近日，《“數據要素×”三年行動計劃（2024—2026年）》（以下簡稱《行動計劃》）正式發(fā)布。《行動計劃》由國家數據局會同中央網信辦、科技部、工業(yè)和信息化部等共17個部門聯合印發(fā)，這是國家數據局揭牌兩個多月以來會同相關部門聯合印發(fā)的首個文件。該文件從2023年12月15日向社會征求意見到當月29日相關媒體吹風會舉行，再到2024年1月4日印發(fā)實施，歷時僅20天，可謂迅速、高效。

　　《行動計劃》提出一個引人矚目的表述——“數據要素×”，大力部署實施“數據要素×”行動并列出重點推進的12個領域，要求充分利用中國海量數據資源、豐富應用場景等優(yōu)勢，以數據流引領技術流、人才流、物資流等，實現知識擴散、價值倍增，催生新產業(yè)、新模式，為推動高質量發(fā)展、推進中國式現代化提供有力支撐?！缎袆佑媱潯访鞔_提出到2026年底數據要素應用總體目標，其中包括打造300個以上示范性強、顯示度高、帶動性廣的典型應用場景，數據產業(yè)年均增速超過20%。

　　實現科創(chuàng)效能倍增

　　科學技術是第一生產力，是先進生產力的集中體現和主要標志；創(chuàng)新是引領發(fā)展的第一動力，是推動生產力發(fā)展的關鍵因素。在《行動計劃》中，“科技創(chuàng)新”被列為“數據要素×”應用的12個重點領域之一。由此可見，數據要素被賦予實現科技創(chuàng)新效能倍增，推動社會生產力更快發(fā)展的重大使命。

　　《行動計劃》鮮明地提出以“數據驅動”科技創(chuàng)新，要求“充分依托各類數據庫與知識庫，推進跨學科、跨領域協(xié)同創(chuàng)新，以數據驅動發(fā)現新規(guī)律，創(chuàng)造新知識，加速科學研究范式變革”。

　　在中國工程院院士王堅看來，以“數據要素×”實現科技創(chuàng)新效能倍增，與當今時代“數據驅動型創(chuàng)新”特點高度契合。王堅把20世紀形成的傳統(tǒng)創(chuàng)新模式稱為“電氣化驅動創(chuàng)新”。正是在電氣化的強有力推動下，與激光、互聯網、計算機等有關的科技發(fā)明不斷涌現，塑造了人們的生產生活方式和社會面貌，可以說20世紀是電氣化驅動科技創(chuàng)新的世紀。進入21世紀，以美國數據科學專家、圖靈獎得主詹姆斯·格雷為代表的科學家提出“數據密集型科學發(fā)現”，凸顯數據對科技創(chuàng)新的重大價值。

　　那么數據是如何驅動科技創(chuàng)新的呢？對此，王堅解釋，科學家可以根據相關數據，提出新的假設，并借助高性能計算技術、人工智能技術等，對假設進行驗證，從而獲得新的科學發(fā)現。

　　與王堅的上述看法類似，中國科學院院士、北京科學智能研究院院長鄂維南認為，在當今大數據時代，科研環(huán)境從依靠圖書館、電子顯微鏡等傳統(tǒng)基礎設施轉變?yōu)橐源髷祿?、人工智能為代表的新型基礎設施。

　　對《行動計劃》提到的“加速科學研究范式變革”，中國科學院院士、復旦大學校長金力表示，傳統(tǒng)的科研范式經歷了4個階段演化：從通過實驗描述自然現象的“實驗范式”，到通過模型或歸納進行研究的“理論范式”，再到應用計算機仿真模擬解決學科問題的“計算范式”，再到通過大數據分析研究事物內在關系的“數據范式”。今天，隨著數據資源不斷增長和需要求解的科學問題日益復雜，科學研究的第五范式應運而生，就是在“數據范式”基礎上，引入了智能技術，強調人的決策機制與數據分析的融合，將數據科學和計算智能有效地結合起來，利用AI技術學習、模擬、預測和優(yōu)化自然界和人類社會的各種現象和規(guī)律，以解決各種科研問題，從而推動科學發(fā)現和創(chuàng)新，這就是科學研究“人工智能驅動范式”（AI For Science）。

