国家数据局发布数据科技创新意见，专家将解读前沿趋势等

释放数据要素价值、驱动新质生产力方面的核心支撑是数据科技，“十五五”规划建议提出来要加快高水平科技自立自强进而引领发展新质生产力 ，近期国家数据局发布了《关于加强数据科技创新的实施意见》，这份意见进一步给数据科技创新划定了“路线图”以及“施工图”，这就标志着我国数据科技发展进入到体系化布局、协同化推进的新阶段 ，多位专家会深入去解读数据科技前沿趋势、技术突破路径以及产业融合实践 。

近几日，国家数据局公布了《关于加强数据科技创新的实施意见》，也就是以下所说的《实施意见》，针对数据科技的技术攻关以及高水平应用等方面，给出了具体的要求。《实施意见》清楚地进行定义，数据科技是将发挥数据叠加倍增的效果、释放数据要素的价值当作目标，经过系统构建形成的数据科学、技术与工程体系。并且且且且且且。

可以从这个定义看出，数据科技是一个有着鲜明中国特色的新科技概念，其特色主要在三个方面体现，一是在目标导向上体现，数据科技致力于推进数据在社会经济发展里的深度融合以及应用，全力以赴释放数据作为新型生产要素之际的价值，用以服务于国家数字经济发展以及数字化转型的战略需求；二是在体系架构上体现，数据科技可不是单一技术，而是个覆盖了数据供给、流通、利用以及安全等关键环节的技术体系。这种针对应用场景的分类法，相较于其他方式，更能够助力于对数据科技在数据产业整个链条里支撑效应的领会；其三是展现在发展需求层面。数据科技跟此刻已有的大数据技术有着紧密关联，而且与此同时又针对其给出新的系统性准则。为了契合数据要素依照市场规则进行配置以及价值释放的需求，急切地需要针对现有的大数据技术体系开展重新构建以及升级操作。

国家数据局成立之后，借助一系列政策文件以及实际行动，强有力地推动了数据要素市场的培育跟发展。可是，数据资源要切实转变为现实生产力，除开制度保障之外，同样离不开数据科技的有力支持。相关文件的颁布和数据科技的进步，必定会对我国数据要素市场建设以及数字中国进程造成深远影响。

厘清数据科技发展的底层技术逻辑

数据科技是用于达成数据要素价值化这个目标而搭建起来的数据供给技术，是为促进数据流通的技术，是助力数据利用的技术，还涉及保障数据安全的技术咧。除较少特定技术之外，它多数的技术能力是扎根放置于大数据基础信息技术之内的，是深植到基于人工智能的基础信息技术当中里的，也是蕴含于信息安全这类基础信息技术里面的。

从能够透过数据价值达成的进程去着手领会二者之间的关联，具体而言，其一为要在数据层面达成“供得出”标准，此标准的核心要点所处维度是数据的集合以及整合，于这一维 度范畴之下，则进一步要求去攻克数据孤岛这方面所延伸出的多种问题，此攻克行为需要从每种不同类型的异构信息系统里，以低成本且高可靠的方式去开展一系列动作，包括提取、重新组合以及集合数据，并且还要达成数据能够进行长期保存以及随时可以被使用的状态，进一步来讲，数据不单单要在能够对业务功能的完成起到支撑作用的同时，还需要在数据的起始源头就达成数据要素化这一目标；其二为要在数据层面达成“流得动”标准，此标准的核心要点所涉及范畴是跨域的数据管理以及协同。为推动数据于不同主体之间安全且有序地流动，有必要针对数据流通过程开展访问控制、全程留痕工作，还要进行可信审计，并且要支持跨域的数据查询、处理分析，这给数据管理、处理以及治理技术均提出了更高要求；其三是要让数据“用得好”，其核心在于多模态大数据分析以及大模型训练。当下数据分析技术已然构建起从传统关联分析、机器学习延伸至深度学习、神经网络直至大模型驱动的广谱分析体系，正朝着更深入、语义理解更到位以及决策支持更精准的方向演进。大模型开展训练，需要大量的、高质量的数据集，这同样是使用数据的重要形态，四是要让数据“保安全”，其核心在于数据治理以及安全合规，这涵盖了数据全生命周期的权限控制、加密保护、隐私计算、合规审计等技术，与传统的信息安全技术侧重点存在差异，必须从支撑数据流通以及价值释放的视角，体系化构建兼顾安全与利用的数据流通安全治理方案。

