随着人工智能技术快速发展，高质量数据集已成为推动生成式人工智能创新发展的核心稀缺要素。
清华大学中国电子数据治理工程研究院院长孟庆国在2025人民数据大会发表主旨演讲。人民网记者翁奇羽摄
8月26日，清华大学中国电子数据治理工程研究院院长孟庆国在“2025人民数据大会”发表主旨演讲时表示，人工智能的每一次发展和进步都与数据有关，没有数据的支撑，人工智能将寸步难行。在大模型时代，有没有成规模、高质量、多模态的数据，成为行业发展的基础。
高质量数据集是什么？
孟庆国表示，高质量数据集需要具备以下要素：有一定规模、准确性高和拥有足够多样性，同时还包括数据的时效性，数据是否合规、合法，以及数据和训练模型之间的匹配程度。
数据标注作为将原始数据转化为可识别、可训练、可计算的关键环节，其质量直接决定了数据集的应用价值。培育壮大数据标注产业对于提升数据供给质量，推动人工智能创新发展具有重要支撑作用。
孟庆国表示，近年来，我国数据标注产业链发展迅速，市场规模达800多亿，但依然存在高质量行业数据规模较小、数据治理的能力不足、复合型标注人才存在缺口、数据质量的评价体系不完善等现象。
如何开展数据标注？
在国家战略布局和大模型技术突破的双重驱动下，数据标注产业正在经历从劳动密集型向知识密集型的深刻转型。孟庆国表示，从历史维度来看，过去的数据更多依赖人工，如今是以工具和平台作为标注手段，未来，依靠人工智能自身去进行数据标注将成为趋势。在做好布局和探索过程中要把握以下几方面路径：
要进行需求牵引，通过挖掘人工智能的场景，来释放标注的需求。要因地制宜，通过构建一些特色产业的场景，来发展具有特色性的数据标注产业。要夯实基础支撑，在数据质量、数据伦理、数据安全得到保障的前提下，构建数据可信的标注空间，助力数据价值释放。要打造产业聚集，通过产业聚集推动数据产业的发展。要带动就业，通过数据标注，发展具有专业领域知识的专门性标注人才。要营造良好产业生态，特别是在政策、制度、标准、公共服务平台建设等方面进一步营造好数据标注的发展环境。
