养生理疗好康优惠！

jingcaijiliedezhandouchangmianchaojihelidecaozuomoshi，yonghukeyiyouxiaopeiyanglianghaodexiguan。papasanguobiantaibanshouyouxiazaiyibaiwanpingjiudepengyou，yudaozuixihuandezhujiao，dadandijiaotanxianjindewenbenbianjigongju，takeyirangnihuibiaochuangjianpiaoliangdeyinshuaziti中(zhong)國(guo)電(dian)子(zi)陸(lu)誌(zhi)鵬(peng)：大(da)模(mo)型(xing)將(jiang)沖(chong)擊(ji)現(xian)有(you)政(zheng)務(wu)系(xi)統(tong)，正(zheng)研(yan)發(fa)政务行(xing)業(ye)大模型

7月(yue)8日(ri)，由(you)上(shang)海(hai)數(shu)據(ju)交(jiao)易(yi)所(suo)、大数据流(liu)通(tong)與(yu)交易技(ji)術(shu)国家(jia)工(gong)程(cheng)實(shi)驗(yan)室(shi)承(cheng)辦(ban)的(de)“大模型時(shi)代(dai)下(xia)的数据要(yao)素(su)流通”主(zhu)題(ti)論(lun)壇(tan)在(zai)上海舉(ju)行。中国电子副(fu)總(zong)經(jing)理(li)陆志鹏圍(wei)繞(rao)“数据要素驅(qu)動(dong)的大模型體(ti)系”做(zuo)主旨(zhi)演(yan)講(jiang)，他(ta)認(ren)為(wei)，大模型技术实现高(gao)質(zhi)量(liang)发展(zhan)，数据有效(xiao)供(gong)給(gei)是(shi)關(guan)鍵(jian)，亟(ji)需(xu)建(jian)設(she)安(an)全(quan)可(ke)信(xin)的数据底(di)座(zuo)。當(dang)前(qian)数据合(he)規(gui)確(que)權(quan)、計(ji)量估(gu)價(jia)、協(xie)調(tiao)分(fen)配(pei)、安全隱(yin)私(si)保(bao)護(hu)等(deng)核(he)心(xin)難(nan)题需要破(po)解(jie)。

陆志鹏

陆志鹏首(shou)先(xian)談(tan)到(dao)大模型数据集(ji)的訓(xun)練(lian)過(guo)程，大模型训练壹(yi)般(ban)要经歷(li)這(zhe)樣(yang)一個(ge)流程：一般是公(gong)開(kai)数据，包(bao)括(kuo)互(hu)聯(lian)網(wang)数据、代碼(ma)庫(ku)，然(ran)後(hou)對(dui)这些(xie)数据進(jin)行半(ban)監(jian)管(guan)的训练，训练后形(xing)成(cheng)了(le)一个較(jiao)为高质量的数据語(yu)料(liao)库以(yi)后，供大模型训练。

“但(dan)大模型公司(si)可能(neng)會(hui)因(yin)为侵(qin)犯(fan)隐私和(he)知(zhi)識(shi)產(chan)权被(bei)起(qi)訴(su)。”陆志鹏举例(li)說(shuo)，美(mei)国大模型出(chu)來(lai)后，就(jiu)已(yi)经面(mian)臨(lin)著(zhe)一些法(fa)律(lv)風(feng)險(xian)。主要来自(zi)兩(liang)个方(fang)面，一个是隐私，一个是知识产权。

美国目(mu)前采(cai)取(qu)鼓(gu)勵(li)型的监管政策(ce)，而(er)歐(ou)洲(zhou)則(ze)采取保守(shou)型的监管政策，相(xiang)比(bi)之(zhi)下，中国是一種(zhong)包容(rong)型、審(shen)慎(shen)的监管政策。

“大模型技术出现后，数据供應(ying)的过程中間(jian)遇(yu)到什(shen)麽(me)問(wen)题？”陆志鹏说，一是缺(que)少(shao)合规确权的機(ji)制(zhi)，目前国內(nei)面临的问题就是数据的有效供给不(bu)足(zu)。很(hen)多(duo)企(qi)业都(dou)在做语料库，但数据都非(fei)常(chang)有限(xian)，而且(qie)可能面临着统一標(biao)準(zhun)的问题；二(er)是缺少数据的计量估价机制；三(san)是缺少协调分配；四(si)是缺少安全隐私保护机制。

面对这四个方面的问题，陆志鹏提(ti)及(ji)，中国电子这幾(ji)年(nian)来和清(qing)華(hua)大學(xue)进行了跨(kua)学科(ke)研究(jiu)，因为数据的構(gou)建非常復(fu)雜(za)，涉(she)及到了法律、管理、经濟(ji)、金(jin)融(rong)、技术還(hai)有人(ren)文(wen)甚(shen)至(zhi)政治(zhi)等因素，为此(ci)，中国电子联合清华大学七(qi)个学院(yuan)、将近(jin)一百(bai)个專(zhuan)家进行了联合攻(gong)关，形成了一套(tao)方案(an)。大模型训练的问题和数据要素的问题实際(ji)上是一致(zhi)的，也(ye)分別(bie)涉及确权、计量定(ding)价、流通分配和保护安全。

