1月13日，国家发展改革委、国家数据局等四部门联合发布《关于促进数据标注产业高质量发展的实施意见》（以下简称“《意见》”）提出，培育壮大数据标注产业对于提升数据供给质量，对于推动人工智能创新发展具有重要支撑作用。
数据标注，简单理解就是给文本、语音、图片、视频等各种各样的数据“打标签”。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。这一产业的兴起与人工智能的快速发展密切相关，高质量的数据是人工智能模型训练的基础，而数据标注正是将原始数据转化为机器可识别、可学习的数据的关键步骤，能产生高质量的数据集，让机器读得懂、学得快、训得好。数据标注产业作为一种新兴产业，主要“新”在三个方面。1.“自动化”。当前，很多数据标注工作已经实现机器操作，平均自动化超过60%。数据标注产业正从传统的劳动密集型产业转向知识密集型产业。2.“专业化”。数据标注员已成为国家认可的新工种。据测算，未来五年，我国专业数据标注人才的需求将达到100万人以上。3.“高端化”。数据标注的传统领域主要包括如语音转写、图片文字识别以及购物网站上的个性化推荐等。现今，数据标注的应用范围进一步拓展，更多服务于AI助手和文生视频等领域。同时，标注内容也变得更加丰富多样，不仅包括基础的信息标注，还涉及对视频的情感色彩、人物行为意图等更为复杂和深入的标注。本次《意见》从13个具体方面对培育壮大数据标注产业进行全面谋划，特别突出需求牵引和创新驱动，在深化需求牵引方面，《意见》首次提出释放公共数据标注需求，同时挖掘企业数据标注需求；在增强创新驱动方面，《意见》提出，开展关键技术攻关，健全数据标注标准，制定数据标注技术、质量、能力等国家标准。去年，由联著实业全资子公司——文灵科技(北京)有限公司和新华通讯社通信技术局联合牵头起草的国家标准《中文新闻语义结构化标注》（以下简称“《标准》”）立项通过，即将进入专家审核阶段。2023年8月，相关团体标准已正式实施。《中文新闻语义结构化标注》作为数据标注领域的重要国家标准，其制定和实施将为数据标注产业的发展提供技术支撑和规范引领。《标准》的权威性和公信力将增强市场对数据标注产品的认可度和信任度，促进数据标注产业的规范化和规模化发展。《标准》规定了新闻写作常用表达方式所包含语义的术语和标注方法，包括新闻稿件标注说明、标注预处理、语义模板标注、新闻事件语义元标注、新闻事件关键词标注，以此形成语义标识体系，这为实现计算机自动识别新闻语义、生成知识库或神经网络训练集提供标准化的操作方法，减少人工标注的复杂性和不确定性，有助于提高数据标注的自动化程度。该标准由文灵科技（北京）有限公司、新华通讯社通信技术局、北京语言大学、东南大学、中国互联网新闻中心、浙江日报报业集团、中国人民大学、中国传媒大学、新华网股份有限公司等单位联合起草，涵盖了新闻、技术、学术等多个领域的权威专家；标准中规定的术语和标注方法经过专业领域的严格定义和规范，确保了数据标注的专业化水平。随着标准的实施，行业对专业数据标注人才的需求将更加明确和具体。《标准》的制定将有助于推动数据标注技术的创新，促进计算机对新闻语义、人类自然语言的理解，让认知智能技术推动中国新闻业的数智化转型和发展；有助于促进人工智能界降低训练大模型的算力成本，增强人工智能模型的可解释性，为数据高敏感行业提供安全的数据支持，推动数据标注产业向高端化发展。数据标注产业作为人工智能发展的基础支撑，具有重要的战略意义和广阔的发展前景。在国家政策的大力支持下，数据标注产业将迎来快速发展的机遇，通过技术创新、专业化发展和产业生态建设，有望在2027年实现专业化、智能化及科技创新能力的显著提升，产业规模大幅跃升，年均复合增长率超过20%。这将为我国人工智能产业的高质量发展提供坚实的数据基础，推动经济社会的数字化转型。
来源：央视新闻客户端、国家数据局、国家发展改革委网站
