(quán)益的保護在某種程度為技術(shù)讓步的，但也不能過多讓步，保護創(chuàng)作者的利益仍然很重要。

    大數(shù)據(jù)流通與交易技術(shù)國家工程實驗室常務(wù)副主任黃麗華表示，多層次數(shù)據(jù)要素市場的建設(shè)需要有明確的數(shù)據(jù)需求應(yīng)用場景，數(shù)據(jù)要素產(chǎn)權(quán)制度可以提供重要支撐，合規(guī)安全機制提供保障，基于這樣的一個市場，數(shù)據(jù)產(chǎn)品低成本、大規(guī)模可得才有可能實現(xiàn)，才能更好地賦能商業(yè)高效應(yīng)用，促進數(shù)字化轉(zhuǎn)型。未來，顛覆性創(chuàng)新一定是基于數(shù)據(jù)+人工智能+行業(yè)專業(yè)知識發(fā)生的。

（編輯 孫倩）