文字实录 国家数据局举办“数据要素×”首场新闻发布会OD体育官方网站- OD体育APP下载- 世界杯指定投注平台

　　od体育官方网站注册网址,od体育app官网下载,od体育最新登录网址,od体育平台,od体育app,od体育app下载,od体育靠谱吗,od体育,od体育下载,od体育官方网站,od体育官网,od体育投注,od体育下注,od体育买球,od体育世界杯,od体育欧洲杯,od体育赛事,od体育开户,od体育注册,od体育登录,od体育入口总的来看，“数据要素×”行动实施一年多来，对加快数据融入社会化大生产，释放其作为生产要素的独特价值起到了重要促进作用。为进一步推动“数据要素×”行动走深走实，我们进一步强化场景牵引，持续推进公共数据“跑起来”示范场景建设，正在抓紧编制“数据要素×”应用场景指引，为各方提供更具落地性操作指南；我们加快夯实数字底座，发布国家数据基础设施建设指引，开展可信数据空间创新发展试点，加快数据流通利用技术收敛和熟化推广；我们鼓励先行先试，加快数据要素综合试验区创建，联合有关部门深入开展“数据要素×”试点，推动打破数据在重点场景应用的堵点难点问题；我们着力营造发展环境，加强对数据市场的顶层设计，构建全国统一的数据市场规则、设施和治理体系，繁荣培育市场经营主体，创造更加公平、更有活力的市场环境。

　　二是聚焦“扩大供给”这个目标，持续深化共享开放和探索授权运营。当前，交通运输部正按照“1+N+X”的技术架构，加快建设综合交通运输大模型，即建设1套通用大模型底座、N个行业垂域大模型、一批面向应用的智能体。这其中，数据是支撑大模型建设，实现行业落地应用的重要基础。我们通过公共数据开发利用“三种方式”，优势互补，协同联动，让数据既“供的出”“流的动”，又“供的多”“流的快”。建成交通运输数据共享交换系统，横向连通国务院各部门，纵向直达地方交通运输主管部门，实时对接国家数据共享交换平台，累计汇聚数据27亿条，数据存储容量达74TB，提供服务14亿次，有力支撑了跨地域、跨层级、跨系统、跨部门业务协同。制定实施交通运输行业高质量数据集建设方案，建立行业高质量数据集建设图谱。加快制定交通运输部公共数据授权运营管理办法，促进公共数据要素高效流通利用。

　　其次，在深化数据赋能方面，农业农村部全力推动农业生产经营管理服务智能化升级。我部持续深化大数据、人工智能、农业机器人等新技术与农业生产经营的深度融合，精准播种、变量施肥、智慧灌溉、精准饲喂、环境控制等逐渐普及。加快建设粮棉油糖、水畜产品、果蔬等8类15个品种的全产业链大数据，建立生产、加工、储运、销售、消费、贸易等环节的数据清洗挖掘和分析服务模型，重要农产品全产业链数字化改造取得初步成效。“农事直通”APP注册用户已达108万，“全农码”实现“地、人、物、财、事”有效关联，累计赋码超22.76亿，农户可以“一机在手”，实现田间管理、产销直连、贷款审批等多个应用场景。成立农业农村部数据标准化技术委员会，立项、研制了一批基础通用、行业急需的数据标准，有力促进了数据要素规范健康发展。

　　最后，在拓宽应用场景方面，农业农村部深入实施“数据要素×现代农业”行动，不断推进数据资源开发利用场景建设。其中，“卫星遥感数据赋能精准农业生产”、“以数据增信推动农业信贷直通车迭代升级”两个场景入选国家数据局示范场景建设名单，正在按计划有序推进各项建设任务，力争在一年内形成企业、群众可感可及的应用成果。“畜牧产业大脑助推畜牧业高质量发展”、“‘区块链+’蔬菜质量追溯创新应用”等典型案例获得国家数据局推介，在中国国际大数据产业博览会上公开发布。其中，“浙江畜牧产业大脑”通过与市场监管、金融监管、生态环境等八部门数据共享、业务对接，构建集行业分析、监测预警、数据服务于一体的数字化平台，目前已累计辅助251个养殖场抵押授信7.24亿元，处置安全风险2万余次，帮助养殖户降低经济损失6500多万元。示范场景和典型案例的引领作用正深入农业农村各行业各领域，释放出千姿百态的乘数效应。欢迎继续对三农工作关注和支持！谢谢！

　　在促流通方面。首先是强化数据要素化治理通过三个持续优化进行，①持续优化中国科学院科学数据中心体系，促进全院科学数据汇聚与共享，我院拥有天文、地理、大气、海洋、生物、基因等32个科学数据中心，具有完备的科学数据体系，具有体系化工作40余年历史，具有海量科学数据260PB。②持续优化科技资源标识、登记、溯源等公共服务平台建设，筑牢数据要素流通基础；③持续优化科学数据安全流通与应用，推进科学数据分权，发布了国内首个国家微生物科学数据隐私计算平台，保护数据隐私权，保障数据权益，实现数据跨领域、跨部门“可用不可见”。其次是数据赋能科技创新方面。中国科大机器化学家团队成功研制出全球首个数据智能驱动的机器化学家平台，打造了不知疲倦的机器人实验科学家；地理资源研究所基于生态系统碳通量、碳储量观测数据，改进碳循环模型，助力我国“双碳”行动计划更好落实；自动化研究所在第八届数字中国建设峰会上发布了基于科学基础大模型的智能科研平台—ScienceOne，推动实现多学科协同的智能科研新范式，支持跨学科成果涌现。

