数据要素三年行动计划发布 实现科技创新效率倍增

近日，《“数据要素×”三年行动计划(2024)—2026年)(以下简称《行动计划》)正式发布。《行动计划》由国家数据局会同中央网络信息办公室、科技部、工业和信息化部等17个部门联合发布，这是国家数据局自开幕两个多月以来与有关部门联合发布的第一份文件。从2023年12月15日征求社会意见到当月29日举行的相关媒体吹风会，再到2024年1月4日发布实施，只持续了20天，可谓快速高效。

《行动计划》提出了引人注目的表达——“数据要素×”，大力部署实施“数据要素×”要充分利用我国海量数据资源、丰富应用场景等优势，以数据流引领技术流、人才流、物资流等。实现知识传播和价值倍增，催生新产业、新模式，为促进高质量发展和中国现代化提供有力支持。《行动计划》明确提出到2026年底数据要素应用的总体目标，包括创建300多个示范性强、显示性高、驱动性广的典型应用场景，数据行业年均增长率超过20%。

实现科技创新效率倍增

科技是第一生产力，是先进生产力的集中体现和主要标志；创新是引领发展的第一动力，是促进生产力发展的关键因素。在行动计划中，“科技创新”被列为“数据要素×”应用的12个关键领域之一。由此可见，数据要素被赋予了实现科技创新效率倍增、促进社会生产力快速发展的重大使命。

《行动计划》明确提出“数据驱动”科技创新，要求“充分依托各类数据库和知识库，推进跨学科、跨领域协同创新，发现新规律，创造新知识，加快科研范式变革”。

在中国工程院院士王坚看来，“数据要素×”与当今时代相比，实现科技创新效率的倍增“数据驱动创新”特征高度契合。王坚称20世纪形成的传统创新模式为“电气化驱动创新”。正是在电气化的大力推动下，激光、互联网、计算机等相关技术发明不断涌现，塑造了人们的生产生活方式和社会面貌。可以说，20世纪是电气化驱动技术创新的世纪。在21世纪，詹姆斯是美国数据科学专家和图灵奖得主·以格雷为代表的科学家提出建议“科学发现数据密集型”，突出数据对科技创新的重大价值。

那么，数据是如何推动技术创新的呢？在这方面，王健解释说，科学家可以根据相关数据提出新的假设，并在高性能计算技术和人工智能技术的帮助下验证假设，以获得新的科学发现。

与王健的上述观点类似，中国科学院院士、北京科学智能研究院院长鄂维南认为，在当今大数据时代，科研环境已经从依靠图书馆、电子显微镜等传统基础设施转变为以大数据和人工智能为代表的新基础设施。

《行动计划》中提到的“加快科研范式改革”，中国科学院院士、复旦大学校长金力表示，传统的科研范式经历了四个阶段的演变：通过实验描述自然现象“实验范式”，通过模型或归纳进行研究“理论范式”，然后应用计算机模拟来解决学科问题“计算范式”，然后通过大数据分析研究事物的内在关系“数据范式”。如今，随着数据资源的不断增长和需要解决的科学问题的日益复杂，科学研究的第五范式应运而生“数据范式”在此基础上，引入智能技术，强调人类决策机制与数据分析的融合，有效结合数据科学与计算智能，利用人工智能技术学习、模拟、预测和优化自然界和人类社会的各种现象和规律，为了解决各种科研问题，促进科学发现和创新，这就是科学研究“人工智能驱动范式”（AI For Science）。

2022年底以来， 以ChatGPT为代表的生成式人工智能大模型大放异彩。科学研究“人工智能驱动范式”类似ChatGPT的人工智能大模型迫切需要支持。为此，《行动计划》提出建立为中国科技创新事业服务的大型人工智能模型，并作出相关部署“以科学数据支持大模型开发，深入挖掘各种科学数据和科技文献，构建科学知识资源基础，构建高质量语料库和基础科学数据集，通过细粒度知识提取和多源知识整合，支持人工智能大模型开发和培训”。

对科学研究“人工智能驱动范式”金力对其前景持乐观态度，认为该范式是实现原始技术创新的利器。例如，在大数据的支持下，人工智能可以有效、准确地预测生命科学领域的蛋白质结构。巧合的是，国家数据局局长刘烈宏在最近举行的论坛上也在演讲中举了这个例子。他说，长期以来，如何准确、快速地确定蛋白质三维空间结构一直是一个难题，基于大量、多生物数据构建人工智能算法模型，可以预测几天甚至几分钟前几十年，高可信度蛋白质结构，逆转了生命科学领域的研究范式。

科学数据注重应用，行动计划指出了科学数据的两个应用方向：一是注重科学研究本身，帮助前沿研究，为基础学科提供高质量的科学数据资源和知识服务，推动科学创新发现；二是注重服务业、科学数据支持技术创新、生物育种、新材料创造、药物研发等领域，加快技术创新和产业升级。

广泛赋能千行百业

人们自然会想到行动计划“互联网+”，联想到2015年7月发布实施的《关于积极推进的》“互联网+”行动指导意见。虽然时隔八年多，但两个文件还是有很多比较的地方。两者分别以“互联网+”和“数据要素×”数学符号被引入到关键词中，给人一种非常直观的感觉。同时，两者都冠以了部署措施“行动”并详细列举了发展情况“行动”重点领域。前者列举了“创业创新”“协同制造”“现代农业”后者列出了11个领域“科技创新”“智能制造”“智慧农业”等12个领域。

