AI進化的“新燃料”從哪來？答案就在“數據工廠”裏

　　來源：中國之聲

　　當人工智慧以驚人的速度重塑世界，你是否想過，支撐它不斷進化的“燃料”從何而來？這個答案就藏在“數據工廠”的新興業態裏。它不像傳統工廠那樣生産鋼鐵或汽車，而是專門“生産”高品質的數據集，為AI大模型提供源源不斷的“糧食”。

　　國內部分企業率先試水“數據工廠”

　　在天津，有一座工廠格外特別。這裡沒有轟鳴的機器，取而代之的是一排排整齊的小格子間。每天，大約有50萬條高品質數據從這裡“下線”，這裡是一傢具身智慧超級數據工廠。

　　這家工廠創始人許晉誠介紹，他們在整個手上搭載了接近4000個觸覺感測器，也創造出了世界最小的角度編碼器，手指彎曲的時候，對它的角度幅度去實時檢測。

　　借助能實時記錄觸覺、力覺的特質手套和數十組攝像頭，這裡生産的每一條數據都包含了視覺、觸覺、音頻、軌跡等多維資訊。許晉誠説，這樣的數據能讓機器人在訓練中不僅“看見”動作，還能“感受”細節。

　　“數據工廠”是什麼？

　　然而，這僅僅是數據價值釋放的冰山一角。當前，整個AI行業正面臨一個巨大的瓶頸——高品質數據嚴重短缺。一個名為“數據工廠”的新興事物，正試圖成為這個瓶頸的破局者。它不像傳統工廠那樣生産汽車或手機，而是專門“生産”和“加工”數據，就是將散亂、原始的龐大數據資源，轉化為人工智慧可以直接吸收、高效利用的“高品質數據集”。

　　北京交通大學資訊管理理論與技術國際研究中心教授張向宏介紹，我們在農業社會效率很低，是因為沒有基礎設施。工業社會效率提高的一個很重要的突破點就是有了基礎設施，我們有自來水、燃氣的供應。

　　如今進入數智社會，數據成為核心生産要素，同樣需要類似“水廠”“電廠”這樣的基礎設施來規模化供給，這就是“數據工廠”。

　　張向宏表示，現在這些大模型，其實他們現在都遇到了這個問題了，原因就是數據就是那些公域數據，私域數據確實開發不出來，數據瓶頸非常的突出。

　　這個瓶頸導致了一個怪圈：一邊是手握海量數據的企業“有數不採、採而不存、存而不加工”；另一邊是渴求數據的大模型公司，不得不重復“自己打井自己喝”，從採集、清洗到標注全部自己來，成本高昂且效率低下。數據工廠，正是破局的關鍵。

　　“數據工廠”建設路徑如何走？

　　我國的數據工廠建設之路該如何走？張向宏指出，數據工廠本身就有不同的形態，主要分為集中式、半集中式和分佈式三種：

　　集中式是統一採集、統一匯聚、統一加工。目前來看做數據工廠的，90%以上採取都是集中式的。

　　半集中式是通用的技術根據不同的應用它搭建不同的平臺。

　　分佈式是沒有一個工廠的物理的形態，但是數據採存算管用這套技術就是數據編織技術，就數據虛擬化技術是一模一樣的。

　　業界認為，從長遠看，能實現“數據可用不可見”的分佈式數據工廠是必然趨勢，因為它從根本上解決了數據持有者對安全和控制權的擔憂。但短期內，三種模式將並行發展。

　　政策出臺助力數據生産與人工智慧深度對接

　　國家層面，國家數據局、工業和資訊化部、公安部、證監會2月7日聯合發佈《關於培育數據流通服務機構 加快推進數據要素市場化價值化的意見》，首次明確我國將培育三類數據流通服務機構。三類數據流通服務機構包括：數據交易所(中心)、數據流通服務平臺企業、數據商。《意見》中提出，支援各類數據流通服務機構加強與人工智慧企業等合作，依託數據基礎設施提供數據匯聚、治理、模型訓練等服務。

　　國務院發展研究中心研究員馬源表示，當前人工智慧企業普遍面臨數據荒問題，現在數據流通服務機構就有了一個新的核心使命：匯聚、整合跨行業、跨領域的數據資源，促進數據供方和AI企業需求高效匹配。

　　展望未來，數據工廠的意義遠不止于為AI“供糧”。它將成為國家數據基礎設施的核心單元。從天津數據車間裏採集數據的傳感手套，到構想中全國聯動的數據基礎設施網路，數據工廠正從一個前沿概念，快步走向産業現實。它或許沒有傳統工廠的喧囂，但它“生産”出的數據洪流，必將無聲卻深刻地重塑我們的時代。