国务院新闻办公室今日举行“高质量完成‘十四五’规划”系列主题新闻发布会，介绍“十四五”时期数字中国建设发展成就。国家发展改革委党组成员、国家数据局局长刘烈宏在会上表示，数据作为人工智能发展的三大核心要素之一，在推动“人工智能+”过程中发挥着关键作用，特别是高质量数据集的建设至关重要。
刘烈宏介绍，在人工智能时代，Token(词元)作为处理文本的最小数据单元，如同互联网时代的“流量”。2024年初，我国日均Token消耗量为1千亿，截至今年6月底，日均Token消耗量已经突破30万亿，一年半时间增长了300多倍，这反映了我国人工智能应用规模的快速增长。
我国人工智能的快速发展与高度重视数据工作密不可分。我国是第一个把数据作为生产要素的国家，采取多种措施促进数据资源的开发利用。“人工智能+”行动到哪里，高质量数据集的建设和推广就要到哪里。我国大力推动高质量数据的供给，出台了相关文件，并多部门联合推动相关工作。
截至今年6月底，我国已经建设高质量数据集超过3.5万个，总体量超过了400PB。人工智能模型的训练也推动了数据交易需求的攀升，各地高质量数据集累计交易额近40亿元，数据交易机构挂牌的高质量数据集总规模达到了246PB。以北京数交所为例，高质量数据集占交易总量的比例从去年的10%跃升到目前的近80%。上海、天津、安徽等地正在试点“数据语料作价入股”等新模式，引导企业将高质量数据集折算为股权投入到相关企业。同时，高质量数据集的发展需要数据标注产业的支撑，已布局了成都、沈阳、合肥等7个数据标注基地，助力高质量数据集的建设。
下一步，我国将通过体系化布局持续推进高质量数据集建设，加快打造具身智能、低空经济、生物制造等重点领域数据高地，推动全社会强化数据要素价值认同，加快推进数据要素价值共创，培育“为优质数据买单”的市场共识。
