21世紀經濟報道記者 周瀟梟 北京報道 政府工(gong)(gong)作報(bao)告指出，制定支持數字經(jing)濟(ji)高質量發展(zhan)政策，積極推進數字產(chan)業化、產(chan)業數字化，促進數字技術和實體(ti)經(jing)濟(ji)深度融合(he)。深化大(da)數據(ju)、人工(gong)(gong)智能等研發應用，開展(zhan)“人工(gong)(gong)智能+”行動(dong)，打(da)造具有(you)國際競爭力的數字產(chan)業集群。

全國政協委(wei)員、中(zhong)國科學(xue)院(yuan)院(yuan)士、北京大(da)學(xue)講席教(jiao)授陳松蹊今年兩會帶來的提(ti)案跟“數(shu)(shu)字中(zhong)國”建設(she)相關，他建議加強數(shu)(shu)據(ju)分析人才培養(yang)、推(tui)進(jin)公共數(shu)(shu)據(ju)開放，這樣中(zhong)國才能(neng)(neng)在全球數(shu)(shu)據(ju)賦能(neng)(neng)競(jing)賽中(zhong)成為“領跑者”，才能(neng)(neng)更好(hao)地推(tui)動實現科技自立自強。

近日，21世紀(ji)經濟(ji)報道記者帶(dai)著相關(guan)問題專訪了陳(chen)松蹊(xi)。陳(chen)松蹊(xi)表示，中(zhong)國發(fa)展人工智能(neng)要走(zou)自(zi)己的路(lu)，可以把(ba)深度學習和統計學結合起來，走(zou)一條更(geng)效能(neng)更(geng)綠色(se)的發(fa)展之路(lu)。

（全國政協委員、中國科學院院士、北京大學講席教授陳松蹊，采訪者供圖）

數據驅動經濟騰飛有經典案例

《21世紀》：今年兩會你帶來的提案，有一份是關于加強數據分析人才培養。在推進人工智能發展過程中，數據起到什么作用？數據分析起到什么作用？

陳松蹊：人工(gong)智(zhi)能的(de)算法是基于(yu)(yu)數(shu)(shu)據，基于(yu)(yu)高質(zhi)量(liang)數(shu)(shu)據。人工(gong)智(zhi)能的(de)基礎(chu)，一(yi)個是計(ji)(ji)算機，一(yi)個是統(tong)計(ji)(ji)學。像(xiang)人工(gong)智(zhi)能大模(mo)型，就是基于(yu)(yu)大量(liang)的(de)、無序(xu)的(de)、有偏差的(de)數(shu)(shu)據，應用統(tong)計(ji)(ji)思想、統(tong)計(ji)(ji)分析(xi)方法，構建(jian)的(de)分析(xi)決(jue)策模(mo)型。

近些年，人力資源部發布的數據顯示，我國數據分析人才非常欠缺。大量數據要真正實現“賦能”，需要經過數據分析，因為數據存在隨機性、誤差等特征。只有通過分析數據才知道其質量、價值、是否可以賦能；只有經過統計分析才能真正用于決策。

統計學(xue)是一門基礎學(xue)科，各(ge)個學(xue)科的實證分析(xi)，都需(xu)要用到(dao)統計學(xue)。統計學(xue)科數據賦能的歷(li)史(shi)已有(you)150年，在農業、工業、生物制藥、醫學(xue)、金融等領(ling)域(yu)都有(you)廣(guang)泛(fan)的應(ying)用。

像日本經濟實現騰飛很關鍵的一環在于1950年代開始使用統計學的質量控制，在數據分析的基礎上提升了工業產品質量，是數據驅動經濟騰飛的經典案例。藥(yao)物臨床試驗(yan)要做的(de)(de)實(shi)證(zheng)(zheng)分析(xi)(xi)，是通過實(shi)驗(yan)組和對(dui)照組來(lai)對(dui)比驗(yan)證(zheng)(zheng)藥(yao)物是否有效，這里(li)面數據的(de)(de)采集分析(xi)(xi)需要用(yong)到統(tong)計學方(fang)法(fa)。美國幾個(ge)大的(de)(de)藥(yao)廠(chang)都雇(gu)傭600名統(tong)計博士。另(ling)外一個(ge)數據賦能的(de)(de)成功案例是信用(yong)卡(ka)公司(si)，信用(yong)卡(ka)個(ge)人信用(yong)風險(xian)評估，就是基(ji)于大量個(ge)人數據，應用(yong)統(tong)計學方(fang)法(fa)建(jian)模分析(xi)(xi)對(dui)不同(tong)客戶(hu)進(jin)(jin)行風險(xian)打分。近年(nian)來(lai)，部分統(tong)計學畢(bi)業(ye)生進(jin)(jin)入互(hu)聯網公司(si)，跟算法(fa)工(gong)程(cheng)師一起完(wan)善算法(fa)。

