数据要素×科技创新领域赛道
一、鼓励科学数据汇聚共享
围绕科学数据开放共享机制,推动海量多源科学数据治理,数据安全与隐私保护等重点场景,促进重大科技基础设施、重大科技项目等产生的各类科学数据有效汇聚、高效治理与互联互通,打造跨领域流通的科学数据协同服务网络,发展综合型、智能化、交互式等新型科学数据发现模式,推动科学数据有序开放共享和融合利用。
二、推动科技领域人工智能大模型开发
围绕科学数据的质量和准确性,科学数据的标注和分类,科技领域大模型的预训练、微调与推理应用等重点问题,深入挖掘各类科学数据和科技文献,通过细粒度知识抽取和多来源知识融合,构建科学知识资源底座,建设高质量语料库和基础科学数据集,支持开展人工智能大模型开发和训练。
三、科学数据助力科学研究和技术创新
围绕不同领域科学数据的融合利用,科学问题与人工智能等技术的融合,科学数据成果赋能技术创新和产业发展等重点场景,对科学数据融合应用、深入挖掘,提供高质量科学数据资源与知识服务,利用人工智能大模型等新技术,助力探索未知领域,驱动科学创新发现。聚焦生物育种、新材料创制、药物研发等领域,以数智融合加速技术创新和产业升级。
四、科学数据加速科研新范式变革
围绕AI for Science在不同学科领域的研究与落地,充分依托各类数据库与知识库,利用人工智能、大数据和物联网等技术,推进跨学科、跨领域协同创新,以数据驱动发现新规律、创造新知识、发明新方法,推动科学研究方法的不断进步和发展,加速科学研究范式变革与新质生产力发展。