　　2022年底以來， 以ChatGPT為代表的生成式人工智能大模型大放異彩?？茖W研究“人工智能驅動范式”迫切需要類似ChatGPT的人工智能大模型提供支撐。為此，《行動計劃》提出打造服務于中國科技創(chuàng)新事業(yè)的人工智能大模型并作出相關部署，要求“以科學數據支持大模型開發(fā)，深入挖掘各類科學數據和科技文獻，通過細粒度知識抽取和多來源知識融合，構建科學知識資源底座，建設高質量語料庫和基礎科學數據集，支持開展人工智能大模型開發(fā)和訓練”。

　　對科學研究“人工智能驅動范式”的前景，金力進行了樂觀展望，認為這一范式是實現科技原始創(chuàng)新的利器，比如，在大數據支撐下，人工智能在生命科學領域可以高效、精準地預測蛋白質結構。無獨有偶，在近日舉行的一個論壇上，國家數據局局長劉烈宏在演講中也舉了這個例子。他說，長期以來，如何準確、快速確定蛋白質三維空間結構一直是一個難題，而基于海量、多元生物數據構建起的人工智能算法模型，能在幾天甚至幾分鐘預測出以前要花費數十年才能得到的、具有高置信度的蛋白質結構，顛覆了生命科學領域的研究范式。

　　科學數據重在應用，《行動計劃》指明了科學數據兩大應用方向：一是聚焦科研本身，以科學數據助力前沿研究，面向基礎學科，提供高質量科學數據資源與知識服務，驅動科學創(chuàng)新發(fā)現；二是聚焦服務產業(yè)，以科學數據支撐技術創(chuàng)新，聚焦生物育種、新材料創(chuàng)制、藥物研發(fā)等領域，以數智融合加速技術創(chuàng)新和產業(yè)升級。

　　廣泛賦能千行百業(yè)

　　由《行動計劃》，人們很自然地聯想到“互聯網+”，聯想到于2015年7月印發(fā)實施的《關于積極推進“互聯網+”行動的指導意見》。兩個文件雖然時隔8年多，但是仍有諸多可以相比較的地方。兩者分別以“互聯網+”和“數據要素×”為關鍵詞，都引入了數學符號，給人非常直觀的感受。同時，兩者都對部署的措施冠以“行動”并都詳細列舉了開展“行動”的重點領域。前者列舉了“創(chuàng)業(yè)創(chuàng)新”“協(xié)同制造”“現代農業(yè)”等11個領域，后者列舉了“科技創(chuàng)新”“智能制造”“智慧農業(yè)”等12個領域。

　　如何解讀“互聯網+”和“數據要素×”之間的關系呢？對此，國家數據局副局長沈竹林表示，從前者到后者可以用3個轉變來概括：一是從連接到協(xié)同的轉變。“互聯網+”強調的是連接，即各行各業(yè)擁抱互聯網，實現基于數據生成和傳遞的互聯互通；而“數據要素×”強調的是數據協(xié)同，是基于數據有效應用的全局優(yōu)化。二是從使用到復用的轉變。“互聯網+”強調的是千行百業(yè)利用互聯網技術；而“數據要素×”強調的是基于行業(yè)間數據復用的價值創(chuàng)造，拓展經濟增長新空間。三是從疊加到融合的轉變。“互聯網+”強調的是通過匯聚數據來提升效率；而“數據要素×”強調的是融合多來源、多類型的數據，驅動創(chuàng)新，培育經濟增長新動能。

