數據標注產業發展值得關注

【光明時評】數據標注產業發展值得關注

近日，四部委聯合印發《關于促進數據標注產業高質量發展的實施意見》（以下簡稱《實施意見》），提出“到2027年，數據標注產業專業化、智能化及科技創新能力顯著提升，產業規模大幅躍升，年均復合增長率超過20%”的發展目標。我國針對數據標注產業發布系統性指導文件，是我國為護航人工智能產業、提升新質生產力水平作出的重要布局。

數據標注產業是對數據進行篩選、清洗、分類、注釋、標記和質量檢驗等加工處理的新興產業。《實施意見》為我國數據標注行業指明了專業化、智能化的發展方向。數據標注是將復雜、隨性的人類可識別信號翻譯成簡單、規范的機器可識別信號的過程。產業探索期，“有多少人工就有多少智能”的特征為我國奠定了良好的數據標注產業基礎。

從2021年起，中央文件中對數據標注的政策指向更加明確，提出提升數據的多樣化處理能力、聚焦數據標注等數據處理環節等，從數據標注能力、數據標注的應用方向等角度為市場指明了發展思路。當前，人工智能應用場景的細分，對數據標注準確性和專業性的要求日漸提升。例如輔助診療AI的醫療影像標注需要人體結構、病灶特征等知識，智能制造AI的數據標注需要生產流程、產品構造等知識，法院輔助裁判AI的文書標注需要法律法規、司法解釋等知識。數據標注產業現已進入從勞動密集型向知識密集型轉型的新階段。以技術引領，優化人力、數據、能源等要素供應，是數據標注產業順利轉型的有效保障。

深度學習模型的多層次非線性復雜架構，會使得數據標注的少量錯誤在迭代后被放大。當前，優化算法高維空間求解過程具有不可預知性，這導致通過錯誤標注樣本提煉出的錯誤規律不能被直接消除，而需要重新學習大量新的正確標注樣本來糾正，試錯成本高昂。人工標注容易出現標注質量不穩定、準確性、客觀性難以保障等問題。例如，同一位員工在不同時間和心境下會將同一表述標注成不同情感；不同的員工對圖像中人物年齡的判斷不同；員工可能因為注意力不集中或認知有限而忽略掉某些病灶等。

近年來，自動標注技術迅速發展，數據標注逐漸從純人工標注向人機協作標注轉變，人力更多承擔關鍵決策角色。增強深度學習和自然語言處理等技術實力，通過算法優化和多模態融合不斷提升標注精度，有利于提高我國數據標注產業的市場競爭力。開展職業能力建設，增加標注員工對特定行業和標注技術的知識儲備，既可為產業發展提供充足后備人才，又有助于應對技術發展對就業可能造成的沖擊。

人工智能應用場景的不斷開發是數據標注產業發展的驅動力。但反過來，萬物依存表現出的數據互聯特性也使得數據標注自身成為驅動，為人工智能應用場景的開發提供靈感和保障。例如，對交通指示、路況、人類行動軌跡等多類數據的標注使自動駕駛成為可能，而路況、車況、企業分布等信息又促使智能交通管理迅速發展。

中國是全球數據量產大國，且數據類型豐富，涵蓋各個領域和行業。但目前數據要素還有較大挖掘潛力。出于對商業競爭、數據泄露等問題的擔憂，很多企業不愿意開展數據標注業務。在通過區塊鏈等技術保障安全的基礎上，以公共數據標注為切入點，形成成熟的數據標注標準，并基于此搭建數據要素流通平臺，將有助于撬動企業數據標注，實現數據互聯共享，充分釋放數據活力。

數據存儲、調用和標注計算需要占用大量存力算力資源，存力算力中心的運行、冷卻需要依托于大量、穩定的能源供應。為了降低能耗、減少資源浪費、保障產業可持續發展，除了優化標注算法、平衡工作時段、完善資源調度外，還需充分考慮數據標注基地與數據來源地、存力算力中心所在地的距離，合理規劃數據傳輸路徑。

2024年5月國家數據標注基地試點公布，7個城市承擔起了在產業生態構建、能力提升和場景應用等方面先行先試的重任。這些城市的選擇充分考慮了其地方配套支撐優勢。然而，數據資源豐富的地區通常面臨較大的能源供應限制，“東數西算”工程能夠為重塑我國數字經濟地理格局、應對我國資源的地域分配不均問題發揮重要作用。未來，7個數據標注基地的發展也應考慮數字經濟地理格局，盤活周邊已有數據、存力算力、人力資源，宏觀布局新增配套資源建設，在優化能源供應的同時帶動區域經濟發展。

（作者：唐嘯 鄧哲，分別系清華大學公共管理學院黨委副書記、長聘副教授，北京市科學技術研究院助理研究員）