我們團隊之前監測大(da)(da)氣(qi)污染(ran)的治(zhi)理(li)效(xiao)(xiao)(xiao)果(guo)(guo)，就在考慮統(tong)計團隊可(ke)以貢獻什么。因為此前評(ping)估空氣(qi)污染(ran)治(zhi)理(li)效(xiao)(xiao)(xiao)果(guo)(guo)，主(zhu)要(yao)基于(yu)觀測到的大(da)(da)氣(qi)污染(ran)平均濃度，但是大(da)(da)氣(qi)污染(ran)受(shou)到排放、氣(qi)象(xiang)(xiang)條(tiao)件等多因素(su)影響(xiang)。我們應用統(tong)計學方(fang)法剔(ti)除(chu)掉氣(qi)象(xiang)(xiang)因素(su)，排除(chu)掉“天幫忙”的情形，基于(yu)排放來監測大(da)(da)氣(qi)狀況，來評(ping)估地(di)方(fang)大(da)(da)氣(qi)治(zhi)理(li)的效(xiao)(xiao)(xiao)果(guo)(guo)，這(zhe)樣的評(ping)估會更加(jia)公平有效(xiao)(xiao)(xiao)。

加強統計分析來挖掘數據生產力

《21世紀》：我國大數據產業發展多年，但很多大數據公司似乎難以盈利，在你看來背后的原因是什么？

陳松蹊：我國(guo)大數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)產業發展(zhan)有十多(duo)年了，此(ci)前很多(duo)公司側重在(zai)(zai)賣硬(ying)件(jian)，在(zai)(zai)顯示(shi)、存儲、算(suan)力等方面投入(ru)較(jiao)多(duo)，但是(shi)(shi)在(zai)(zai)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)分析(xi)這塊還比較(jiao)欠缺。要真正(zheng)實(shi)現(xian)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)賦能(neng)(neng)，不能(neng)(neng)只(zhi)是(shi)(shi)配備硬(ying)件(jian)，需要在(zai)(zai)某個領(ling)域里深耕，真正(zheng)利用數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)分析(xi)實(shi)現(xian)科學(xue)決策，這樣才能(neng)(neng)真正(zheng)盈利。現(xian)在(zai)(zai)要補齊(qi)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)分析(xi)能(neng)(neng)力，基于行業特點通過(guo)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)分析(xi)，才能(neng)(neng)判斷數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)的(de)質量和(he)價(jia)值，才能(neng)(neng)摸索出數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)賦能(neng)(neng)的(de)路徑，才能(neng)(neng)釋放數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)的(de)生產力。

數據賦能現在有兩條路，一條是自上而下，一條是自下而上。“自上而下”就是大模型的應用，使用通用模型來解決問題。但是，大模型耗電量很大，需要使用很多超算，訓練模式也比較復雜，通用大模型下沉到具體企業還有很長的路要走。對于(yu)企(qi)業(ye)(ye)而(er)言，其實更(geng)適合“自(zi)下而(er)上”，就是企(qi)業(ye)(ye)把自(zi)己產(chan)生的數據先分析利(li)用起(qi)來，在此(ci)基(ji)礎上解決(jue)企(qi)業(ye)(ye)、行業(ye)(ye)現實的問題(ti)。數據賦能是一個(ge)長期事業，需(xu)要企業有自己的(de)數據分析師，而(er)不是只是找短(duan)期咨(zi)詢(xun)師，咨(zi)詢(xun)完后就(jiu)走人。

數(shu)(shu)據(ju)(ju)是(shi)國家(jia)或企業的戰略資源，但(dan)是(shi)數(shu)(shu)據(ju)(ju)本(ben)身不會自動賦能(neng)，要通過數(shu)(shu)據(ju)(ju)分(fen)析(xi)才能(neng)實現。通過數(shu)(shu)據(ju)(ju)分(fen)析(xi)挖掘數(shu)(shu)據(ju)(ju)生產力(li)，是(shi)數(shu)(shu)字中國建設(she)的一個關鍵。

統計分析讓人工智能更高效更綠色

《21世紀》：去年美國的ChatGPT，今年開年的Sora，都讓大家驚訝于人工智能的發展。中國的人工智能應該朝著什么方向努力？

陳松蹊：中國需要走出自己的路，不然總是跟在別人后面。現在大模型主要靠算力，也消耗很多能源，中國可以考慮是否能讓人工智能變得更綠色，比如把深度學習和統計分析結合起來，在前端做更多聰明的事情，減少一些蠻力投入，這(zhe)樣(yang)對能源的消耗不會那(nei)么大(da)，讓人工(gong)智能的發展路徑更(geng)加綠(lv)色高效。

