8月28日，8月??28日，8月??28日，北京，北京，8月26日，“ 2025人的数据会议”和人们的数据是在深圳启动的，由人们的日报组织。专注于诸如建设数据基础设施，收集行业智慧，讨论前卫趋势，共享工作经验，加深协作和共识以及在创新途径上合作以释放数据要素价值的创新途径。会议期间，工业和信息技术部信息与通信经济学专家委员会成员Liu Xingliiang表示，他是DCCI互联网研究所的主任。同时，我们需要与政府，公司，研究机构和其他部分合作，以创建一个可靠的可靠数据生态系统，以完全释放其价值。刘Xingliiang认为，四个主要挑战对于促进数据元素的商业化至关重要：首先，主要问题是验证数据的属性。当前对数据的定义和数据使用模糊，很容易引起冲突，改善财产权系统是工业发展的基础。其次，缺乏价格机制限制了数据值的转换。尽管数据可能包含在桌子和抵押贷款的融资中，但没有评估数据价值的共同标准，价格权的财产尚不清楚，从而导致不公平的交易价格。第三，数据筒仓干扰循环，大量数据分散在几个实体的手中，这些实体无法有效地连接，并严重影响数据循环和使用效率。第四，保险的履行是收入要求，数据行业的开发需要同时监视法律，标准和硬件，以维持红色安全线。公司应该如何改善他们的dat针对数据元素变化的功能？ Liu Xingliiang提出了三个建议：首先，它建议数据工作需要更高的设计，并建立一个数据委员会来构建数据生态系统。其次，专业人才是中央支持，公司必须考虑通过独立培训或外部参考来形成专业的数据设备。第三，公司有数据可以集成到协作系统中，使用工业链的上游和下游协同作用，通过外部合作，数据和商业功能的深层合作相互补充，并促进数据链数据链从“种植园”到“分配”的数据链的完整开发。说到伟大的模型技术在数据行业的影响时，刘Xingliiag说，大型模型和数据构成了相互关系。一方面，大规模模型的开发不能与T与t的“燃料”分开他的数据。同时，大型模型具有很高的数据质量需求，从而促进了数据标签的改进，并创建了专门的标签行业。同时，大型模型还要求业务数据工作更加系统地适应技术变革的需求。此外，他宣称，未来AI和数据可能会形成闭路生态系统。换句话说，数据是AI开发的“原材料”，并提供支持。 IA还可以提供数据质量改进，例如通过约束高质量数据集更换一些手动注释。在构建可靠的数据空间生态系统时，刘Xingliiang揭示了各方的作用。政府必须承担更高的设计职责，制定法律规则和标准化标准，并促进解决重要问题的解决，例如验证数据，价格和分配权利。像行业的身体，公司必须将数据开发与业务结合并实施人才准备。特定的任务，例如技术应用，协作合作等。研究机构必须提供理论支持和方向指导，以“吸收脉冲，咨询”行业并预测发展趋势。此外，它需要提高人们之间的数据素养，形成社会共识并共同促进数据行业的发展。 Liu Xingliang认为，最紧急的是目前建立三个共识和标准。首先，我们将创建一个完整的系统，涵盖法律，行业标准和指南，以解决核心问题，例如验证和数据权利。其次，交叉域界面建立共识，打破本地和工业障碍，并实现“插件”数据的有效协作。第三，它将在数据的价值上构成共识，促进整个社会，将具有重视o数据行业的发展并帮助数据元素解锁更大的能源。 （Adeators和Qiu Tianxiang实习生也为本文做出了贡献）8月28日，北京人民日报（Tian and Ren Yang Reporters）8月26日，每日人民每天组织的“数据大学2025年”。
