【光明时评】数据标注产业发展值得关注

近日，四部委联合印发《关于促进数据标注产业高质量发展的实施意见》（以下简称《实施意见》），提出“到2027年，数据标注产业专业化、智能化及科技创新能力显著提升，产业规模大幅跃升，年均复合增长率超过20%”的发展目标。我国针对数据标注产业发布系统性指导文件，是我国为护航人工智能产业、提升新质生产力水平作出的重要布局。

数据标注产业是对数据进行筛选、清洗、分类、注释、标记和质量检验等加工处理的新兴产业。《实施意见》为我国数据标注行业指明了专业化、智能化的发展方向。数据标注是将复杂、随性的人类可识别信号翻译成简单、规范的机器可识别信号的过程。产业探索期，“有多少人工就有多少智能”的特征为我国奠定了良好的数据标注产业基础。

从2021年起，中央文件中对数据标注的政策指向更加明确，提出提升数据的多样化处理能力、聚焦数据标注等数据处理环节等，从数据标注能力、数据标注的应用方向等角度为市场指明了发展思路。当前，人工智能应用场景的细分，对数据标注准确性和专业性的要求日渐提升。例如辅助诊疗AI的医疗影像标注需要人体结构、病灶特征等知识，智能制造AI的数据标注需要生产流程、产品构造等知识，法院辅助裁判AI的文书标注需要法律法规、司法解释等知识。数据标注产业现已进入从劳动密集型向知识密集型转型的新阶段。以技术引领，优化人力、数据、能源等要素供应，是数据标注产业顺利转型的有效保障。

深度学习模型的多层次非线性复杂架构，会使得数据标注的少量错误在迭代后被放大。当前，优化算法高维空间求解过程具有不可预知性，这导致通过错误标注样本提炼出的错误规律不能被直接消除，而需要重新学习大量新的正确标注样本来纠正，试错成本高昂。人工标注容易出现标注质量不稳定、准确性、客观性难以保障等问题。例如，同一位员工在不同时间和心境下会将同一表述标注成不同情感；不同的员工对图像中人物年龄的判断不同；员工可能因为注意力不集中或认知有限而忽略掉某些病灶等。

近年来，自动标注技术迅速发展，数据标注逐渐从纯人工标注向人机协作标注转变，人力更多承担关键决策角色。增强深度学习和自然语言处理等技术实力，通过算法优化和多模态融合不断提升标注精度，有利于提高我国数据标注产业的市场竞争力。开展职业能力建设，增加标注员工对特定行业和标注技术的知识储备，既可为产业发展提供充足后备人才，又有助于应对技术发展对就业可能造成的冲击。

人工智能应用场景的不断开发是数据标注产业发展的驱动力。但反过来，万物依存表现出的数据互联特性也使得数据标注自身成为驱动，为人工智能应用场景的开发提供灵感和保障。例如，对交通指示、路况、人类行动轨迹等多类数据的标注使自动驾驶成为可能，而路况、车况、企业分布等信息又促使智能交通管理迅速发展。

中国是全球数据量产大国，且数据类型丰富，涵盖各个领域和行业。但目前数据要素还有较大挖掘潜力。出于对商业竞争、数据泄露等问题的担忧，很多企业不愿意开展数据标注业务。在通过区块链等技术保障安全的基础上，以公共数据标注为切入点，形成成熟的数据标注标准，并基于此搭建数据要素流通平台，将有助于撬动企业数据标注，实现数据互联共享，充分释放数据活力。

数据存储、调用和标注计算需要占用大量存力算力资源，存力算力中心的运行、冷却需要依托于大量、稳定的能源供应。为了降低能耗、减少资源浪费、保障产业可持续发展，除了优化标注算法、平衡工作时段、完善资源调度外，还需充分考虑数据标注基地与数据来源地、存力算力中心所在地的距离，合理规划数据传输路径。

2024年5月国家数据标注基地试点公布，7个城市承担起了在产业生态构建、能力提升和场景应用等方面先行先试的重任。这些城市的选择充分考虑了其地方配套支撑优势。然而，数据资源丰富的地区通常面临较大的能源供应限制，“东数西算”工程能够为重塑我国数字经济地理格局、应对我国资源的地域分配不均问题发挥重要作用。未来，7个数据标注基地的发展也应考虑数字经济地理格局，盘活周边已有数据、存力算力、人力资源，宏观布局新增配套资源建设，在优化能源供应的同时带动区域经济发展。

（作者：唐啸 邓哲，分别系清华大学公共管理学院党委副书记、长聘副教授，北京市科学技术研究院助理研究员）