南都讯记者李玲潘珊菊发自北京“‘人工智能+’行动到哪里，高质量数据集的建设和推广就要到哪里。”8月14日，在国新办举行的发布会上，国家发展改革委党组成员、国家数据局局长刘烈宏介绍了国家层面在围绕人工智能高质量数据提质扩量方面开展的工作情况。

　　数据显示，截至今年6月底，我国已经建设高质量数据集超过3.5万个，总体量超过了400PB（1PB可存储约5亿张2MB大小的高清照片，400PB的总量相当于中国国家图书馆数字资源总量的140倍左右）。人工智能模型的训练也推动了数据交易需求的攀升，截至今年6月底，各地高质量数据集累计交易额近40亿元，数据交易机构挂牌的高质量数据集总规模达到了246PB。

　　刘烈宏说，以北京数交所为例，高质量数据集占交易总量的比例从去年的10%跃升到目前的近80%。上海、天津、安徽等地正在试点“数据语料作价入股”等新模式，引导企业将高质量数据集折算为股权投入到相关企业。

　　高质量数据集的发展需要数据标注产业的支撑，国家数据局已布局了成都、沈阳、合肥等7个数据标注基地，助力高质量数据集的建设。针对外界关心的中文数据在训练数据中的占比情况，刘烈宏表示，经过一段时间的努力，国内多数模型训练使用的中文数据占比已经超过了60%，有的模型已达到80%。

　　“下一步，我们将通过体系化布局持续推进高质量数据集建设，加快打造具身智能、低空经济、生物制造等重点领域数据高地。我们也将推动全社会强化数据要素价值认同，加快推进数据要素价值共创，培育‘为优质数据买单’的市场共识。”刘烈宏说。