如何解读“互联网+”和“数据要素×”关系怎么样？对此，国家数据局副局长沈竹林表示，从前者到后者可以概括为三个转变：一是从连接到协作的转变。“互联网+”强调连接，即各行各业拥抱互联网，实现基于数据生成和传输的互联互通；“数据要素×”基于数据有效应用的全局优化，强调数据协同。二是从使用到复用的转变。“互联网+”强调千行百业利用互联网技术；而“数据要素×”强调基于行业间数据再利用的价值创造，扩大经济增长的新空间。三是从叠加到融合的转变。“互联网+”强调通过收集数据来提高效率；“数据要素×”重点是整合多来源、多类型数据，推动创新，培育经济增长新动能。

欧阳日辉，中央财经大学中国互联网经济研究院副院长，是《行动计划》的起草人之一。最近他写对了“互联网+”和“数据要素×”解释了它们之间的关系，指出互联网和数据是数字技术的统一，前者是“冰山露出水面”而后者是“主体深藏在水下”，实施多年的“互联网+”行动为采取“数据要素×”行动奠定了坚实的基础，“数据要素×”是“互联网+”升级升华本质上是数字技术与经济社会的深度融合和双向赋能。

纵观行动计划中列出的行动计划“数据要素×”12个重点领域基本涵盖了一、二、三产业的各个行业和重点细分领域，涉及千行百业。例如，在工业制造领域，行动计划要求工业制造企业整合设计、模拟和实验证数据，培育数据驱动产品研发的新模式，提高企业的创新能力。例如，在现代农业领域，行动计划提出，支持遥感、气象、土壤、农业、灾害、作物病虫害、动物疾病、市场等数据的整合，加快数据和模型支持农业生产智能场景，实现准确种植、准确育种、准确捕捞等智能农业运营模式。

诠释新质量生产力

数据是收集、记录、测量、统计和描述获得的信息或信息的载体，可以是数字、文本、图像、声音等形式。随着网络技术的发展和对各行业的渗透，数字技术的创新成果与经济和社会的各个领域深度融合，不同领域的数据被生产、记录、传输、存储和消费，数据规模以摩尔定律的速度快速增长。充分挖掘和有效利用数据可以优化资源配置和利用效率，对价值创造和生产力发展产生广泛影响。

欧阳日辉表示，在数字经济时代，数据的重要性是不言而喻的，但数据并非从一开始就被视为生产要素，而是经历了一个过程。

2017年12月，习近平总书记在中共十九届中央政治局第二次集体学习中强调“构建以数据为关键要素的数字经济”。2019年10月，中共十九届四中全会明确了劳动、资本、土地、知识、技术、管理和数据等七个生产要素。这是第一次正式明确数据生产要素的地位。随后，中央政府进行了一系列重大部署，如改革和加快数据要素市场的培育，更好地发挥数据要素的作用，行动计划是实施这些部署的最新措施。

值得注意的是，《行动计划》以培育和发展新质量生产力为实施“数据要素×”行动的重要目标之一。对此，南开大学经济社会发展研究所教授杜传忠指出，新质量生产力的培养有多种驱动力，其中数据要素作为国家基础战略资源和关键生产要素，结合计算能力，将衍生出强大的数据生产力，成为新质量生产力的重要组成部分。杜传忠特别提到了像ChatGPT这样的生成人工智能大模型。他认为，人工智能大模型以智能计算能力为基础，通过深度学习算法和万亿级数据的培训，不断迭代，形成新的生产力。此外，在人工智能技术的支持下，数据元素推出了大量具有深度学习和独立学习能力的机器人，可以进一步深化劳动分工，优化劳动力供应结构，形成新的生产力。

中国第一个工业流体模拟大模型“东方·御风”被认为是新质量生产力的典型代表。2022年9月，该大型模型由中国商飞公司与相关方共同发布。在相关流体模拟套件的支持下，有效提高了复杂流量的模拟能力，将模拟时间缩短到原来的1/24。同时，该模型可以准确预测流场中变化剧烈的区域，将流场平均误差降至万分之一，达到工业标准。有一个大模型“东方·御风”在中国C919大型客机的帮助下，可以缩短R&D周期，尽快翱翔蓝天。

来源:海外版人民日报

免责声明：本网站的部分文章、图片等信息来自网络，版权属于原作者平台，仅用于学术共享。如果您意外侵犯了您的权益，请联系我们，我们将删除它！

广州物联网科技股份有限公司成立于2010年，是具备服务型制造基因的国家专精特新重点小巨人企业，依托自身高标准建设的数字化工厂，为全球客户提供高质量的工业物联网通信和边缘计算产品，面向国内企业提供设备智能化和智能服务的工业互联网场景数字化解决方案以及企业EHS（环境、健康和安全）解决方案。依托传感与控制、边缘计算、5G通信、工业低码、人工智能等核心技术能力，构建智物协同云，实现“云边端”的融合并赋能行业场景数字化、网络化及智能化。公司产品及解决方案广泛应用于环保设备、新能源装备、机器人、 电梯及特种设备等工业设备行业和医疗物联网领域，推动企业从传统制造向服务型制造转型，降本增效，提升经济效益。