97久久精品人人做人人爽-97久久香蕉国产线看观看-996久久国产精品线观看-9999国产精品欧美久久久久久

2025年12月29日至30日在京召開的全國數據工作會議明確2026年為“數據要素價值釋放年”。2026年政府工作報告進一步強調，深化數據資源開發利用，健全數據要素基礎制度，建設高質量數據集。

在此背景下，如何筑牢數字“底座”，成為全國兩會上代表委員們熱議的焦點。《中國科學報》采訪了多位代表委員與一線科學家，他們從交通強國建設中的“血液”到驅動生命科學創新的“引擎”，再到算力定價、存儲短板及人才困境，對數字中國建設提出一系列真知灼見。

暢通數據“血液”循環為交通強國建設注入新動能

在現代經濟活動中，數據無處不在。“從汽車、無人機、機器人等現代裝備上遍布的傳感器感知數據，到機器設備自身的運轉數據，再到運轉調度、指揮、服務與生產作業的運營數據，千行百業的全生命周期都在產生海量數據。”全國政協委員、北京交通大學教授鐘章隊在接受《中國科學報》采訪時說。

“數據就像數字經濟時代的血液，它通過通信網絡的‘血管’進行傳輸，再經云計算和算力網絡的‘心臟’泵送和處理，最終由人工智能（AI）作為大腦進行深度加工，支撐起各類智能應用。”鐘章隊形象地比喻說，在交通領域，數據要素的流動與應用，是驅動其從傳統運輸業向數字化、智能化、綠色化現代綜合交通體系轉型的關鍵。

“它讓運輸組織更聰明，服務體驗更優質，安全保障更可靠。”鐘章隊說。依托大數據，高鐵、高速公路等復雜大網絡可以實現精準調度、動態調整和智能預警。通過分析客流、貨流和天氣等實時數據，系統可以智能選擇最優路線，大幅提升路網的通行能力和正點率。

鐘章隊舉例說，以鐵路12306為代表的客票系統，通過對客流數據的精準采集與分析，實現列車開行方案的動態調整、運力的精準投放。通過身份證件、電子客票、刷臉進站、在線退改簽等服務，讓“數據多跑路，群眾少跑腿”，極大減少了旅客候車與排隊時間。而95306中國鐵路貨運服務平臺則打通了貨流、車流、信息流、資金流的全鏈條數據，實現了貨物從“站到站”向“門到門”“端到端”的轉變，提供了全程可追溯的現代物流服務。

此外，通過對動車組、線路、信號等設備全生命周期的數據監控，可以實現裝備故障的預判、運營風險的預警和事后的精準維護。這種從事前預防、事中監管到事后分析的閉環，構建了更加可靠的安全屏障。

“從這些方面來看，數據要素已經成為智能鐵路、智慧交通的硬核支撐。”鐘章隊說。

盡管成績斐然，鐘章隊坦言，當前數據要素在交通領域的深化應用仍面臨堵點。鐵路、公路、民航、水運分屬不同部門管理帶來的行政壁壘，導致跨部門、跨區域、跨方式的數據共享困難，“一票制”聯程聯運目前難以實現。由于數據標準尚不統一，不同廠家、不同系統的設備、運營、服務數據來源多樣，接口、格式、口徑不一，導致數據難以深度融通和挖掘分析。同時，由于市場化流通機制有待健全，數據的確權、交易、收益分配及安全責任歸屬等機制尚不清晰，制約了數據價值的釋放。此外，安全與共享尚需進一步平衡，部分單位對數據使用和公開存在“不敢共享、不會共享”的顧慮，如何在確保安全的前提下促進數據開放，是亟待解決的問題。

談及AI與交通的融合，鐘章隊表示，數據“血液”質量越高，AI這個“大腦”越聰明。他表示，AI的深度應用，必須以高質量的數據治理和開放共享為前提。目前，在交通領域，面向公眾的To C端地圖導航等應用已較為成熟，但面向行業生產、調度、安全的To B端應用才剛剛起步。

“未來，我們需要在通用大模型的基礎上，結合行業特有的‘行話’和規律，開發出適宜的大模型。”鐘章隊說，隨著數據要素市場的不斷完善和AI場景的深度培育，交通領域的智能化變革將迎來新一輪爆發式增長，為“人享其行、物暢其流”的交通強國建設源源不斷地注入數智動能。

驅動數字“新石油”成為生命科學創新“核心引擎”

作為國家微生物科學數據中心（以下簡稱中心）主任，中國科學院微生物研究所研究員馬俊才見證了數據要素在其領域釋放巨大價值的過程。他介紹，中心建立的微生物數據平臺，目前已覆蓋全球超8PB數據量，匯聚了60多億條微生物數據資源。這一龐大的數據庫支撐了新藥研發、疫情預警、生物制造等重大應用場景，并入選國家數據局首批18個國家層面公共示范應用場景。

