“這就像在沙漠里尋找特定形狀的沙粒。”近日，面對大模型廠商提出的特殊需求，貴陽大數(shù)據(jù)交易所市場部產(chǎn)品總監(jiān)李霖澤如此形容其難度。這項需求涉及100萬張叉車、集裝箱、包裹等物流園區(qū)對象圖像及名稱標(biāo)注數(shù)據(jù)集，且對單場景目標(biāo)物、復(fù)合目標(biāo)物的形態(tài)比例有著嚴(yán)格限定。

為滿足大模型工業(yè)級應(yīng)用需求，貴數(shù)所計劃聯(lián)合傳統(tǒng)物流企業(yè)與第三方專業(yè)數(shù)據(jù)治理機構(gòu)協(xié)同攻關(guān)，希望通過對物流園區(qū)原始影像數(shù)據(jù)進行定向裁剪、深度加工和精細(xì)標(biāo)記，致力于將原有模型對物流對象圖像類型的判斷準(zhǔn)確度推向新高度。

大模型廠商主動尋求合作的背后，是貴數(shù)所高質(zhì)量數(shù)據(jù)集專區(qū)構(gòu)建的蓬勃生態(tài)與平臺能力支撐。作為不到一年時間就已聚集46家生態(tài)伙伴、發(fā)布939個高質(zhì)量數(shù)據(jù)集的專業(yè)化平臺，在區(qū)域高質(zhì)量數(shù)據(jù)集產(chǎn)業(yè)生態(tài)的發(fā)展起到了良好的帶頭示范作用。

貴數(shù)所高質(zhì)量數(shù)據(jù)集專區(qū)廣泛覆蓋“數(shù)據(jù)要素×”金融服務(wù)、氣象服務(wù)、現(xiàn)代農(nóng)業(yè)、工業(yè)制造、醫(yī)療健康、商貿(mào)流通等重點領(lǐng)域，猶如一個讓數(shù)據(jù)實現(xiàn)從“能用”到“好用”質(zhì)變的“數(shù)據(jù)糧倉”。用戶只需輕點鼠標(biāo)，即可按使用場景、獲取方式精準(zhǔn)檢索所需的高質(zhì)量數(shù)據(jù)集，徹底改變了以往大海撈針式的低效找尋模式。

去年底，國家發(fā)展改革委等部門聯(lián)合印發(fā)《關(guān)于促進數(shù)據(jù)產(chǎn)業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見》，首次提出“高質(zhì)量數(shù)據(jù)集”概念。今年2月，國家數(shù)據(jù)局在北京召開高質(zhì)量數(shù)據(jù)集建設(shè)工作啟動會，明確提出積極推進落實“人工智能+”行動，推動高質(zhì)量數(shù)據(jù)集建設(shè)，高效賦能行業(yè)發(fā)展。在旺盛的市場需求與有力的政策推動雙重作用下，高質(zhì)量數(shù)據(jù)集建設(shè)全速駛?cè)肟燔嚨馈?/p>

貴數(shù)所專區(qū)上架的高質(zhì)量數(shù)據(jù)集，其價值不僅體現(xiàn)在數(shù)量優(yōu)勢上，更在于多樣性與系統(tǒng)性——涵蓋文字、音頻、圖片、視頻等多種模態(tài)，以及TTS（文本轉(zhuǎn)語音）、OCR（光學(xué)字符識別）等跨模態(tài)數(shù)據(jù)?！岸嗄B(tài)與跨模態(tài)數(shù)據(jù)的核心價值，在于打破信息孤島，讓AI實現(xiàn)更接近人類認(rèn)知的綜合決策?！崩盍貪山忉屨f，大模型訓(xùn)練如同學(xué)生學(xué)習(xí)——單一模態(tài)數(shù)據(jù)好比只捧著課本死記硬背，而多模態(tài)數(shù)據(jù)則像同時打開了文字教材、音頻講解與視頻演示的多媒體課堂。

貴州中醫(yī)藥大學(xué)第一附屬醫(yī)院在貴數(shù)所上架的“CT影像+病理報告+基因數(shù)據(jù)”跨模態(tài)數(shù)據(jù)集，因其顯著價值獲得了“2024年度建設(shè)高質(zhì)量數(shù)據(jù)集綜合排名前十市場主體”稱號，成為醫(yī)療數(shù)據(jù)要素價值化的標(biāo)桿案例。

“傳統(tǒng)單一影像數(shù)據(jù)好比讓AI只看X光片，跨模態(tài)數(shù)據(jù)集突破了傳統(tǒng)局限，如同為AI診斷系統(tǒng)賦予‘望聞問切’的多維感知能力?！崩盍貪烧f，這種融合使AI診斷系統(tǒng)可同步分析影像特征、文本描述和分子標(biāo)記，將病癥早期篩查準(zhǔn)確率顯著提升。

瞄準(zhǔn)智慧醫(yī)療藍(lán)海，貴數(shù)所醫(yī)療數(shù)據(jù)專區(qū)計劃攜手中南大學(xué)湘雅醫(yī)院等區(qū)域頭部醫(yī)療機構(gòu)，共同建立區(qū)域醫(yī)療行業(yè)可信數(shù)據(jù)空間，實現(xiàn)多模態(tài)醫(yī)療數(shù)據(jù)的跨機構(gòu)安全流通、共享與交易，促進醫(yī)療數(shù)據(jù)要素高效配置與價值釋放。

同樣的賦能效應(yīng)延伸至更廣泛領(lǐng)域。在工業(yè)場景中，“設(shè)備運行視頻+傳感器數(shù)據(jù)+維修日志”的多模態(tài)融合，可助力預(yù)測性維護模型提前識別設(shè)備故障，降低停機損失；在農(nóng)業(yè)領(lǐng)域，“土壤墑情+氣象數(shù)據(jù)+作物生長圖像”數(shù)據(jù)集可支撐智慧農(nóng)場系統(tǒng)，實現(xiàn)農(nóng)藥減量增效、畝產(chǎn)提升目標(biāo)。

“我們計劃聯(lián)合無人機廠商及管控平臺廠商等相關(guān)生態(tài)，開發(fā)低空經(jīng)濟數(shù)據(jù)專區(qū)，登記上架低空經(jīng)濟相關(guān)高質(zhì)量數(shù)據(jù)集?！崩盍貪杀硎荆F數(shù)所將聯(lián)合貴州大數(shù)據(jù)集團“數(shù)據(jù)開發(fā)利用加工基地”及第三方專業(yè)數(shù)據(jù)標(biāo)注、治理機構(gòu)，打造“高質(zhì)量數(shù)據(jù)集產(chǎn)品化服務(wù)”，為數(shù)據(jù)提供商提供一站式數(shù)據(jù)處理服務(wù)，將原始數(shù)據(jù)加工打包成高質(zhì)量數(shù)據(jù)集。

來源 貴州日報

編輯 雷剛

二審 王珺

三審 潘雪