　　中央財經大學中國互聯網經濟研究院副院長歐陽日輝是《行動計劃》的起草人之一。他近日撰文對“互聯網+”和“數據要素×”之間的關系進行了闡釋，指出互聯網和數據是數字技術的統(tǒng)一體，前者是“露出水面的冰山”而后者是“深藏在水下的主體”，實施多年的“互聯網+”行動為采取“數據要素×”行動奠定了堅實基礎，“數據要素×”是“互聯網+”的升級和升華，二者本質上都是數字技術與經濟社會的深度融合、雙向賦能。

　　縱觀《行動計劃》所列的“數據要素×”12個重點領域，基本覆蓋了一、二、三產業(yè)的各行業(yè)及重點細分領域，涉及千行百業(yè)。比如，在工業(yè)制造領域，《行動計劃》要求，支持工業(yè)制造類企業(yè)融合設計、仿真、實驗驗證數據，培育數據驅動型產品研發(fā)新模式，提升企業(yè)創(chuàng)新能力。比如，在現代農業(yè)領域，《行動計劃》提出，支持相關方面融合利用遙感、氣象、土壤、農事作業(yè)、災害、農作物病蟲害、動物疫病、市場等數據，加快打造以數據和模型為支撐的農業(yè)生產數智化場景，實現精準種植、精準養(yǎng)殖、精準捕撈等智慧農業(yè)作業(yè)方式。

　　詮釋新質生產力

　　數據是經過收集、記錄、測量、統(tǒng)計、描述所得到的信息或信息的載體，可以是數字、文字、圖像、聲音等形式。隨著網絡技術的發(fā)展和向各行業(yè)的滲透，數字技術創(chuàng)新成果與經濟社會各領域深度融合，不同領域的數據被生產、記錄、傳輸、存儲和消費，數據規(guī)模以摩爾定律的速度快速增長。數據的充分挖掘和有效利用，可以優(yōu)化資源配置和使用效率，對價值創(chuàng)造和生產力發(fā)展有著廣泛影響。

　　歐陽日輝表示，在數字經濟時代，數據的重要性不言而喻，但是數據并不是從一開始就被作為生產要素，而是經歷了一個過程。

　　2017年12月，習近平總書記在中共十九屆中央政治局第二次集體學習時強調“構建以數據為關鍵要素的數字經濟”。2019年10月，中共十九屆四中全會明確了勞動、資本、土地、知識、技術、管理和數據等7種生產要素。這是首次正式明確數據的生產要素地位。之后，中央作出改革和加快培育數據要素市場、更好發(fā)揮數據要素作用等一系列重大部署，而《行動計劃》就是落實這些部署的最新舉措。

　　值得注意的是，《行動計劃》把培育和發(fā)展新質生產力作為實施“數據要素×”行動的重要目標之一。對此，南開大學經濟與社會發(fā)展研究院教授杜傳忠指出，新質生產力的培育有多種推動力量，其中數據要素作為國家基礎性戰(zhàn)略資源和關鍵性生產要素，與算力相結合，將衍生形成強勁的數據生產力，成為新質生產力的重要組成部分。杜傳忠特別提到類似ChatGPT這樣的生成式人工智能大模型，他認為，AI大模型以智能算力作為底座支撐，通過深度學習算法和萬億級別數據的訓練，不斷迭代，從而形成新質生產力。此外，數據要素在人工智能技術加持下，推出大量具有深度學習、自主學習能力的機器人，可以進一步深化勞動分工、優(yōu)化勞動力供給結構，從而形成新質生產力。

　　中國首個工業(yè)級流體仿真大模型“東方·御風”被認為是新質生產力的典型代表。2022年9月，該大模型由中國商飛公司聯合有關方面共同發(fā)布，在相關流體仿真套件的支持下，有效提高了對復雜流動的仿真能力，將仿真時間縮短至原來的1/24。同時，該模型能對流場中變化劇烈的區(qū)域進行精準預測，流場平均誤差降低到萬分之一量級，達到工業(yè)級標準。正是有了大模型“東方·御風”的助力，中國C919大型客機才得以縮短研發(fā)周期，才能早日翱翔藍天。（記者 張保淑）