اخبار CCTV: در 17 مه ، خبرنگار از کنفرانس توسعه امنیت داده های 2025 آموخت که کشور من تعدادی از شرکتهای بالادست و پایین دست را در زنجیره صنعت فاکتورهای داده پرورش و گسترش می دهد. تخمین زده می شود که تا سال 2030 ، مقیاس صنعت داده های کشور من به 7.5 تریلیون یوان خواهد رسید.

به عنوان اولین کشور تولید می کند ، داده ها نشان می دهد که در سال 2024 ، تولید سالانه داده های کشور من به 41.06 Zetes رسیده است که نسبت به سال گذشته 25 ٪ افزایش یافته است. تاکنون بیش از 190،000 شرکت مرتبط در زمینه داده های کشور من وجود دارد و مقیاس صنعت داده از 2 تریلیون یوان فراتر می رود. با توجه به نرخ رشد سالانه بیش از 20 ٪ ، مقیاس صنعت داده های کشور من در سال 2030 به 7.5 تریلیون یوان می رسد.

alt = ""/>

لیو لیونگ ، مدیر مدیریت داده های ملی ، گفت که وی در حال حاضر قصد دارد یک زیرساخت داده های افقی ، عمودی و قوی را بسازد و اساساً ساختار اصلی زیرساخت داده های ملی را تا سال 2029 بسازد. src = "http://www.china-news-online.com/pic/2025-05-18/1kqbamcvbsw.png" alt = "" //

به اشتراک گذاری باز داده های عمومی به یک پیشرفت مهم در بازاریابی عناصر داده تبدیل شده است. در سال 2024 ، تعداد سکوهای باز داده های عمومی محلی در سطح شهرداری در سراسر کشور 7.5 ٪ افزایش یافته است ، تعداد داده های باز 7.1 ٪ افزایش یافته است و تعداد مجموعه داده های با کیفیت بالا نسبت به سال گذشته 27.4 ٪ افزایش یافته است. از نظر ادغام عناصر داده و صنایع ، این کشور در حال تسریع در موانع باز برای به اشتراک گذاری داده های عمومی ، ترویج ادغام عمیق داده های عمومی و داده های سازمانی و فعال کردن "داده های خواب" گسترده است.

ساخت مجموعه داده های با کیفیت بالا برای تسریع در توسعه هوش مصنوعی

در حال حاضر ، داده ها از عوامل تولید سنتی فراتر رفته و به نیروی محرک اصلی برای دستیابی به موفقیت در فناوری هوش مصنوعی و تحول صنعتی تبدیل شده است. مجموعه داده های با کیفیت بالا نه تنها سنگ بنای جهش در عملکرد مدل هوش مصنوعی بلکه تغییر شکل کل زنجیره صنعتی از تحقیقات و توسعه فناوری تا اجرای تجاری را نیز تغییر می دهد. بنابراین مجموعه داده های با کیفیت بالا چگونه ساخته می شود؟

در Wenzhou ، zhe ، اصلاح عناصر داده ، یک سیستم امنیت و انطباق داده ها در اینجا ساخته شده است تا از جریان گسترده عناصر داده اطمینان حاصل شود ، یک اکوسیستم تجارت داده ها را تشکیل می دهد و داده های بیشتری را "زنده" می کند.

پرسنل فنی به خبرنگاران گفتند که ساخت مجموعه داده های مدل بزرگ عمدتا شامل پیوندهای اصلی مانند جمع آوری داده ها ، تمیز کردن داده ها ، حاشیه نویسی داده ها و ارزیابی کیفیت است. هر لینک باید بر اساس ویژگی های در مقیاس بزرگ ، تنوع کافی و ویژگی های عمودی قوی صنعت ، تحقیقات فنی و توسعه و سازگاری هدفمند را انجام دهد.

حاشیه نویسی و تمیز کردن داده ها پیوندهای کلیدی در ساخت مجموعه داده های با کیفیت بالا هستند. حاشیه نویسی داده ها به "برچسب زدن" (مانند برچسب زدن "گربه ها" و "سگ" برای عکس ها ، هوش مصنوعی را می آموزد. داده های بدون برچسب مانند کتابهای درسی گله دار است و در نتیجه عدم توانایی هوش مصنوعی در یادگیری مؤثر است. تمیز کردن داده ها با از بین بردن کپی ها و اصلاح خطاها ، داده ها را پاک می کند و داده های هرج و مرج مستقیماً بر اثربخشی آموزش هوش مصنوعی تأثیر می گذارد.

مقدار خروجی صنعت برچسب زدن به داده های کشور من از 8 میلیارد نفر فراتر رفته است بنابراین توسعه صنایع مرتبط با کشور من چیست؟ "گزارش تحقیقات مجموعه داده های با کیفیت بالا در سال 2025" منتشر شده توسط کنفرانس توسعه امنیت داده های 2025 نشان می دهد که با تکرار هوش مصنوعی و فناوری مدل در مقیاس بزرگ ، ارزش خروجی صنعت برچسب زدن به داده های کشور من از 8 میلیارد یوان فراتر رفته است ، و ساخت داده های با کیفیت بالا وارد مرحله جدیدی از توسعه بزرگ و توسعه استاندارد شده است.

در 2024 ، 36 ٪ نسبت به سال گذشته ، و تعداد مجموعه داده های با کیفیت بالا نسبت به سال گذشته 27.4 ٪ افزایش یافته است و به شدت از آموزش و کاربرد هوش مصنوعی حمایت می کند. شرکت های فناوری داده با استفاده از مدل های بزرگ و شرکت های کاربردی داده ها به ترتیب 57.21 ٪ و 37.14 ٪ نسبت به سال گذشته افزایش یافته اند.

>

گزارش نشان می دهد این گزارش را نشان می دهد که گزارش من در حال حاضر شتاب می دهد. هنوز هم با مشکلاتی مانند سهام داده های کوچک ، تولید پایین ، کیفیت ناهموار مجموعه داده ها ، عدم راهنمایی اصلی داده های با ارزش بالا و بهره وری کم استفاده از داده ها روبرو است.