推进数据标注产业与人工智能协同发展

　　数据标注是对数据进行添加标记、说明、解释、分类和编码的过程。这一过程是提升人工智能算法与模型核心能力的关键环节。近日，我国首个数据标注产业专项规划——《合肥数据标注产业发展规划（2025—2027年）》（以下简称《规划》）发布。

　　“《规划》立足安徽合肥产业基础，以打造国际领先的数据标注创新基地为目标，为推进城市数字化转型提供核心支撑。”合肥市数据资源管理局党组成员、总工程师彭辉在接受科技日报记者采访时表示，预计到2027年底，合肥标注数据规模将达到3000TB，产业规模突破30亿元，支撑相关产业规模迈上千亿元台阶。

　　产业优势与多元需求融合

　　位于合肥高新区的飞友科技有限公司，是一家深耕民航大数据的科技企业。3月30日，该公司首席技术官朱睿向记者介绍：“以安全事件监管为例，传统的人工巡检和视频回放方式效率低下，实时性欠佳。然而，通过对航空器保障视频画面进行采集标注，我们可实现运行节点的自动提取和安全事件的实时监测，工作效率大大提高。”

　　“在合肥，还有许多类似的大数据企业，为相关行业政策的制定提供了‘源头活水’。”彭辉说，早在2017年，合肥就在全国率先启动大数据企业认定工作。目前，合肥市大数据企业存量达2246家，涌现出一大批行业领先者。

　　“合肥数据标注产业优势明显，相关企业也有迫切发展需求。”彭辉介绍，合肥依托人工智能、智能网联汽车等战略性新兴产业集聚优势，数据标注应用场景丰富。如科大讯飞等企业在人工智能数据标注方面，比亚迪、蔚来等智能网联汽车企业在自动驾驶数据标注等方面，为数据标注产业提供了多样化的业务场景。

　　此外，合肥地处人工智能产业集中的长三角区域，如上海、杭州等地的自动驾驶、金融科技产业对高质量标注数据需求旺盛。

　　截至目前，合肥的数据标注总规模已达933.3TB，相关企业总数突破35家，数据标注总产值累计达8.63亿元，初步形成了覆盖数据采集、清洗、标注、应用的全链条产业生态。

　　为人工智能行业提供支撑

　　“如果把人工智能模型比作学生，那么数据标注员就是老师。”安徽飞数信息科技有限公司常务副总经理、合肥市数据产业协会秘书长谭昶形象地比喻道，标注员通过详细地标注数据，为模型提供准确的指导和示范，帮助模型认识不同的模式和特征。

　　“比如，我们为讯飞星火大模型标注了大量科普知识问答和评价数据。在这些‘老师’的指引下，模型逐渐学会了如何准确回答不同问题。”谭昶举例说。

　　去年4月，全国数据工作会议提出，探索建设国家级数据标注基地，充分发挥地方配套支撑作用，在数据标注产业的生态构建、能力提升和场景应用等方面先行先试，集聚龙头企业，促进区域人工智能产业生态发展。次月，国家数据局发布承担数据标注基地建设任务的首批城市名单，合肥位列其中。

　　“合肥的数据标注产业，已为人工智能产业发展提供了有力支撑。”彭辉介绍。2024年5月，合肥启动建设“人机协同多模态众智标注平台”。目前，该平台开发进度达90%，功能完备性实现100%，技术指标处于行业前列。

　　另外，合肥围绕工业制造、医疗、教育、城市治理、地理信息等八大重点领域，构建了多模态数据标注服务体系，已为安徽省政务服务大模型、豆包大模型等18个大模型提供数据支撑。

　　“下一步，合肥将充分发挥区域优势，实现以合肥为总部基地，覆盖全省、服务长三角，推动形成数据标注产业与国家人工智能重大生产力协同发展的格局。”彭辉表示。（科技日报记者 洪敬谱）