中国政策档案 Governance Archive HOLDINGS 190,966 · FONDS 70
Record · 人民网 ACC. 12717443

Expert Interpretation: Deepening the Construction of Data Science and Technology System to Empower High-Quality Development of Digital China

专家解读 | 深化数据科技体系建设 赋能数字中国高质量发展

Issuer
人民网
Date
2026-01-22
Instrument
explainer
Cited by
0
This document features expert interpretations of the National Data Administration's 'Implementation Opinions on Strengthening Data Science and Technology Innovation', which systematically outlines strategic pathways and measures for data technology innovation, including defining the concept of 'data science and technology' and setting a goal for key data technologies to reach internationally leading levels by 2030.
Full text · 原文 2,608 字
编者按:数据科技是释放数据要素价值、驱动新质生产力的核心支撑。“十五五”规划建议提出,加快高水平科技自立自强,引领发展新质生产力。近期,国家数据局发布《关于加强数据科技创新的实施意见》,进一步为数据科技创新划定了“路线图”与“施工图”,标志着我国数据科技发展进入体系化布局、协同化推进的新阶段。多位专家将深入解读数据科技前沿趋势、技术突破路径与产业融合实践。 <br> 近日,国家数据局发布《关于加强数据科技创新的实施意见》(以下简称《意见》),系统部署了数据科技创新的战略路径与实施举措。文件首次明确界定“数据科技”概念,即以发挥数据叠加倍增作用、释放数据要素价值为目标,系统性构建的数据科学、技术与工程体系。这一定义的提出,标志着我国数据技术发展迈向以自主创新为导向的新阶段。<br> 在人工智能与大数据相得益彰的发展态势下,构建“以数据为中心”的技术体系具有重要战略意义。一是深化数据要素市场化配置。《意见》围绕数据供给、流通、利用、安全等全生命周期,着力破解数据“供不出、流不动、用不好、保不住”的技术薄弱环节。二是加快培育数字经济新质生产力。《意见》推动数据科技创新与产业创新深度融合,加快科技成果向现实生产力转化,赋能经济社会高质量发展。三是构筑数字经济国际竞争新优势。《意见》明确提出到2030年数据领域关键技术达到国际领先水平的目标,推动我国从数据资源规模优势向技术创新优势转变。<br> 锚定技术演进方向,构建“以数据为中心”的技术体系<br> 《意见》立足数据要素市场化配置改革需求,将构建“以数据为中心”的技术体系作为贯穿数据科技创新的主线,明确了面向数据全生命周期的能力建设路径。<br> 让数据“供得出”,关键在于夯实数据资源底座。随着大模型技术快速发展,人工智能研发重点正由“重点优化模型架构”转向“模型与数据协同优化”,高质量数据的基础性作用日益凸显。高质量数据集供给需围绕采集、加工、标注、评测、更新等环节建立工程化治理机制:一是提升多模态、异构数据的统一组织与管理能力,完善元数据、标准规范与质量控制体系,确保数据可理解、可复用、可追溯;二是面向重点行业与典型场景,形成“数据集建设—质量评测—应用验证”的闭环能力,推动数据质量从静态指标向应用效果动态验证转变;三是针对高质量语料不足等问题,探索数据合成与增强等技术路径,在合规边界内提升数据供给的多样性与可获得性。<br> 让数据“流得动”,核心在于构建跨域可信协同机制。数据流通面临跨空间域、跨管辖域、跨信任域等挑战。《意见》强调攻关数据流通关键技术,加快数据流通利用基础设施建设,推动跨地域、跨领域、跨主体数据资源可信流通与高效利用。发展跨域数据语义融合、跨域协同数据保护、跨域查询性能优化等技术,破解隐私合规约束下“难融合、难共享、难协作”的问题;同时,通过精准需求挖掘、场景化定价、定制化供需匹配技术,提升数据流通效率,释放数据要素价值。<br> 让数据“用得好”,重点在于以应用牵引释放数据潜能。数据要素的价值最终体现在对经济社会发展的支撑效能上,特别是在人工智能快速演进背景下,高质量数据已成为模型能力提升和行业智能化落地的关键要素。《意见》提出攻关支撑人工智能、具身智能等发展的高质量数据集构建和评测技术,加快多模态数据合成等突破。围绕大模型训练与行业应用需求,建设高质量、大规模、多样化的基础语料库与行业数据集;同时发挥模型在数据治理、智能标注、异常检测等方面的赋能作用,形成“数据驱动模型、模型反哺数据”的良性循环,促进技术应用与产业创新深度融合。<br> 让数据“保安全”,关键在于统筹安全与利用的动态平衡。《意见》强调攻关数据安全关键技术,布局隐私保护计算等方向的概念验证和中试平台。通过发展覆盖数据采集、存储、传输、使用全流程的使用控制与高性能隐私保护计算技术,实现数据“可用不可见、可控可计量”,缓解“不敢共享”的安全顾虑;同时构建融合区块链存证、数字水印和智能合约的可信审计体系,实现数据操作可记录、责任可追溯。<br> 重塑创新组织模式,打造全链条协同的创新生态<br> 数据科技创新需要多主体协同和全链条贯通。《意见》系统部署平台建设、主体培育、开源创新、国际合作等任务,推动创新要素高效配置。<br> 一是打造分层分类的创新平台体系。加强数据领域创新能力建设,支持国家级科技创新平台基地发展,布局数据领域部级重点实验室等创新平台和“Data for Science”协同创新中心,促进科学数据高效流通和开发利用。<br> 二是培育壮大多元化创新主体。强化企业创新主体地位,培育壮大一批数据领域科技领军企业,鼓励企业、高校和科研院所组建创新联合体,牵头或参与国家数据科技攻关任务,突破关键核心技术。<br> 三是推动技术成果规模化。构建“验证平台—公共能力—示范推广”的工程化能力,依托概念验证和中试平台,加快技术成果向工程化产品转化,并通过重大示范工程等方式推动规模化应用,促进数据科技与产业创新深度融合。<br> 强化体系支撑能力,夯实数据科技创新基础底座<br> 夯实算力与数据流通基础设施底座。加快全国一体化算力网建设,推动多元算力并网池化和智能调度,为数据科技研发提供算力支撑;完善数据流通利用基础设施体系,构建基于统一标准的国家数据基础设施,融合可信数据空间和隐私保护计算等技术,保障数据在可控边界内安全高效流通。同时布局原型验证平台和技术试验场,完善自动化评测与数据治理配套机制,支撑新技术快速应用。<br> 提升数据标准支撑水平。标准是技术创新成果推广的重要抓手。《意见》强调加强数据领域关键技术标准体系建设,在数据基础设施、高质量数据集等方面协同推进技术研发、标准研制和产业应用。完善数据技术与数据安全相关标准,建立重大科技项目与标准工作联动机制,加强知识产权保护,推动创新成果向标准转化。<br> 今年是“十五五”开局之年,良好的开局是成功的一半。《意见》的出台为“十五五”时期数据科技创新提供了系统指引。各地数据管理部门应细化实施方案,各类创新主体要在关键技术攻关、平台建设和成果转化中发挥积极作用,通过多方协同,加快构建自主可控的数据科技体系,为数字中国建设提供坚实技术支撑,推动我国从数据资源大国迈向数据科技强国。<br> 作者:<br> 合肥工业大学副校长、教授 洪日昌 <br> 合肥工业大学人工智能创新学院副院长、教授 吴乐<br> 附件: