8月14日上午10时，国新办举行“十四五”时期数字中国建设发展成就新闻发布会，国家数据局局长刘烈宏介绍，我国人工智能应用规模快速增长，截至今年6月底，日均Token消耗量突破30万亿，较2024年初增长300多倍。同时，高质量数据集建设成果显著，下一步将持续推进相关工作，打造重点领域数据高地，培育市场共识。
人工智能应用规模快速增长的体现
在此次新闻发布会上，国家发展改革委党组成员、国家数据局局长刘烈宏指出，在人工智能时代，Token作为处理文本的最小数据单元，如同互联网时代的“流量”。2024年初，我国日均Token的消耗量为1千亿，而截至今年6月底，日均Token消耗量已经突破30万亿，1年半时间增长了300多倍，这直观地反映了我国人工智能应用规模的快速增长。
高质量数据集建设成果丰硕
刘烈宏介绍，截至今年6月底，我国在高质量数据集建设方面成绩斐然。已建设高质量数据集超过3.5万个，总体量超过了400PB，这一总量相当于中国国家图书馆数字资源总量的140倍左右。同时，人工智能模型的训练推动了数据交易需求攀升，各地高质量数据集累计交易额近40亿元，数据交易机构挂牌的高质量数据集总规模达到了246PB。以北京数交所为例，高质量数据集占交易总量的比例从去年的10%跃升到目前的近80%。此外，上海、天津、安徽等地正在试点“数据语料作价入股”等新模式，引导企业将高质量数据集折算为股权投入到相关企业。并且，国家已布局了成都、沈阳、合肥等7个数据标注基地，助力高质量数据集的建设。
中文数据对模型训练性能提升作用显著
中文数据在国内大模型的训练性能提升方面发挥着重要作用。经过一段时间努力，国内多数模型训练使用的中文数据占比已经超过了60%，有的模型已达到80%。这表明中文高质量数据的开发和供给能力持续增强，进而推动我国人工智能模型性能的快速提升。
未来国家数据局的工作规划
谈及未来规划，刘烈宏表示，下一步，国家数据局将通过体系化布局持续推进高质量数据集建设，加快打造具身智能、低空经济、生物制造等重点领域数据高地。同时，也将推动全社会强化数据要素价值认同，加快推进数据要素价值共创，培育“为优质数据买单”的市场共识。
以上文章由 AI 总结生成