３月２９日，２０２４北京ＡＩ原生產(chǎn)業(yè)創(chuàng)新大會(huì)暨北京數(shù)據(jù)基礎(chǔ)制度先行區(qū)成果發(fā)布會(huì)在京舉行。會(huì)上，北京國(guó)際大數(shù)據(jù)交易所（下稱(chēng)“北數(shù)所”）牽頭，正式發(fā)布了首批１００個(gè)人工智能大模型高質(zhì)量訓(xùn)練數(shù)據(jù)集。

本批數(shù)據(jù)集首次匯聚了來(lái)自中科院大氣物理所、北京市科學(xué)技術(shù)研究院、中國(guó)知網(wǎng)、中汽智聯(lián)、北方健康、中文在線(xiàn)、中國(guó)搜索、牡丹集團(tuán)、瑞萊智慧等３６家機(jī)構(gòu)及企業(yè)提供的非公開(kāi)數(shù)據(jù)集作為大模型語(yǔ)料訓(xùn)練數(shù)據(jù)。

數(shù)據(jù)集內(nèi)容覆蓋科技創(chuàng)新、金融服務(wù)、醫(yī)療健康、醫(yī)藥研發(fā)、自動(dòng)駕駛、氣象服務(wù)、商業(yè)航天、影視創(chuàng)作等２０多個(gè)應(yīng)用場(chǎng)景，共計(jì)１００余個(gè)語(yǔ)料數(shù)據(jù)，數(shù)據(jù)總量逾１５０ＰＢ，涵蓋了專(zhuān)業(yè)知識(shí)問(wèn)答、中外論文期刊、古今文化書(shū)籍、互聯(lián)網(wǎng)輿情資訊、知識(shí)產(chǎn)權(quán)多語(yǔ)種音視頻、教學(xué)資源題庫(kù)、科研數(shù)據(jù)、駕駛環(huán)境場(chǎng)景數(shù)據(jù)、高清圖片等多領(lǐng)域、多模態(tài)數(shù)據(jù)語(yǔ)料。

其中，涉及醫(yī)療健康、醫(yī)藥研發(fā)場(chǎng)景的約２０個(gè)數(shù)據(jù)集，具體包括：

單細(xì)胞代謝、轉(zhuǎn)錄組數(shù)據(jù)

多肽藥物庫(kù)

二型糖尿病人群隊(duì)列基因位點(diǎn)

核酸適配數(shù)據(jù)庫(kù)

基于醫(yī)保數(shù)據(jù)構(gòu)建藥物平價(jià)替代智能推薦算法模型

就近購(gòu)藥、就診智能推薦模型

就診醫(yī)生、醫(yī)院信息智能推薦模型

臨床知識(shí)數(shù)據(jù)集

腦電預(yù)訓(xùn)練數(shù)據(jù)

匿名化健康醫(yī)療大數(shù)據(jù)

騙保行為ＡＩ自動(dòng)識(shí)別算法模型

生物醫(yī)藥研發(fā)質(zhì)量控制與精準(zhǔn)

小分子藥物庫(kù)

藥店評(píng)價(jià)智能推薦模型

藥物化合物結(jié)構(gòu)式及ＡＤＭＥＴ數(shù)據(jù)

醫(yī)學(xué)大模型監(jiān)督微調(diào)數(shù)據(jù)集

用于反向虛擬篩選的蛋白質(zhì)數(shù)據(jù)庫(kù)

中醫(yī)藥消費(fèi)趨勢(shì)判斷

中醫(yī)知識(shí)數(shù)據(jù)集

醫(yī)藥衛(wèi)生科技（期刊、報(bào)紙、論文）　　　　　　　　　　　

北數(shù)所表示，通過(guò)北數(shù)所進(jìn)行人工智能數(shù)據(jù)集進(jìn)場(chǎng)交易，將更好的為模型訓(xùn)練提供更加合規(guī)可靠、便捷化、規(guī)模化的數(shù)據(jù)服務(wù)，進(jìn)一步提高數(shù)據(jù)來(lái)源合規(guī)性，降低數(shù)據(jù)交易成本。北京金控集團(tuán)董事長(zhǎng)、北數(shù)所董事長(zhǎng)范文仲表示，建議積極推動(dòng)高價(jià)值數(shù)據(jù)訓(xùn)練集和智能算力進(jìn)場(chǎng)交易，不斷提高人工智能模型訓(xùn)練的合規(guī)性，增加透明度，共同推動(dòng)數(shù)據(jù)要素的開(kāi)放利用，推動(dòng)北京數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展。

會(huì)上，北京亦莊發(fā)布了《北京經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)關(guān)于加快打造ＡＩ原生產(chǎn)業(yè)創(chuàng)新高地的若干政策》，提出到２０２６年，培育性能達(dá)到國(guó)際先進(jìn)水平的通用大模型，打造人工智能標(biāo)桿應(yīng)用場(chǎng)景１０個(gè)，集聚人工智能產(chǎn)業(yè)鏈企業(yè)１００家，實(shí)現(xiàn)園區(qū)營(yíng)業(yè)收入１０００億元，建成人工智能算力１００００　ＰＦｌｏｐｓ。

文件明確了一系列補(bǔ)貼和獎(jiǎng)勵(lì)政策，例如：

每年將發(fā)放１億元的算力券；

支持企業(yè)深耕垂直領(lǐng)域，重點(diǎn)圍繞ＡＩ＋新藥研發(fā)等領(lǐng)域進(jìn)行技術(shù)攻關(guān)，打造行業(yè)垂直領(lǐng)域大模型；

采取“揭榜掛帥”機(jī)制，鼓勵(lì)重點(diǎn)圍繞“大模型＋”醫(yī)療等領(lǐng)域，打造一批可復(fù)制、可推廣的標(biāo)桿型示范應(yīng)用場(chǎng)景；

每年發(fā)放１億元模型券；

推動(dòng)“大模型＋醫(yī)藥研發(fā)”，加強(qiáng)數(shù)字生物學(xué)、計(jì)算機(jī)藥物發(fā)現(xiàn)、實(shí)驗(yàn)室自動(dòng)化、ＡＩ輔助臨床試驗(yàn)等領(lǐng)域研發(fā)，鼓勵(lì)大模型在藥物發(fā)現(xiàn)、設(shè)計(jì)、合成和生產(chǎn)全過(guò)程應(yīng)用。

與此同時(shí)，北京亦莊人工智能公共算力平臺(tái)３０００ＰＦｌｏｐｓ規(guī)模的算力設(shè)備正式點(diǎn)亮并投入使用，這也是北京最大規(guī)模的高性能人工智能計(jì)算集群，可以幫助企業(yè)推動(dòng)開(kāi)展大模型訓(xùn)練，推廣行業(yè)應(yīng)用，進(jìn)一步夯實(shí)了北京大模型研發(fā)創(chuàng)新與行業(yè)應(yīng)用的算力底座。

注：文章來(lái)源于網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系刪除