案例基本内容和执行情况
以打造国家级数据交易商业平台为目标,围绕服务于数据流通全生命周期的需求,结合深数所信息化系统建设现状,覆盖数据汇聚、产品开发、数据交易服务等核心业务,采用区块链、隐私计算等信息技术,建设贯通数据买方、数据卖方、数据商、第三方服务机构的数据交易商业平台。
项目主要包括前端展示系统、数据交易商城、应用支撑系统、交付流转系统、基础设施平台、备份系统、安全系统的平台建设以及第三方测评、系统集成、软著申请和平台推介等增值服务。
项目将聚焦“三网(交易网、流通网、开发网)”建设,交易网是作为基础依托,流通网辐射全国,开发网实现多渠道的数据产品开发并直接转上架商品,形成增值服务。通过“三网”的构建,打造更为全面、更为创新和富有活力的业务体系,继续引领示范全国交易商业平台的建设。
项目当前已经完成了核心交易商城2.0版本的发布,逐步形成全流程线上数据交易的在线服务。
案例主要经济成效和社会成效分析
(1)项目平台统一搭建,减少企业信息化建设重复投入,平台采用统一建设标准及规范的方式,既有利于协助企业及数据交易产业快速实现线上应用,又可以避免不必要的低水平重复开发,有利于系统建设的成功和可持续发展。
(2)交易所数据交易监管运营线上化平台化运行,将合规审核、证书颁发、交易结算等数据交易流程环节规范化标准化,节省交易所内部相应人力成本,降低资源消耗。
(3)数字政府、智慧城市、工业互联网建设的不断深入,带来数据的海量增长和数据类型的多样化演变,数据无损耗、可循环使用、广度越大价值越高的特性将充分发挥出来,数据所有者、生产者、使用者通过平台能够降低数据交易交互和确认成本,在大幅度降低原有组织系统成本的同时,重构生产关系,获取巨大的经济利益。数据价值的快速变现将更加反哺和激励数据服务生态圈的壮大和充实,而后者又将形成更多、更丰富的数据应用和产品,形成更大的数据蓝海市场。
(1)依托深圳数据交易所的公益性和金融属性定位,探索登记、评估、开放、交易、应用、服务于一体的数据交易机制,规范数据交易市场、明确数据要素的交易规则,让数据要素的供需双方能够以公开、透明、高效的方式进行数据交易,使数据资源得以实现优化配置。
(2)数据的核心价值在于连接与共享,其高效流通将带来巨大的经济价值,数据交易可以促进高价值数据的汇聚连接和开放共享,最大限度激活数据价值,对于推进数字产业创新和数字经济发展具有深远意义。作为数据要素和数据资产安全保护、价值生成、交易流通的重要载体和基础设施,数据交易商业平台对各地培育数据要素市场意义重大。
(3)响应国家及地方政策,推进数据要素流通,构建以数据为关键要素的数字经济,完整、准确、全面贯彻新发展理念,全面贯彻落实党中央决策部署,结合新型智慧城市建设,加快推动城市数据融合及产业生态培育,提升城市数据运营和开发利用水平。
深圳全面推进数据交易所建设,汇聚数据资源55大类,数据产品超600个,实现数据资源和应用场景精准匹配。截至2023年底,交易规模超60亿,交易场景61个,市场参与主体551家,交易超1115笔,覆盖省市超20个。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。