“我們致力于通過數據流通打破‘信息孤島’，讓數據成為生命科學創新的核心引擎。”馬俊才在接受《中國科學報》采訪時說。

在馬俊才看來，數據要素就像數字經濟的新石油，不僅驅動技術創新、優化資源配置，還能加速產業升級。結合過往實踐，他表示，中心正在開展的國家數據局“基于自主生物制造數據的氨基酸高產菌株改造示范場景建設”應用項目，就是以社會效益和產業自主為導向，通過構建生物制造科學數據共享平臺，整合多源異構數據，形成高質量數據集，在此基礎上，通過AI模型開發實現工業菌種優化，賦能生物制造。

據介紹，基于中心的大數據挖掘和AI設計，科學家首創的普瑞巴林手性中間體R-單酰胺一步酶法合成技術，已在國內多家企業轉化落地。該工藝避免了有毒有機溶劑的使用，合成成本比傳統化學拆分工藝下降50%，預計產值超億元，為我國生物制造產業的可持續發展注入了強勁動力。

在回顧成績的同時，馬俊才還指出了當前制約數據發揮作用的體制機制堵點——標準不統一。他以合成生物學為例指出，盡管該領域在食品、醫藥、能源等方面發展迅猛，但研發、生產與監管環節的數據割裂嚴重阻礙了技術落地。

“尤其是在組學信息、生物過程參數與產品安全評價等關鍵環節，缺乏統一標準。”馬俊才表示，這種全鏈條數據不互通的現狀，已成為制約全球生物制造產業化的共性難題。

面對這一挑戰，馬俊才建議提升國際標準建設能力和話語權。基于依托中國科學院微生物研究所建立的世界微生物數據中心，2025年，馬俊才與國內外同行倡導舉辦了“生物制造全鏈條標準化研討會”，邀請基因組信息學、生物技術、食品技術等領域的27位國際標準化組織（ISO）相關技術委員會主席和核心專家參會，有效推動了基因組信息學、分析方法、生物樣本保藏、生物技術等11項ISO標準提案的研討和立項工作。

“作為我國生命科學領域唯一的世界微生物中心，我們將繼續凝聚全球共識。”馬俊才表示，將繼續致力于推動全球全鏈條數據的互通共享，全力打造具有世界影響力和引領力的微生物數據中心，為全球生物經濟發展貢獻中國智慧與中國力量。

筑牢數據“底座”尚需全方位發力

全國兩會期間，代表委員們還圍繞數據治理、算力布局、存儲技術及人才培養等核心議題，提出了諸多建設性意見。他們認為，如果將當下熱門的AI比作臺前明星，那么數據要素就是幕后底座，數據治理就是決定AI下半場勝負的核心競爭力。

算力作為數據的加工廠，其供給結構和發展質量直接影響數據價值釋放效率。全國政協委員、中國科學院計算技術研究所研究員張云泉指出，當前算力市場化定價機制尚不完善，建議參照電力的“基準價+上下浮動”模式，建立成本核算與價格指導體系，設立成本底線并引導錯峰用電。同時，他呼吁建立統一的算力度量標準，對通用計算、高性能計算、AI訓練與推理分別制定標準化單位和等價換算規則，以規范市場運行。

“當前我國算力建設仍存在四大突出問題。”全國政協委員、北京國際城市發展研究院創始院長連玉明指出，這包括供需錯配，高端智能算力緊張與西部通用算力閑置并存；“算力孤島”現象嚴重，跨域資源難以流通；網絡時延削弱西部優勢；“算電協同”水平不高。

對于算力建設的宏觀布局，連玉明建議優化“東數西算”工程布局，構建“國家-區域-邊緣”三級算力架構，實施精準功能布局。同時，通過完善直連網絡、健全市場機制和推動綠色轉型，系統性解決這些問題。

數據的永久保存和高效讀寫是釋放價值的前提。全國人大代表、全國人大財政經濟委員會委員騫芳莉指出，當前我國存儲核心產業存在明顯短板：機械硬盤（HDD）產業完全空白，NAND閃存核心技術仍有差距，關鍵材料與設備對外依存度高。此外，國內存儲基礎設施建設全閃存化應用滲透率偏低。“這使得我國數據留存率僅為2.8%，‘應存未存’現象突出。”騫芳莉呼吁，在全球存儲器件價格因供需失衡而暴漲之際，必須加快發展以固態硬盤（SSD）為代表的先進存力，補齊產業鏈短板，保障國家數據安全，掌握數字經濟發展主動權。

數據價值的挖掘最終離不開人才。全國政協委員、南京大學副校長、中國科學院院士周志華在全國政協十四屆四次會議第二次全體會議上作大會發言時表示，目前部分科研工作者在“AI賦能科學研究”方面停留在對工具的簡單套用，或盲目嘗試訓練通用“科學大模型”以應對所有問題。

“要加強政策引導，提升基礎創新能力。”周志華建議，優化AI領域科學研究的統籌布局，重點支持一批具有前瞻性、戰略性的基礎研究項目，鼓勵科研人員開展原創性研究。同時，變革培養模式，打造復合型人才隊伍，從源頭構建“AI賦能科學研究”復合型創新人才培養體系，系統化培養既深諳領域知識又掌握前沿AI技術的“雙語”科學家。同時，在學位獲取、職稱晉升、績效考核等環節建立“交叉學科特區”，破解跨學科人才在傳統評價體系中“兩頭不靠”的困境。

（原載于《中國科學報》 2026-03-11?01版）