當(dāng)人工智能以驚人的速度重塑世界，你是否想過，支撐它不斷進(jìn)化的“燃料”從何而來？這個答案就藏在“數(shù)據(jù)工廠”的新興業(yè)態(tài)里。它不像傳統(tǒng)工廠那樣生產(chǎn)鋼鐵或汽車，而是專門“生產(chǎn)”高質(zhì)量的數(shù)據(jù)集，為AI大模型提供源源不斷的“糧食”。

國內(nèi)部分企業(yè)率先試水“數(shù)據(jù)工廠”

在天津，有一座工廠格外特別。這里沒有轟鳴的機(jī)器，取而代之的是一排排整齊的小格子間。每天，大約有50萬條高質(zhì)量數(shù)據(jù)從這里“下線”，這里是一家具身智能超級數(shù)據(jù)工廠。

這家工廠創(chuàng)始人許晉誠介紹，他們在整個手上搭載了接近4000個觸覺傳感器，也創(chuàng)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(zhì)手套和數(shù)十組攝像頭，這里生產(chǎn)的每一條數(shù)據(jù)都包含了視覺、觸覺、音頻、軌跡等多維信息。許晉誠說，這樣的數(shù)據(jù)能讓機(jī)器人在訓(xùn)練中不僅“看見”動作，還能“感受”細(xì)節(jié)。

“數(shù)據(jù)工廠”是什么？

然而，這僅僅是數(shù)據(jù)價值釋放的冰山一角。當(dāng)前，整個AI行業(yè)正面臨一個巨大的瓶頸——高質(zhì)量數(shù)據(jù)嚴(yán)重短缺。一個名為“數(shù)據(jù)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(tǒng)工廠那樣生產(chǎn)汽車或手機(jī)，而是專門“生產(chǎn)”和“加工”數(shù)據(jù)，就是將散亂、原始的龐大數(shù)據(jù)資源，轉(zhuǎn)化為人工智能可以直接吸收、高效利用的“高質(zhì)量數(shù)據(jù)集”。

北京交通大學(xué)信息管理理論與技術(shù)國際研究中心教授張向宏介紹，我們在農(nóng)業(yè)社會效率很低，是因為沒有基礎(chǔ)設(shè)施。工業(yè)社會效率提高的一個很重要的突破點就是有了基礎(chǔ)設(shè)施，我們有自來水、燃?xì)獾墓?yīng)。

如今進(jìn)入數(shù)智社會，數(shù)據(jù)成為核心生產(chǎn)要素，同樣需要類似“水廠”“電廠”這樣的基礎(chǔ)設(shè)施來規(guī)?；┙o，這就是“數(shù)據(jù)工廠”。

張向宏表示，現(xiàn)在這些大模型，其實他們現(xiàn)在都遇到了這個問題了，原因就是數(shù)據(jù)就是那些公域數(shù)據(jù)，私域數(shù)據(jù)確實開發(fā)不出來，數(shù)據(jù)瓶頸非常的突出。

這個瓶頸導(dǎo)致了一個怪圈：一邊是手握海量數(shù)據(jù)的企業(yè)“有數(shù)不采、采而不存、存而不加工”；另一邊是渴求數(shù)據(jù)的大模型公司，不得不重復(fù)“自己打井自己喝”，從采集、清洗到標(biāo)注全部自己來，成本高昂且效率低下。數(shù)據(jù)工廠，正是破局的關(guān)鍵。

“數(shù)據(jù)工廠”建設(shè)路徑如何走？

我國的數(shù)據(jù)工廠建設(shè)之路該如何走？張向宏指出，數(shù)據(jù)工廠本身就有不同的形態(tài)，主要分為集中式、半集中式和分布式三種：

集中式是統(tǒng)一采集、統(tǒng)一匯聚、統(tǒng)一加工。目前來看做數(shù)據(jù)工廠的，90%以上采取都是集中式的。

半集中式是通用的技術(shù)根據(jù)不同的應(yīng)用它搭建不同的平臺。

分布式是沒有一個工廠的物理的形態(tài)，但是數(shù)據(jù)采存算管用這套技術(shù)就是數(shù)據(jù)編織技術(shù)，就數(shù)據(jù)虛擬化技術(shù)是一模一樣的。

業(yè)界認(rèn)為，從長遠(yuǎn)看，能實現(xiàn)“數(shù)據(jù)可用不可見”的分布式數(shù)據(jù)工廠是必然趨勢，因為它從根本上解決了數(shù)據(jù)持有者對安全和控制權(quán)的擔(dān)憂。但短期內(nèi)，三種模式將并行發(fā)展。

政策出臺助力數(shù)據(jù)生產(chǎn)與人工智能深度對接

國家層面，國家數(shù)據(jù)局、工業(yè)和信息化部、公安部、證監(jiān)會2月7日聯(lián)合發(fā)布《關(guān)于培育數(shù)據(jù)流通服務(wù)機(jī)構(gòu) 加快推進(jìn)數(shù)據(jù)要素市場化價值化的意見》，首次明確我國將培育三類數(shù)據(jù)流通服務(wù)機(jī)構(gòu)。三類數(shù)據(jù)流通服務(wù)機(jī)構(gòu)包括：數(shù)據(jù)交易所（中心）、數(shù)據(jù)流通服務(wù)平臺企業(yè)、數(shù)據(jù)商?！兑庖姟分刑岢?，支持各類數(shù)據(jù)流通服務(wù)機(jī)構(gòu)加強(qiáng)與人工智能企業(yè)等合作，依托數(shù)據(jù)基礎(chǔ)設(shè)施提供數(shù)據(jù)匯聚、治理、模型訓(xùn)練等服務(wù)。

國務(wù)院發(fā)展研究中心研究員馬源表示，當(dāng)前人工智能企業(yè)普遍面臨數(shù)據(jù)荒問題，現(xiàn)在數(shù)據(jù)流通服務(wù)機(jī)構(gòu)就有了一個新的核心使命：匯聚、整合跨行業(yè)、跨領(lǐng)域的數(shù)據(jù)資源，促進(jìn)數(shù)據(jù)供方和AI企業(yè)需求高效匹配。

展望未來，數(shù)據(jù)工廠的意義遠(yuǎn)不止于為AI“供糧”。它將成為國家數(shù)據(jù)基礎(chǔ)設(shè)施的核心單元。從天津數(shù)據(jù)車間里采集數(shù)據(jù)的傳感手套，到構(gòu)想中全國聯(lián)動的數(shù)據(jù)基礎(chǔ)設(shè)施網(wǎng)絡(luò)，數(shù)據(jù)工廠正從一個前沿概念，快步走向產(chǎn)業(yè)現(xiàn)實。它或許沒有傳統(tǒng)工廠的喧囂，但它“生產(chǎn)”出的數(shù)據(jù)洪流，必將無聲卻深刻地重塑我們的時代。

來源丨中央廣播電視總臺中國之聲 封面圖源視覺中國