所以呢，可以明显看出，数据科技跟基础信息技术，特别是大数据技术以及信息安全技术，关联紧密并且深度交融。数据科技取得进步，在很大程度上依靠大数据等相关基础技术不断突破以及适配演进。

构建数据科技发展的“以数据为中心”大数据技术体系

《实施意见》于总体要求里明确了，数据科技关键技术的发展目标乃是，到2027年时，需在数据供给、流通、利用以及安全等关键技术和设备这儿迎来阶段性突破，而至2030年的时候，数据领域的关键技术要达成国际领先水准。此目标着实称得上艰巨并且光荣，它为我国数据科技工作者赋予了历史使命以及相应的发展机遇。为了能够达成此目标，《实施意见》针对涵盖基础研究、技术攻关、概念验证、成果转化等方面技术发展的全链条，展开了系统的部署。

一是得强化基础研究以及应用基础研究。数据要素化促使咱们得从数字孪生视角去看待数据的组织模式，将物理世界跟人类社会的“对象”当作核心来施行组织与汇聚。传统信息系统是以业务流程作为中心来组织数据，其优化目标是提升系统的处理效率；而未来应当促使数据跟应用系统解耦，把数据价值释放作为最终的优化目标，构建有别于具体应用系统的数据资源体系。数据的价值源自数据的“流动”，要是没有数据之间的汇聚、融合、分析，那就不可能产生新的价值。存在着这样一些疑问，数据的价值究竟该通过怎样的方式去度量，数据流动背后所潜藏的规律到底是什么，需要具备何种样子的数据流通基础设施，这些问题均是值得深入地去开展研究的。国家数据局一块儿联合国家自然科学基金委员会曾经发布了数据要素专题项目用以支持数据科技的基础研究工作，相信在未来能够出现更多的基础研究类项目去支持数据科技领域的前沿问题研究，是这样的情况。

二是需强化关键数据技术的攻关突破，运用“以数据为中心”的学术思想去重构大数据技术体系，这是攻关突破应朝向的方向，以数据为中心意味着要将数据的高效可信的供给、流通以及利用作为中心，“跨域”属于其中最为核心的挑战与主战场，此处的“跨域”有着多重意指，起码涵盖跨空间域、跨管辖域、跨信任域等，究其根源在于数据要在不同主体之间高效地共享流动，并且要构建可信的环境，以此保障数据的权属以及数据的安全。因而，往后大数据技术（涵盖管理、处理、分析、治理）务必要把“跨域协同能力”当作设计时的核心考量因素。当然啦，“以数据为中心”的内在意义还得我们在数据科技的持续技术钻研中持续加深其深度。国家数据局先前对于数据流通基础设施给出了好些有可能的解决办法，像可信数据空间、数联网等类，数据科技的关键技术钻研得针对这些数据流通基础设施打造出可行的大数据技术的整合方案。

三是借助场景促使数据技术得以落地，进而形成新质生产力。国际领先水平应当体现在对新兴产业的支撑方面，体现在赋能社会经济高质量发展之中，体现在大国博弈的科技自立自强之上。《实施意见》针对科技成果转化展开了全 链条布局，明确地提出了要布局建设一批数据领域的概念验证平台、中试基地、检验检测平台等 。通过具备“高价值、广覆盖、强牵引”特点的数据科技应用场景，为技术验证打造“试验田”。这恰恰是我们科技创新的举国体制的优势之处 。

国家数据局印发了《实施意见》，明确地提出要加强数据科技创新，这将会极大地推动“十五五”时期我们国家的数据事业的发展。我们应当牢牢地把握这一机遇，推动“以数据为中心”的大数据技术体系实现重构，力争在那由中国引领的数据科技发展道路之上取得突破，发挥关键作用。（作者杜小勇系中国人民大学教授）。

（人民网记者许维娜 整理）