AI产业数据需求激增 数交所非主要采购途径

　　AI产业正从通用模型向行业垂直应用快速融合下沉，数据作为人工智能三大基本要素之一，面临高质量数据不足问题。

　　财联社记者获悉，各大模型企业迫切希望获得更多高质量数据集，需求集中于头部企业行业知识底座构建，人工智能高质量数据集的需求量、交易量激增。不过，高质量数据集的建设、流通环节均面临诸多问题，目前数据交易所并非模型语料最主要的采购途径。

　　需求、交易爆发式增长

　　北京国际大数据交易所董事长李振军介绍，人工智能数据集已成为数据流通最活跃的领域，高质量数据集呈现爆发式增长态势。

　　高质量数据集是用于训练、验证和优化大模型的数据资源集合。国家数据局等部门已提出推动行业共性数据资源库建设，打造高质量人工智能大模型训练数据集。

　　据了解，北数所已深度服务多家国内人工智能头部企业，主力购买者正是AI头部企业，用于构建行业知识底座。

　　数据交易网CEO张瑶表示，数据需求主要以行业垂直模型为主，核心点在于对细分行业的理解程度。

　　大会期间，信通院人士分析称，人工智能对于数据集的需求主要可分为多模态、具身智能、思维链、长视频等四类需求。

　　财联社记者获悉，北数所已交付的人工智能高质量数据集数据规模达1814TB，总交易量接近2500TB，覆盖20个应用模型场景。

　　不过张瑶也表示，不同细分行业对模型语料的需求程度不同，需考虑各行业的数字化完成水平。

　　不仅北数所，贵阳大数据交易所已发布939个高质量数据集，深圳每年设置最高5000万元作为语料券专项资金。

　　数交所并非语料最主要采购途径

　　不过据财联社记者了解，数据交易所并非最主要的模型训练数据采购途径，但承担着市场价值发现的职能。

　　张瑶表示，全国数据交易市场超过95%的交易都来源于非数据交易所参与的场景，但交易所是一个很重要的基础设施提供方。

　　信通院人士分析，高质量数据集建设层面面临目标定位模糊、实施路径碎片化、技术底座薄弱等挑战。

　　另据财联社记者了解，高质量数据集流通层面也面临着寻源难、评价难、协同难等问题。

　　多位受访者介绍了模型训练所需语料数据常见的获取方式，包括互联网公开数据、购买有版权的数据、置换资源、自行生产私域语料数据等。

　　有专家表示，数据是AI的新战场，AI正在从model-centric到data-centric转变，数据基础设施建设是下一个关键点。

　　此外，财联社记者采访获悉，当前大模型语料主要面临质量参差不齐、产权不清晰等痛点。

（文章来源：财联社）

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。