当人工智能以惊人的速度重塑世界,你是否想过,支撑它不断进化的“燃料”从何而来?这个答案就藏在“数据工厂”的新兴业态里。它不像传统工厂那样生产钢铁或汽车,而是专门“生产”高质量的数据集,为AI大模型提供源源不断的“粮食”。
国内部分企业率先试水“数据工厂”
在天津,有一座工厂格外特别。这里没有轰鸣的机器,取而代之的是一排排整齐的小格子间。每天,大约有50万条高质量数据从这里“下线”,这里是一家具身智能超级数据工厂。
△示意图这家工厂创始人许晋诚介绍,他们在整个手上搭载了接近4000个触觉传感器,也创造出了世界最小的角度编码器,手指弯曲的时候,对它的角度幅度去实时检测。
借助能实时记录触觉、力觉的特质手套和数十组摄像头,这里生产的每一条数据都包含了视觉、触觉、音频、轨迹等多维信息。许晋诚说,这样的数据能让机器人在训练中不仅“看见”动作,还能“感受”细节。
“数据工厂”是什么?
然而,这仅仅是数据价值释放的冰山一角。当前,整个AI行业正面临一个巨大的瓶颈——高质量数据严重短缺。一个名为“数据工厂”的新兴事物,正试图成为这个瓶颈的破局者。它不像传统工厂那样生产汽车或手机,而是专门“生产”和“加工”数据,就是将散乱、原始的庞大数据资源,转化为人工智能可以直接吸收、高效利用的“高质量数据集”。
北京交通大学信息管理理论与技术国际研究中心教授张向宏介绍,我们在农业社会效率很低,是因为没有基础设施。工业社会效率提高的一个很重要的突破点就是有了基础设施,我们有自来水、燃气的供应。
△示意图如今进入数智社会,数据成为核心生产要素,同样需要类似“水厂”“电厂”这样的基础设施来规模化供给,这就是“数据工厂”。
张向宏表示,现在这些大模型,其实他们现在都遇到了这个问题了,原因就是数据就是那些公域数据,私域数据确实开发不出来,数据瓶颈非常的突出。
这个瓶颈导致了一个怪圈:一边是手握海量数据的企业“有数不采、采而不存、存而不加工”;另一边是渴求数据的大模型公司,不得不重复“自己打井自己喝”,从采集、清洗到标注全部自己来,成本高昂且效率低下。数据工厂,正是破局的关键。
“数据工厂”建设路径如何走?
我国的数据工厂建设之路该如何走?张向宏指出,数据工厂本身就有不同的形态,主要分为集中式、半集中式和分布式三种:
业界认为,从长远看,能实现“数据可用不可见”的分布式数据工厂是必然趋势,因为它从根本上解决了数据持有者对安全和控制权的担忧。但短期内,三种模式将并行发展。
政策出台助力数据生产与人工智能深度对接
国家层面,国家数据局、工业和信息化部、公安部、证监会2月7日联合发布《关于培育数据流通服务机构 加快推进数据要素市场化价值化的意见》,首次明确我国将培育三类数据流通服务机构。三类数据流通服务机构包括:数据交易所(中心)、数据流通服务平台企业、数据商。《意见》中提出,支持各类数据流通服务机构加强与人工智能企业等合作,依托数据基础设施提供数据汇聚、治理、模型训练等服务。
国务院发展研究中心研究员马源表示,当前人工智能企业普遍面临数据荒问题,现在数据流通服务机构就有了一个新的核心使命:汇聚、整合跨行业、跨领域的数据资源,促进数据供方和AI企业需求高效匹配。
展望未来,数据工厂的意义远不止于为AI“供粮”。它将成为国家数据基础设施的核心单元。从天津数据车间里采集数据的传感手套,到构想中全国联动的数据基础设施网络,数据工厂正从一个前沿概念,快步走向产业现实。它或许没有传统工厂的喧嚣,但它“生产”出的数据洪流,必将无声却深刻地重塑我们的时代。
来源:中央广播电视总台中国之声
作者: 周尧