泸州市数据局每周工作简报第10期(2024年11月11日—11月15日)

文摘   2024-11-17 11:19   四川  


数字泸州



>> 11月12日,市委常委、宣传部部长、电子信息产业生态链链长徐利,市委常委、副市长、电子信息产业生态链链长刘伟率市发展改革委、市经济和信息化局、市经济合作外事局专题调研长开区电子信息(数字经济)产业发展。市发展改革委总工程师肖昌燕陪同调研。

徐利一行先后前往国家数字化设计与制造创新中心华西中心,实地考察四川空天智造研究院金属材料3D打印设备研发中试项目建设情况。随后,徐利主持召开座谈会,听取长开区电子信息(数字经济)产业发展详细情况汇报。

刘伟指出,要深入研究分析当前制约产业发展存在的突出问题,精心谋划未来发展,推动产业聚势成链、融链成态、赋能提质。要进一步完善服务平台机制建设,切实加强产业服务保障。

徐利强调,要认真贯彻落实市委市政府决策部署,保持发展电子信息(数字经济)产业的战略定力,全力推动产业高质量发展。要聚焦聚力,坚持长短结合、软硬糅合,深入分析产业发展态势趋势和基础条件,进一步明确发展方向,推动产业集聚、建圈强链。要加倍努力,强化责任、细化举措,确保完成全年目标任务。


>> 11月13日,市委常委、宣传部部长、电子信息产业生态链链长徐利带队到成都电子信息产业生态圈联盟,围绕泸州深度融入成渝地区电子信息先进制造集群交流座谈。市发展改革总工程师肖昌燕参加。


>> 11月13日,市委常委、副市长、电子信息产业生态链链长刘伟带队到纳溪区调研数字经济产业发展工作,并召开座谈会。刘伟一行前往四川明德亨电子科技有限公司、中国电信天翼云川南中心、泸州新经济产业生态园展厅(川南人工智能算力中心),通过实地查看、听取汇报等方式,详细了解纳溪数字经济产业发展情况。

刘伟指出,数字经济是构成新质生产力的主要内容,也是驱动新质生产力发展的关键因素。要充分认识发展数字经济的重大意义,强化系统思维,科学规划数字经济发展蓝图,明确资源配置的重点领域和优先方向;要加强数字经济基础设施建设,提升网络、数据、算法等核心要素的供给能力,提高资源配置效率;要加强数字人才的培养和引进,形成数字人才集聚效应;要深入挖掘和拓展数字技术应用场景,充分利用数字技术实现传统产业转型升级、新兴产业发展壮大、未来产业布局培育,为经济社会发展注入强大动力。

>>截至11月15日,泸州市政务云平台已为78个市级部门(含下属事业单位)369个信息系统提供云资源服务;泸州市数据资源管理服务平台已归集全市296家单位数据,向社会开放数据集13942个。




数据瞭望



>>11月13日,省大数据中心召开政务数据汇聚攻坚专题工作会,传达省政府对政务数据汇聚工作相关要求,通报前期有关工作情况,安排部署下一步工作任务。

会议要求,要以高度的责任感和使命感,主动作为,积极投入到数据资源汇聚工作,推动政务数据汇聚工作取得可见可感的成果。要统筹协调各方资源,注重工作的质量和效率,确保工作顺利推进。


>>近日,省大数据中心组织召开省一体化社会信用信息平台(增信平台)建设攻坚参与者业务培训会。


会议指出,当前增信体系建设工作已进入关键阶段,要进一步凝聚共识、振奋精神、强化作风,紧盯重点任务,全力冲刺攻坚。一是要加快省一体化社会信用信息平台(增信平台)升级改造,全力提升平台一体化智能化水平。二是要加大信用数据归集、治理、整合共享力度,推动全省信用数据及时、全面、高质量归集,为增信体系建设夯实数据基础。三是要推动“信易贷”工作提质增效。积极创新信用融资产品,加快新产品试点推广,推动经营主体融资贷款降本提速增量。



数据观察



>>更好发挥海量数据和丰富场景优势

当前,我国海量数据和丰富场景优势潜力亟待释放。《全国数据资源调查报告(2023年)》显示,2023年生产的数据量中只有2.9%被保存,在存储数据中,一年未使用的数据约占四成,大量数据价值被低估,亟待挖掘复用。加快数据开发利用,推动海量数据转化为经济增长新动能、国家竞争新优势,对加快发展新质生产力、推动高质量发展具有重要而深远的意义。

公共数据量大质优,是一片机遇广布的蓝海,其开放利用对发展数据要素市场具有风向标意义。近段时间,多地积极探索公共数据授权运营机制,通过分领域分场景授权、整体统一授权等多种方式,在公共数据开发开放方面取得了一定成效。比如,北京以场景为牵引,设立金融、医疗等领域的公共数据专区,选择具有竞争力的经营主体开展运营管理,创新赋能行业。目前,公共数据资源管理和运营机制改革正不断推进,数据供给动力和市场创新活力得到进一步释放。

合规高效流通、保障数据安全,是推动数据开发利用的重要前提。数据流通使用,有利于提高资源配置效率,也存在隐私泄露、数据滥用等风险,兼具正、负两方面外部性。正因此,要不断优化数据流通环境,聚焦解决普遍存在的“不愿流通”“不敢流通”等顾虑,努力实现数据可信流通。

丰富应用场景、推动高水平应用,是激活数据要素价值的根本途径。数据价值,只有置于应用场景中才能被充分挖掘。加快数据开发利用,必须推动数据要素多场景应用、多主体复用,创造多样化的价值增量。随着政策供给不断优化,各类数据将实现有效整合与深度利用,数据资源支撑经济社会发展的战略性、基础性、先导性作用也将更为凸显。



数据科普



>>人工智能(AI)与大模型的区别

人工智能(AI)和大模型(如GPT)并不是同一个概念,但它们有密切的关系。以下是两者的区别和联系:

1. 人工智能(AI)

定义:人工智能是一个广泛的领域,指的是通过计算机系统或机器模仿人类智能的能力。AI可以涉及机器学习、专家系统、计算机视觉、自然语言处理、语音识别等多种技术。

范围:人工智能的范围很广,包括基于规则的系统、深度学习、强化学习等不同的技术和方法,不仅仅局限于大模型。

应用:AI被应用于自动驾驶、医疗诊断、推荐系统、机器人、语音助手等各个领域。

2. 大模型

定义:大模型,通常指的是基于深度学习的、由海量数据和参数训练而成的机器学习模型,尤其是自然语言处理(NLP)和生成模型,如GPT、BERT等。它们通常包含数十亿甚至上百亿的参数,能够在多个任务中进行迁移学习和泛化。

范围:大模型是人工智能领域中的一个子集,尤其是在自然语言处理、生成式任务(如文本生成、图像生成等)中得到了广泛应用。大模型是指那些在参数规模和能力上超出传统模型的系统。

应用:大模型主要用于文本生成、机器翻译、代码生成、对话系统等应用,广泛用于对复杂数据的理解和生成任务。

总结:

•人工智能是一个广泛的领域,涵盖了多种技术,包括但不限于机器学习、大模型等。

•大模型是人工智能技术中的一种实现方式,主要是指那些通过海量数据训练、具有大规模参数的模型,通常应用于自然语言处理和生成任务。

•人工智能是一个更为广泛的概念,而大模型是其中的一个重要技术和应用分支。




END



泸州发改发布
泸州发改委
 最新文章