本报北京11月15日电(记者邱海峰)记者15日从国家数据局获悉,近日,高质量数据集和数据标注先行先试建设现场会在福建省厦门市举行。根据会议部署,国家数据局将加快推进高质量数据集建设和数据标注产业发展,更加注重顺应人工智能发展供给高质量数据。
会议指出,模型企业对数据集的需求已经从“有没有数据”,转向“有没有对的、够用的、高质量的数据”。要紧密围绕人工智能发展趋势,坚持需求牵引、场景优先,明确人工智能用数需求,把真实场景优势变成数据优势,再转化为模型能力和产业竞争力。
会议还强调,更加注重做好高质量数据集建设方法的总结。高质量数据集的建设方法可以概括为“一条主线、四个环节、一个闭环”,即以场景牵引建设为主线,聚焦高质量数据集需求定义、数据治理、专业标注、质量测评四个环节,持续形成“数据飞轮”应用闭环。
更加注重数据标注对数据集质量提升的支撑作用。数据标注正从通用标注向专家深度参与的知识密集型升级,从简单标签向过程标注升级。要持续推动数据标注逐渐从传统的“以人为主”模式向人机协同、专家深度参与的多层次标注模式转变。