目前，中国电子研究开发出来的数据底座，可以对现有的数据进行歸(gui)集、清洗(xi)、治理以后形成一个标准的数据产品(pin)，这个初(chu)級(ji)产品可能是文本(ben)数据，也可能是結(jie)构数据，还可能是非结构数据，把(ba)这些数据提供给大模型及各(ge)个应用(yong)方。

陆志鹏说，之所以OpenAI发布(bu)的语言(yan)大模型振(zhen)动很大，其(qi)中一个原(yuan)因是给它(ta)餵(wei)養(yang)的语料非常好(hao)，“用我(wo)們(men)的話(hua)是小(xiao)学、初中、高中到大学都是名(ming)校(xiao)，所以数据需要进行治理”。

数据運(yun)算(suan)过程中，變(bian)量越(yue)多，大模型的反(fan)应就会越来越靈(ling)敏(min)；參(can)数越多，大模型的精(jing)准度(du)越高，然而，面对大的参数计算机运算时，还要经过多層(ceng)次(ci)的变化(hua)、多层次的降(jiang)維(wei)才(cai)可以实现。如(ru)果(guo)数据量不经过加(jia)工治理，很难獲(huo)得(de)应用、很难挖(wa)掘(jue)价值(zhi)，於(yu)是，中国电子提出“数据元(yuan)件(jian)”，先把数据加工成元件，元件来支(zhi)撐(cheng)流通、支撑模型训练。这样就有效地(di)解決(jue)了四个问题。

第(di)一个是确权问题，目前数据确权是大问题，大家感(gan)覺(jiao)無(wu)處(chu)下手(shou)， “数据二十(shi)條(tiao)”发布提出数据产权“三权分置(zhi)” 破解数据产权难题，数据元件与此相呼(hu)应。

第二个是计量问题，无论是文本数据还是结构化数据，從(cong)数据字(zi)段(duan)而言，它的价值很难进行计量，只(zhi)有融合后的计量才有意(yi)義(yi)。也就是说，原始(shi)数据的价值是很难估量的。以前大家有一个誤(wu)區(qu)，提出把数据評(ping)估进入(ru)会计報(bao)表(biao)，如果对现在的数据进行估值，只能通过成本法，计算采集数据花(hua)了多少人力(li)、保存(cun)数据花了多少电費(fei)等等。而如果推(tui)动数据流通，计量这个数据到底有什么价值，此时数据的最(zui)大价值，即(ji)它承載(zai)的信息(xi)量能夠(gou)计算出来，数据的价值就出来了。

第三个是在定价階(jie)段，需要分阶段定价、分阶段分配。如果不在“数据元件”阶段前把分配问题解决，后續(xu)分配就很难落(luo)实。

第四个则是安全隐私问题，有了“数据元件”以后，可以通过元件监管方式(shi)回(hui)避(bi)安全问题。一是防(fang)止(zhi)数据泄(xie)露(lu)，二是防止数据篡(cuan)改(gai)——大模型会不会把我的数据帶(dai)走(zou)，会不会篡改我的数据，会不会濫(lan)用我的数据——这些都是公眾(zhong)比较关心的。

最后，陆志鹏也谈到数据元件支撑的政务大模型应用探(tan)索(suo)，中国电子正在推动中国数字政府(fu)建设，参与数字廣(guang)東(dong)、数字雲(yun)南(nan)、数字湖(hu)南、数字新(xin)疆(jiang)建设。基(ji)于数据元件的数据底座，能够支撑政务系统的大模型训练，为目前国内很多的大模型公司提供数据支撑，即政务行业大模型。

“我们有一个基本的判(pan)斷(duan)，人工智(zhi)能来得非常迅(xun)猛(meng)，再(zai)过几年可能政务系统现有的信息化、应用系统会被大模型冲击。如果政务系统的大模型一旦(dan)应用成功(gong)，现有的很多信息化系统就顯(xian)得有點(dian)多余(yu)了，也同(tong)时显得有点重(zhong)。”陆志鹏说。

南方+記(ji)者(zhe) 郜(gao)小平(ping)

【作(zuo)者】 郜小平

【来源(yuan)】 南方报业傳(chuan)媒(mei)集團(tuan)南方+客(ke)戶(hu)端(duan)返(fan)回搜(sou)狐(hu)，查(zha)看(kan)更(geng)多

責(ze)任(ren)編(bian)輯(ji)：