全国政协委员、中国科学院院士、北京大学讲席教授陈松蹊今年两会带来的提案跟“数字中国”培植干系，他建议加强数据剖析人才培养、推进公共数据开放，这样中国才能在环球数据赋能竞赛中成为“领跑者”，才能更好地推动实现科技自主自强。

近日，21世纪经济宣布带着干系问题专访了陈松蹊。
陈松蹊表示，中国发展人工智能要走自己的路，可以把深度学习和统计学结合起来，走一条更效能更绿色的发展之路。

（全国政协委员、中国科学院院士、北京大学讲席教授陈松蹊，采访者供图）

数据驱动经济腾飞有经典案例

《21世纪》：今年两会你带来的提案，有一份是关于加强数据剖析人才培养。
在推进人工智能发展过程中，数据起到什么浸染？数据剖析起到什么浸染？

陈松蹊：人工智能的算法是基于数据，基于高质量数据。
人工智能的根本，一个是打算机，一个是统计学。
像人工智能大模型，便是基于大量的、无序的、有偏差的数据，运用统计思想、统计剖析方法，构建的剖析决策模型。

近些年，人力资源部发布的数据显示，我国数据剖析人才非常欠缺。
大量数据要真正实现“赋能”，须要经由数据剖析，由于数据存在随机性、偏差等特色。
只有通过剖析数据才知道其质量、代价、是否可以赋能；只有经由统计剖析才能真正用于决策。

统计学是一门根本学科，各个学科的实证剖析，都须要用到统计学。
统计学科数据赋能的历史已有150年，在农业、工业、生物制药、医学、金融等领域都有广泛的运用。

像日本经济实现腾飞很关键的一环在于1950年代开始利用统计学的质量掌握，在数据剖析的根本上提升了工业产品质量，是数据驱动经济腾飞的经典案例。
药物临床试验要做的实证剖析，是通过实验组和对照组来比拟验证药物是否有效，这里面数据的采集剖析须要用到统计学方法。
美国几个大的药厂都雇佣600名统计博士。
其余一个数据赋能的成功案例是信用卡公司，信用卡个人信用风险评估，便是基于大量个人数据，运用统计学方法建模剖析对不同客户进行风险打分。
近年来，部分统计学毕业生进入互联网公司，跟算法工程师一起完善算法。

我们团队之前监测大气污染的管理效果，就在考虑统计团队可以贡献什么。
由于此前评估空气污染管理效果，紧张基于不雅观测到的大气污染均匀浓度，但是大气污染受到排放、气候条件等多成分影响。
我们运用统计学方法剔除掉气候成分，打消掉“天帮忙”的环境，基于排放来监测大气状况，来评估地方大气管理的效果，这样的评估会更加公正有效。

加强统计剖析来挖掘数据生产力

《21世纪》：我国大数据家当发展多年，但很多大数据公司彷佛难以盈利，在你看来背后的缘故原由是什么？

陈松蹊：我国大数据家当发展有十多年了，此前很多公司侧重在卖硬件，在显示、存储、算力等方面投入较多，但是在数据剖析这块还比较欠缺。
要真正实现数据赋能，不能只是配备硬件，须要在某个领域里深耕，真正利用数据剖析实现科学决策，这样才能真正盈利。
现在要补齐数据剖析能力，基于行业特点通过数据剖析，才能判断数据的质量和代价，才能摸索出数据赋能的路径，才能开释数据的生产力。

数据赋能现在有两条路，一条是自上而下，一条是自下而上。
“自上而下”便是大模型的运用，利用通用模型来办理问题。
但是，大模型耗电量很大，须要利用很多超算，演习模式也比较繁芜，通用大模型下沉到详细企业还有很长的路要走。
对付企业而言，实在更适宜“自下而上”，便是企业把自己产生的数据先剖析利用起来，在此根本上办理企业、行业现实的问题。
数据赋能是一个长期奇迹，须要企业有自己的数据剖析师，而不是只是找短期咨询师，咨询完后就走人。

数据是国家或企业的计策资源，但是数据本身不会自动赋能，要通过数据剖析才能实现。
通过数据剖析挖掘数据生产力，是数字中国培植的一个关键。

统计剖析让人工智能更高效更绿色

《21世纪》：去年美国的ChatGPT，今年开年的Sora，都让大家惊异于人工智能的发展。
中国的人工智能该当朝着什么方向努力？

陈松蹊：中国须要走出自己的路，不然总是跟在别人后面。
现在大模型紧张靠算力，也花费很多能源，中国可以考虑是否能让人工智能变得更绿色，比如把深度学习和统计剖析结合起来，在前端做更多聪明的事情，减少一些蛮力投入，这样对能源的花费不会那么大，让人工智能的发展路径更加绿色高效。

公共数据开放需建立规范机制

《21世纪》：你今年还有一份提案，建议“加强公共数据共享，推动科技数据自主自强”。
公共数据的开放，现在是否变得更急迫？在推动公共数据开放共享方面，有何建议？

陈松蹊：数据是最新的生产要素，新质生产力的发展每每须要数据驱动。
要想数据赋能，要想弯道超车，须要有顶层设计，须要在数据标准、交易制度、数据开放等方面做更多事情。
2023年专门成立国家数据局，便是为了更好推动干系根本事情。

科学家和企业对公共数据都有需求。
比如，聪慧农业对气候、地表、土壤等数据都有需求。
科学家们须要稳定的数据来源，由于做科研揭橥时所用数据其他人也要可以获取，用于重复验证，因此公共数据对外公开的标准和格式都该当有规范，不要随意变动。

要推动实现高水平科技自主自强，首先须要提高公共数据的开放度。
中国科学家可以基于中国海量数据，构建高质量的数据集，进而推动干系研究、人工智能往前发展。

由于海内公共数据获取存在困难，我国科学家大量利用国外的公共数据进行科学研究。
比如英国生物银行基于30万大样本人群的遗传、生活环境和康健数据，是脑科学、生物统计、人口遗传等学科研究常用的数据来源。
华为的盘古气候大模型，是基于欧洲气候中央的数据，构建了再剖析数据集，进而演习成功的。
天下卫生组织发布的各国盛行病数据，也是开展干系研究的主要公共数据来源。

在公共数据开放方面，政府可以带个头。
那些不涉及国家安全的数据，诸如经济、地球科学、交通、气候等数据，该当尽可能多地公开共享。
建议建立一套公共数据公开透明的机制，明确哪些可以对外公开，哪些做了风险评估后公开，哪些须要签订保密协议等。
当然，搜集采集数据是有本钱，有些数据的获取可以收费。

更多内容请***21财经APP