公共數據開放需建立規范機制

《21世紀》：你今年還有一份提案，建議“加強公共數據共享，推動科技數據自立自強”。公共數據的開放，現在是否變得更迫切？在推動公共數據開放共享方面，有何建議？

陳松蹊：數據(ju)(ju)是(shi)最新的(de)生產要(yao)素(su)，新質生產力(li)的(de)發(fa)展往(wang)往(wang)需(xu)要(yao)數據(ju)(ju)驅動。要(yao)想(xiang)(xiang)數據(ju)(ju)賦能，要(yao)想(xiang)(xiang)彎道超車，需(xu)要(yao)有(you)頂層(ceng)設計，需(xu)要(yao)在數據(ju)(ju)標準(zhun)、交(jiao)易制度(du)、數據(ju)(ju)開(kai)放等方面做更(geng)多工(gong)作。2023年(nian)專門成(cheng)立國(guo)家數據(ju)(ju)局，就是(shi)為了(le)更(geng)好推(tui)動相關基礎(chu)工(gong)作。

科學(xue)家和企業對(dui)公(gong)共數(shu)(shu)據(ju)(ju)(ju)都有需求。比如，智慧農業對(dui)氣象、地表、土(tu)壤(rang)等數(shu)(shu)據(ju)(ju)(ju)都有需求。科學(xue)家們需要(yao)穩定的(de)數(shu)(shu)據(ju)(ju)(ju)來源(yuan)，因為(wei)做(zuo)科研發表時所用數(shu)(shu)據(ju)(ju)(ju)其(qi)他人也要(yao)可以獲(huo)取，用于重復驗證(zheng)，因此(ci)公(gong)共數(shu)(shu)據(ju)(ju)(ju)對(dui)外(wai)公(gong)開的(de)標準(zhun)和格式都應(ying)該(gai)有規范，不要(yao)隨意更改。

要推動實現高水平科技自立自強，首先需要提高公共數據的開放度。中國科學家可以基于中國海量數據，構建高質量的數據集，進而推動相關研究、人工智能往前發展。

因為國(guo)(guo)內公(gong)(gong)共(gong)數(shu)(shu)據(ju)(ju)獲取存在(zai)困(kun)難，我國(guo)(guo)科(ke)(ke)(ke)學(xue)(xue)家大量使用國(guo)(guo)外的(de)公(gong)(gong)共(gong)數(shu)(shu)據(ju)(ju)進行科(ke)(ke)(ke)學(xue)(xue)研(yan)究。比如英(ying)國(guo)(guo)生(sheng)物銀行基于(yu)30萬大樣本人群的(de)遺傳、生(sheng)活環境(jing)和健(jian)康數(shu)(shu)據(ju)(ju)，是腦科(ke)(ke)(ke)學(xue)(xue)、生(sheng)物統計、人口遺傳等學(xue)(xue)科(ke)(ke)(ke)研(yan)究常用的(de)數(shu)(shu)據(ju)(ju)來源(yuan)。華為的(de)盤古(gu)氣象(xiang)大模(mo)型，是基于(yu)歐洲(zhou)氣象(xiang)中心的(de)數(shu)(shu)據(ju)(ju)，構建了再分(fen)析數(shu)(shu)據(ju)(ju)集(ji)，進而訓練成功(gong)的(de)。世界衛(wei)生(sheng)組織發布的(de)各國(guo)(guo)流行病(bing)數(shu)(shu)據(ju)(ju)，也是開展相(xiang)關(guan)研(yan)究的(de)重(zhong)要公(gong)(gong)共(gong)數(shu)(shu)據(ju)(ju)來源(yuan)。

在公共數(shu)(shu)據(ju)(ju)開放方面，政(zheng)府(fu)可(ke)(ke)以(yi)帶個頭。那些(xie)不(bu)涉及(ji)國(guo)家安(an)全的數(shu)(shu)據(ju)(ju)，諸(zhu)如經濟、地球(qiu)科學、交通、氣象等數(shu)(shu)據(ju)(ju)，應該(gai)盡可(ke)(ke)能多(duo)地公開共享。建(jian)議建(jian)立(li)一套公共數(shu)(shu)據(ju)(ju)公開透(tou)明(ming)的機(ji)制，明(ming)確哪些(xie)可(ke)(ke)以(yi)對外公開，哪些(xie)做了風險評估(gu)后公開，哪些(xie)需要簽(qian)訂保密(mi)協議等。當然，搜集采集數(shu)(shu)據(ju)(ju)是(shi)有(you)成本(ben)，有(you)些(xie)數(shu)(shu)據(ju)(ju)的獲取可(ke)(ke)以(yi)收費。