Централизация баз данных для развития ИИ

3 июня 2026 года Национальное управление данных КНР опубликовало «План реализации по продвижению строительства высококачественных отраслевых наборов данных». План сосредоточен на создании китайской базы данных, от которой зависят системы искусственного интеллекта. Он предписывает формирование отраслевых наборов данных для обучения ИИ-моделей в 19 секторах и 5 инновационных направлениях, включая здравоохранение, электронную коммерцию, общественную безопасность, городское управление и социальный кредит. Термин «высококачественный набор данных» имеет в официальной китайской практике специфическое определение, одновременно техническое и политическое. Согласно техническим стандартам, выпущенным в августе 2025 года, высококачественный набор данных определяется как совокупность данных, прошедших сбор, обработку и иные операции, которая может напрямую использоваться для разработки и обучения ИИ-моделей и способна эффективно повышать производительность модели.

Качество набора данных отражается в пяти измерениях: «большой» масштаб, «надежная» безопасность, «правильная» точка зрения, «хорошие» результаты и «широкое» применение. Соблюдение требований безопасности данных также включено в набор показателей соответствия качества. Эти показатели устанавливают, что данные в наборах, предназначенных для разработки и обучения ИИ-моделей, «не должны содержать незаконный контент, включая материалы, нарушающие социалистические основные ценности, дискриминационный контент, коммерческие нарушения или контент, нарушающий законные права и интересы других лиц».

Те же стандарты устанавливают трехуровневую систему классификации высококачественных данных по степени чувствительности. «Наборы данных общего знания» содержат знания, доступные широкой публике без специальной подготовки, полученные из энциклопедий и интернет-платформ; они относятся к низкому уровню чувствительности. «Отраслевые наборы данных общего знания» содержат знания, требующие профессиональной подготовки, полученные из научных статей, отраслевых отчетов и официальных документов; они также относятся к низкому уровню чувствительности. «Отраслевые наборы данных профессионального знания» содержат знания, требующие глубокой профессиональной подготовки и операционного опыта, полученные из внутренних бизнес-систем и управленческих платформ организаций; они относятся к высокочувствительным данным. По состоянию на июнь 2025 года в стране было создано более 35 000 высококачественных наборов данных общим объемом более 400 петабайт.

Новый план реализации включает положения об управлении наборами данных, которые требуют надзора на протяжении всего жизненного цикла: сбора, очистки, обработки, разметки, проверки качества, оценки, итерации и аудита. Эти положения помещают данные под государственное управление в системе, описываемой как «физически распределенная, но логически централизованная». Национальная платформа управления наборами данных, созданная и эксплуатируемая Национальным исследовательским институтом развития данных под руководством Национального управления данных, была запущена в тестовом режиме 29 апреля 2026 года, незадолго до официального выпуска плана, на саммите «Цифровой Китай» . Платформа предоставляет органам управления данными функции каталогизации наборов данных и мониторинга их создания, поставщикам наборов данных функции публикации и оценки качества, а пользователям наборов данных — функции поиска и извлечения информации.

🐉 О Китае в Атласе Байцзэ