7月16日，由北京交通大学经济管理学院、北京交通大学信息管理理论与技术国际研究中心（ICIR）主办的“数据工厂研讨会暨《数据工厂白皮书》发布会”在北京交通大学成功举行，北京交通大学信息管理理论与技术国际研究中心（ICIR）教授张向宏代表华为、北京数据集团、贵州大数据集团等33家编制单位和80余位作者对白皮书进行了详细解读。
《数据工厂白皮书》由数据工厂新业态发展方兴未艾，国内外数据工厂探索实践概况，数据工厂的含义、类型和特点，数据工厂的构成、定位和功能，数据工厂的建设、运营和部署，发展数据工厂新业态政策建议等六个章节组成。
第一部分“数据工厂新业态发展方兴未艾”，从人工智能已发展到奇点时刻、面向人工智能的数智产业链已经形成、数智产业链还存在三个薄弱环节、数据工厂是高质量数据集规模化生产的关键设施四方面，阐述了发展数据工厂的必要性和紧迫性。
第二部分“国内外数据工厂探索实践概况”，分别对Scale AI、美国星际之门项目、欧洲数据中心、欧洲数据实验室、Parse Biosciences、Bioptimus、笛卡尔实验室等国外典型数据工厂，崖州湾国家实验室“繁|未来农业智能枢纽”超级数据工厂、贵州主枢纽存力中心暨数据要素保障基地、库帕思“语料超级工厂”、京津冀数据要素产业园人工智能数据工厂、广东省先进存力中心、帕西尼具身智能超级数据工厂、上海徐汇区“模速空间”、北京经开区“模数世界”、珠海市“模数空间”、北京市石景山区“大模型超级工厂”等国内典型数据工厂的实践，以及国内数据工厂的共性特征进行了论述。
第三部分“数据工厂的涵义、类型和特点”，提出数据工厂是高质量数据集规模化生产设施和新型业态，是国家数据基础设施的重要组成部分的基本涵义。数据工厂有集中式、半集中式和分布式三种类型。数据工厂有多样化、规模化、体系化、标准化、AI化等五大特点。
第四部分“数据工厂的构成、定位和功能”，分别从广义数据工厂和狭义数据工厂的角度，提出广义数据工厂包括国家数据基座、国家数据工厂、国家人工智能训练场等三部分。狭义数据工厂包括储备车间、生产车间和中试车间三部分。其中，储备车间定位于数据原料“供应基地”，包括“三中心、五模块、多方法”体系；生产车间定位于高质量数据集“流水线”，包括“两中心、六模块、多工具”体系；中试车间定位于高质量数据集“靶场”，构建“模型评估、数据集维护和更新”体系。
第五部分“数据工厂的建设、运营和部署”，论述了数据标注企业迭代、数据存储基地升级、人工智能企业延伸和技术企业创新创立四种数据工厂建设模式，保障模式、定制模式、结对子模式、电商模式四种数据工厂运营机制，与国家数据基础设施协同部署，在国家基础设施底座应部署通识数据集数据工厂，在重要功能设施应部署行业通识数据集数据工厂，在各业务节点应部署行业专识数据集数据工厂等三种数据工厂部署策略。
第六部分“发展数据工厂新业态政策建议”，从政策、标准、技术、平台四方面，提出加快出台《关于促进数据工厂新业态创新发展的指导意见》、启动数据工厂相关标准研制、突破数据工厂关键技术瓶颈、突破数据工厂关键技术瓶颈等发展数据工厂的四项建议。
鼎宏优配提示：文章来自网络，不代表本站观点。
