数据资源怎样成为人工智能的“粮食”

建设人工智能发展的“上海高地”，全力打造人工智能一流创新生态，需要进一步释放科教资源优势、应用场景优势、海量数据优势、基础设施优势。特别是，要在推动人工智能数据开放、技术推广、市场准入上率先突破。

上海具有存量和增量优势

进入新世纪以来，人工智能算法不断创新，机器学习技术进步很快。正如人类需要从食物中获得能量一样，人工智能也需要“食物”，这就是稳定的数据流。

深度学习算法需要数据来进行“训练”，数据量越大，输出结果就越准确。因此，各国在制定人工智能发展政策时都格外强调数据的重要性。

例如，美国特朗普政府签署行政命令，扩大人工智能研究人员使用政府数据授权；英国积极推动数据开放，鼓励企业利用数据发展人工智能技术和产业。

上海人口基数大，网民数量多，信息化素养高。2017年，上海网民规模超过1857万人，网民渗透率达76.8%，源源不断地产生着海量数据。

同时，智慧城市建设产生的数据量也颇为可观。“十三五”期间，上海致力于建设“物联、数联、智联”三位一体的新型城域物联专网；各区也积极推进城市精细化管理，用途各异的传感器遍布城市的各个领域，不间断采集和传输数据。

在此基础上，上海积极推进政务信息整合、共享与公共数据开放，形成了相对完整的公共数据资源库。例如，全市统一管理的政务数据资源目录体系，累计汇集数据资源目录2.1万条、数据项32万多个；上海市政府数据服务网累计开放的数据，涵盖经济建设、资源环境、教育科技、道路交通等12个重点领域、11个应用场景。

降低获取和使用数据的成本

下一步，上海还应着力提高数据的流动性、大幅度降低获取和使用数据的经济成本、制度成本，让丰富的数据资源真正成为人工智能发展壮大的“粮食”。

首先，加大公共数据开放力度，创新数据开放模式。

调研显示，很多企业都希望获取与民生紧密相关、社会迫切需要、行业增值潜力显著的高价值公共数据，从而开发形成自己的优势产品和服务。但由于各种原因，目前公共数据开放力度和开放形式依然无法满足这一市场需求。

在这个方面，国外的一些城市进行了大胆探索。例如，通过整合全市交通、安全、经济等跨部门、跨行政区的数据，伦敦建立了一站式数据开放平台——“伦敦数据仓库”，通过免费的统一接口为开发人员提供超过80种数据源，为1.3万多名开发人员提供准确的实时数据。据统计，2017年，利用伦敦交通局的开放数据开发的各类移动客户端达到675个，供超过40%的伦敦人使用。

又如，纽约有很多开放式数据门户，方便开发者便捷获取各个领域的海量数据，从而催生了全球最多的智能应用部署。尤其是，在医疗健康及政府、社区和住房方面，纽约取得了重要进展。

其次，合理提供应用场景，鼓励企业发展人工智能。

近年来，全球不少城市都在尝试搭建各种各样的人工智能创新实验平台。例如，迪拜政府与企业合作，把“硅谷绿洲工业区”作为智能应用的测试基地，开发智能灌溉系统之类的智能应用，产品成熟后再推广至整个城市。又如，维也纳的智慧城市是欧洲最大的节能示范项目，由多个政府部门、公共事业企业、研究机构和企业协作实施。

上海市域面积大，有条件选择若干合适的区域作为智能数据、可持续性和城市服务的实验平台，为人工智能企业进行应用试验提供更接近实际的条件。

最后，加强数据市场建设，提高数据资源流动性。

建议组建上海数据法律和伦理研究中心，积极探索与数据采集、数据保存、数据交易、数据使用和数据监管相关的法律问题和伦理问题，建立上海在数据市场领域的学术声誉。同时，鼓励上海数据交易中心开展数据资源定价、交易标准、交易流程、交易管理等试点，逐步扩大交易范围和增加交易量，建成世界领先的数据交易市场。

作者：中国浦东干部学院教授 楚天骄