全部商品分類
３月２９日，２０２４北京ＡＩ原生產業創新大會暨北京數據基礎制度先行區成果發布會在京舉行。會上，北京國際大數據交易所（下稱“北數所”）牽頭，正式發布了首批１００個人工智能大模型高質量訓練數據集。
本批數據集首次匯聚了來自中科院大氣物理所、北京市科學技術研究院、中國知網、中汽智聯、北方健康、中文在線、中國搜索、牡丹集團、瑞萊智慧等３６家機構及企業提供的非公開數據集作為大模型語料訓練數據。
數據集內容覆蓋科技創新、金融服務、醫療健康、醫藥研發、自動駕駛、氣象服務、商業航天、影視創作等２０多個應用場景，共計１００余個語料數據，數據總量逾１５０ＰＢ，涵蓋了專業知識問答、中外論文期刊、古今文化書籍、互聯網輿情資訊、知識產權多語種音視頻、教學資源題庫、科研數據、駕駛環境場景數據、高清圖片等多領域、多模態數據語料。
其中，涉及醫療健康、醫藥研發場景的約２０個數據集，具體包括：
單細胞代謝、轉錄組數據
多肽藥物庫
二型糖尿病人群隊列基因位點
核酸適配數據庫
基于醫保數據構建藥物平價替代智能推薦算法模型
就近購藥、就診智能推薦模型
就診醫生、醫院信息智能推薦模型
臨床知識數據集
腦電預訓練數據
匿名化健康醫療大數據
騙保行為ＡＩ自動識別算法模型
生物醫藥研發質量控制與精準
小分子藥物庫
藥店評價智能推薦模型
藥物化合物結構式及ＡＤＭＥＴ數據
醫學大模型監督微調數據集
用于反向虛擬篩選的蛋白質數據庫
中醫藥消費趨勢判斷
中醫知識數據集
醫藥衛生科技（期刊、報紙、論文）
北數所表示，通過北數所進行人工智能數據集進場交易，將更好的為模型訓練提供更加合規可靠、便捷化、規模化的數據服務，進一步提高數據來源合規性，降低數據交易成本。北京金控集團董事長、北數所董事長范文仲表示，建議積極推動高價值數據訓練集和智能算力進場交易，不斷提高人工智能模型訓練的合規性，增加透明度，共同推動數據要素的開放利用，推動北京數字經濟高質量發展。
會上，北京亦莊發布了《北京經濟技術開發區關于加快打造ＡＩ原生產業創新高地的若干政策》，提出到２０２６年，培育性能達到國際先進水平的通用大模型，打造人工智能標桿應用場景１０個，集聚人工智能產業鏈企業１００家，實現園區營業收入１０００億元，建成人工智能算力１００００ ＰＦｌｏｐｓ。
文件明確了一系列補貼和獎勵政策，例如：
每年將發放１億元的算力券；
支持企業深耕垂直領域，重點圍繞ＡＩ＋新藥研發等領域進行技術攻關，打造行業垂直領域大模型；
采取“揭榜掛帥”機制，鼓勵重點圍繞“大模型＋”醫療等領域，打造一批可復制、可推廣的標桿型示范應用場景；
每年發放１億元模型券；
推動“大模型＋醫藥研發”，加強數字生物學、計算機藥物發現、實驗室自動化、ＡＩ輔助臨床試驗等領域研發，鼓勵大模型在藥物發現、設計、合成和生產全過程應用。
與此同時，北京亦莊人工智能公共算力平臺３０００ＰＦｌｏｐｓ規模的算力設備正式點亮并投入使用，這也是北京最大規模的高性能人工智能計算集群，可以幫助企業推動開展大模型訓練，推廣行業應用，進一步夯實了北京大模型研發創新與行業應用的算力底座。
注：文章來源于網絡，如有侵權，請聯系刪除
