近日，中國互聯(lián)網(wǎng)協(xié)會在北京舉辦第六屆“數(shù)字發(fā)展論壇”。論壇以“數(shù)據(jù)要素驅動高質量發(fā)展”為主題，匯聚國內200余位頂尖專家學者、行業(yè)精英和企業(yè)代表，深入交流與探討數(shù)字發(fā)展趨勢、機遇挑戰(zhàn)、案例經(jīng)驗，國務院原副秘書長江小涓、中國工程院院士鄔賀銓等專家參會。中國電信科技委主任邵廣祿應邀在論壇中進行“AI和數(shù)據(jù)驅動，加速高質量發(fā)展”主旨演講，分享了中國電信在人工智能和數(shù)據(jù)開放方面的實踐和體會。
中國電信科技委主任、中國電信集團原總經(jīng)理邵廣祿
科技革命引發(fā)全要素生產率（TFP）快速提升的“蝴蝶效應”，蒸汽機、電力、IT互聯(lián)網(wǎng)是歷史上三次科技革命的“蝴蝶”，邵廣祿指出，人工智能將成為新的“蝴蝶”推動新一輪科技革命和產業(yè)變革，AI和數(shù)據(jù)驅動正催生市值數(shù)量級增長的企業(yè)。在人工智能發(fā)展過程中，面臨高性能與異構算力、高質量數(shù)據(jù)集等挑戰(zhàn)。在實踐中，中國電信總結算力方面需要攻克很多技術難點，譬如萬卡集群線性加速、網(wǎng)絡與調度能力、穩(wěn)定性與故障恢復能力、并行資源調度能力等。中國電信在AI產業(yè)早布局，快發(fā)展，全面布局AI大模型，持續(xù)攻克萬卡算力、息壤算力調度平臺、數(shù)據(jù)要素平臺、星辰系列大模型以及行業(yè)大模型等核心技術，并積極開源星辰大模型和開放中文數(shù)據(jù)集 TeleChat-PTD。
在人工智能由“模型中心”轉向“數(shù)據(jù)中心”過程中，邵廣祿指出，數(shù)據(jù)集是大模型構建的基石，在大模型開發(fā)中越來越重要。面對數(shù)據(jù)集構建中“量不足、質不高、用不暢”的三大挑戰(zhàn)，在實踐中，我們總結發(fā)現(xiàn)高質量的數(shù)據(jù)集的生產是個系統(tǒng)工程，會涉及六個方面。一是數(shù)據(jù)底座，包含云、網(wǎng)、隱私計算等；二是數(shù)據(jù)采集，當前網(wǎng)頁數(shù)據(jù)比較成熟，但中文數(shù)據(jù)質量不高，特別需要生態(tài)合作開放數(shù)據(jù)集，如政府、事業(yè)單位及垂直領域的數(shù)據(jù)。三是數(shù)據(jù)預處理和分級分類。四是數(shù)據(jù)標注，需要產業(yè)化發(fā)展來提供更大范圍更高質量的數(shù)據(jù)集。五是預訓練的配比。六是高質量數(shù)據(jù)集的篩選。這六大方面對大模型的性能與準確度和智能水平具有決定性影響。
同行同業(yè)的數(shù)據(jù)集合就是行業(yè)的數(shù)據(jù)集，其價值遠高于一個企業(yè)的數(shù)據(jù)價值，數(shù)據(jù)價值倍增。邵廣祿提到，中國電信與溫州醫(yī)療合作數(shù)據(jù)開放共享，大力提升醫(yī)療水平，如通過AI質控提高圖像質量來避免患者重復檢查；中國電信與中國聯(lián)通通過5G共建共享合作實踐，三年節(jié)省千億數(shù)量級投資，每年節(jié)省百億數(shù)量級運營成本。
邵廣祿提出，通過開源開放、共享資源、共享收益，來減少企業(yè)重復建設和成本投入，促進數(shù)據(jù)集的共建共享，促進人工智能大模型的共建共享，通過AI和數(shù)據(jù)驅動，加速高質量發(fā)展。