　　在赛事组织方面有“四个新”。—是大赛政策有新导向，更加突出以数据要素市场化价值化为导向，更加重视数据治理，更好赋能高质量发展。二是赛道赛题有新变化，赛道上新增了开放性创新赛道，力求发掘更多新创意、新应用，赛题上以场景牵引数据价值化，以数据应用破解行业发展难题。三是组织方式有新调整，人社部、住建部、人民银行、全国总工会等4部门加入赛事组委会，各地分赛联合的部门更多，近期很多地方也启动了地方分赛，进一步强化赛事组织的纵横联动。四是参赛队伍有新主体，数据价值不仅体现在提高经济效益上，还体现在提升社会治理水平上。为此，有关政府部门和事业单位可参与城市治理、应急管理、气象服务等特定赛道，以激励更多公共数据供出来、用起来。在赛事举办同时，我们还将加大产融对接力度，推动各地各部门加大对大赛成果的宣传和支持力度，增强参赛队伍的获得感。希望媒体朋友和我共同挖掘和宣传场景和案例，在社会营造用数氛围。

　　二是突出实用价值。在设计赛题时，我们充分结合农业农村各行业各领域实际情况，确保赛题要能落地、可推广。以农业机械化为例，截至2023年，全国农机装备保有量近2亿台套，总动力11.37亿千瓦，2024年全国农作物耕种收综合机械化率超过75%，可以说，农机化领域应用市场巨大，数据要素发挥作用的空间无限。我们以“推动农机作业服务提质增效降本”设置赛题，就是通过融合利用物联网、大数据、人工智能等技术和农机作业、农情、天气等各类数据，有效支撑农机化生产管理决策，促进智能农机装备在农业产前、产中、产后数据融合应用，推动农机作业服务提质增效降本。“促进农产品追溯管理能力提高”、“促进农村土地利用优化与精准服务”等赛题设置，也都是紧密结合农业农村发展实际，确保有切实的实践意义。

　　三是鼓励模式创新。我们支持跨领域、跨行业的融合创新，培育农业发展新动能，这也契合数字时代传统产业升级的内在要求。所以，我们在设计赛题时就是想要鼓励参赛者打破传统农业的边界，跨界整合物联网、人工智能、区块链等先进技术，探索农业农村与电商、物流、金融等产业的深度融合。我们以“促进培育以需定产新模式”设置赛题，就是希望融合农业与电商平台、商超数据，构建“消费端需求—生产端调整”的逆向数据传导体系，将市场信号转化为可量化的生产指导依据；以“打造乡村治理数字化服务场景”作为赛题，就是希望打通人口、基础设施、经济发展等多维数据，推动乡村治理从“经验驱动”转向“数据驱动”。这些考虑，都是希望通过创新驱动释放数据要素价值，为农业农村现代化注入新活力。

　　第三个赛题方向是“提升应急管理智能化水平”，这个赛题方向各参赛团队首先可以探索共建高质量数据集，主要是利用应急管理领域专业知识和数据资源，构建面向监测预警、监管执法、指挥救援等典型应用场景的高质量数据集，为大模型的训练和应用提供丰富、可靠的“燃料”；其次可以探索拓展大模型智能化场景应用，主要是基于高质量数据，拓展“久安”大模型在监测预警、监管执法、指挥救援、辅助决策等应急管理实战场景中的应用；最后可以探索推动智能机器人赋能实战化应用，主要是将高质量数据驱动的大模型与机器人结合，提升机器人的多模态感知、复杂指令理解、智能决策、动作执行、学习进化等能力，优化人机协作和交互模式，探索在巡堤查险、隐患排查、灾害事故救援等场景中的应用。谢谢！

　　今年的大赛，交通运输领域确定的公路水路基础设施数字化转型升级、提升综合货运枢纽智能化水平、物流数据开放互联等7个赛题，紧紧围绕充分发挥数据要素乘数效应，促进交通运输提效能、扩功能、增动能。赛题设置体现了三个“突出”。一是突出场景牵引。围绕交通基础设施数字化转型升级、物流降本增效、海事安全监管等重点、难点和关键点设置赛题，推动打破数据壁垒，促进数据复用增效和业务协同联动。二是突出融合应用。鼓励交通运输行业与互联网企业数据资源深度融合应用，拓展智慧物流、一体化出行服务等新场景，充分激发数据要素潜能。三是突出制度创新。探索形成符合交通运输行业特点的公共数据授权运营模式和行业数据空间，为数据要素充分共享、合规流通和开发利用提供安全可靠的保障。

　　科技创新赛题设置，有三个关键词概括，一是筑牢，二是赋能，三是变革。首先是筑牢数据基石，围绕科学数据高效汇聚与安全共享，打造跨领域协同的科学数据服务网络；建设高质量语料库和基础科学数据集，夯实科技领域人工智能大模型训练基础。第二个关键词是赋能，就是赋能特定场景，聚焦科学研究和技术创新的具体场景，通过发展高质量科学数据资源与知识服务，在宇宙起源、黑洞探索等领域驱动科学新发现。第三个关键词是变革，就是变革科研范式，以数据智能驱动发现新规律、创造新知识、发明新方法，推动科研从经验导向和理论指导转向数据智能驱动。以上三点既体现了最新科技发展方向，又紧密贴合当下现实需求，形成了完整创新链条，保证了科技创新赛题的前瞻性与现实性。