中新网福州5月2日电 (记者蔡敏婕)随着人工智能进入大模型时代，高质量数据集已成为推动技术进步的核心要素。近日，第八届数字中国建设峰会在福建省福州市成功举办。在数据要素安全与流通基础设施分论坛上，人工智能与数据流通的融合发展成为与会者热议的核心议题。

　　人工智能大模型的发展离不开算力、算法和数据三大支柱。中国电子信息产业集团有限公司党组成员、副总经理王桂荣指出，当前面临的核心挑战在于数据整理与利用效率低下，这严重制约了行业大模型的实际应用效果。据统计，目前仅有不到10%的企业能够高效地将业务知识数据供给大模型，导致模型难以真正解决企业的实际问题。

　　此外，随着数据基础设施的不断完善，如何确保数据的安全流通已成为亟待解决的关键问题。

　　王桂荣强调，传统的基于边界防护的安全方法已无法适应复杂多变的网络环境，因此需要基于内生安全理念构建纵深防御体系。为此，该集团推出了“大模型安全空间”解决方案，针对大模型应用过程中可能出现的数据泄露、模型攻击等典型问题，为企业提供全方位、多维度的纵深防御安全管控体系。

　　当前，数据要素正推动AI应用迎来爆发式增长。王桂荣认为，AI在促进数据要素流通方面发挥着重要作用。他引用AI数据标注公司Scale AI的成功案例，证明了数据产业的巨大潜力，并预测未来数据集的流通将更加注重大模型对第三方数据平台的深度利用。

　　在推进数据要素市场化进程中，安全与流通成为两大核心挑战。国家数据局党组成员、副局长余英在论坛上指出，数据要素作为数字经济的核心驱动力，具有高流动性、低成本复制和报酬递增等特性，对经济发展具有显著的倍增效应。在推进数据要素市场化配置改革过程中，应充分发挥数据的正外部性，规避负外部性，将数据资源优势转化为经济发展新动能。

　　北京大学信息科学与技术学部主任梅宏认为，发展数字经济的关键在于培育和完善数据要素市场。他指出，我国数据要素化仍处于起步阶段，在资产地位、权属确权、流通交易、利益分配和安全隐私等方面面临诸多障碍。因此，迫切需要构建安全可信的流通基础设施，从技术、制度和生态等多个维度出发，保障数据安全，打破流通壁垒，推动数据要素市场化进程，释放数据潜在价值。

　　工业和信息化部电子第五研究所所长、党委副书记杨建军指出，当前人工智能治理面临数据质量、制度供给和责任界定等多重挑战，各国治理理念存在差异。他强调，中国需要在数据治理层面突破技术瓶颈，在制度供给层面构建风险分类分级管理机制，在场景落地层面加强政企协同和产学研合作，同时加强国际合作，共同构建安全、可信、可持续的人工智能发展环境。(完)

（文章来源：中国新闻网）