川觀智庫研究員 燕巧
近日，中國(guó)信息通信研究院（簡(jiǎn)稱“中國(guó)信通院”）人工智能研究所聯(lián)合中電信人工智能科技（北京）有限公司共同發(fā)布《數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展研究報(bào)告（2025年）》（以下簡(jiǎn)稱《報(bào)告》）?！秷?bào)告》指出， 數(shù)據(jù)標(biāo)注是人工智能技術(shù)應(yīng)用的核心支撐，近年來數(shù)據(jù)標(biāo)注產(chǎn)業(yè)在AI技術(shù)推動(dòng)下快速發(fā)展，伴隨著政策支撐體系的不斷完善、產(chǎn)業(yè)生態(tài)的不斷健全、自動(dòng)化和智能化工具的普及、新興市場(chǎng)的崛起、數(shù)據(jù)隱私保護(hù)需求的增加和數(shù)據(jù)標(biāo)注市場(chǎng)的蓬勃發(fā)展等，都為行業(yè)帶來了新的機(jī)遇。
為加快推動(dòng)數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展，2024年，全國(guó)數(shù)據(jù)工作會(huì)議提出“探索建設(shè)數(shù)據(jù)標(biāo)注基地”，此后確定了四川省成都市、遼寧省沈陽市、安徽省合肥市、湖南省長(zhǎng)沙市、海南省?？谑?、河北省保定市、山西省大同市承擔(dān)數(shù)據(jù)標(biāo)注基地建設(shè)任務(wù)城市。目前，七個(gè)數(shù)據(jù)標(biāo)注基地?cái)?shù)據(jù)標(biāo)注總規(guī)模達(dá)到17282TB，相當(dāng)于中國(guó)國(guó)家圖書館數(shù)字資源總量的6倍左右；引進(jìn)和培育標(biāo)注企業(yè)223家；標(biāo)注從業(yè)人員達(dá)5.8萬人；帶動(dòng)數(shù)據(jù)標(biāo)注行業(yè)相關(guān)產(chǎn)值超過83億元。在7個(gè)基地的牽引帶動(dòng)下，北京市、天津市、廣東省等20多個(gè)省市，積極培育和發(fā)展數(shù)據(jù)標(biāo)注產(chǎn)業(yè)，出臺(tái)規(guī)劃文件和扶持政策，以人工智能基礎(chǔ)數(shù)據(jù)服務(wù)為切入點(diǎn)，尋求人工智能及數(shù)據(jù)標(biāo)注產(chǎn)業(yè)的參與機(jī)會(huì)。
與傳統(tǒng)人工智能相比，大模型在數(shù)據(jù)需求和數(shù)據(jù)維度上都有顯著不同。大模型需要大量數(shù)據(jù)來實(shí)現(xiàn)良好性能，大模型蓬勃發(fā)展帶來新的數(shù)據(jù)標(biāo)注需求，對(duì)數(shù)據(jù)需求呈海量增長(zhǎng)，同時(shí)在不同訓(xùn)練階段呈現(xiàn)顯著差異，對(duì)標(biāo)注數(shù)據(jù)質(zhì)量要求也不斷提升。高質(zhì)量標(biāo)注需滿足四大核心標(biāo)準(zhǔn)：其一，事實(shí)準(zhǔn)確性；其二，語義一致性，需建立跨場(chǎng)景的標(biāo)注規(guī)范體系；其三，價(jià)值安全性；其四，場(chǎng)景完備性。大模型落地工程化需求對(duì)數(shù)據(jù)工程提出更高要求，標(biāo)注系統(tǒng)需支持超大規(guī)模并發(fā)處理，需構(gòu)建動(dòng)態(tài)評(píng)估體系，合規(guī)性工程成為剛性要求。
《報(bào)告》指出，數(shù)據(jù)標(biāo)注產(chǎn)業(yè)作為人工智能發(fā)展的基石，當(dāng)前呈現(xiàn)出高技術(shù)含量、高知識(shí)密度、高價(jià)值應(yīng)用的“三高”特征，預(yù)示著其未來發(fā)展的廣闊前景。同時(shí)，數(shù)據(jù)標(biāo)注產(chǎn)業(yè)仍然存在頂層設(shè)計(jì)尚需完善，高水平人才供不應(yīng)求，技術(shù)創(chuàng)新能力有待提升，專業(yè)平臺(tái)能力不足等問題，制約著產(chǎn)業(yè)生態(tài)的進(jìn)一步完善。
比如就以標(biāo)注方式而言，數(shù)據(jù)標(biāo)注主要分為人工標(biāo)注、半自動(dòng)標(biāo)注和全自動(dòng)標(biāo)注，當(dāng)前仍以人工標(biāo)注為主。另外，數(shù)據(jù)標(biāo)注行業(yè)對(duì)從業(yè)者的專業(yè)素養(yǎng)要求越來越高，高學(xué)歷背景和多學(xué)科融合成為從業(yè)者基本特征，比如隨著應(yīng)用場(chǎng)景的拓展，需要融合醫(yī)學(xué)、金融、法律等特定領(lǐng)域的專業(yè)知識(shí)。
《報(bào)告》對(duì)推動(dòng)數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展提出建議：首先要不斷加強(qiáng)數(shù)據(jù)標(biāo)注技術(shù)創(chuàng)新能力，高自動(dòng)化、智能化的數(shù)據(jù)標(biāo)注工具，是推動(dòng)數(shù)據(jù)標(biāo)注產(chǎn)業(yè)快速發(fā)展的關(guān)鍵支撐，各地可以與行業(yè)頭部企業(yè)聯(lián)手共建聯(lián)合實(shí)驗(yàn)室，提升標(biāo)注工具在效率、質(zhì)量精度和穩(wěn)定性等多方面的性能指標(biāo)。另外還要持續(xù)提升數(shù)據(jù)標(biāo)注行業(yè)賦能水平，積極完善數(shù)據(jù)標(biāo)注生態(tài)體系，大力推動(dòng)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)編制和應(yīng)用，著重強(qiáng)化數(shù)據(jù)標(biāo)注人才培養(yǎng)力度，切實(shí)保障數(shù)據(jù)安全可靠。
【未經(jīng)授權(quán)，嚴(yán)禁轉(zhuǎn)載！聯(lián)系電話028-86968276】
