什么是数据空间？什么是数据要素场？跟我们的生活又有什么关系？

近日，《徽商》全媒体记者带着一系列问题来到合肥综合性国家科学中心数据空间研究院（以下简称“合肥数空院”）寻找答案。

今年5月份，第二届数据空间大会在安徽合肥举办，大会发布了《数据空间发展战略蓝皮书》（以下简称《蓝皮书》）和数据要素场技术体系、罗盘：复杂网络计算平台、原子大模型与开源社区三项优秀成果。

《蓝皮书》站在生产力视角解读了“数据空间”，将其定义为实践活动产生的新空间，并提出数据空间中存在数据场基本规律，指出数据空间的基础设施——数据基础设施是随着数字技术演进形成的新型基础设施。

上述的三项优秀成果都与合肥数空院密切关联。

合肥综合性国家科学中心数据空间研究院院长助理、数据要素创新研究中心主任林传文所在的团队主要负责数据基础设施中流通基础设施的顶层设计、关键技术攻关、工程实践落地工作等内容，林传文就其中的数据要素场向《徽商》全媒体记者进行了详细介绍。

林传文接受《徽商》全媒体记者采访

数据要素场是数据空间研究院研发的一类数据流通利用基础设施，构建了统一语义、统一标识、数据标准化封装、可控流通、数据分发等一整套数据流通技术体系，支撑跨域数据安全高效流通，持续释放价值。

以医疗场景为例，数据要素场可以实现个人健康数据的归纳、流通、分析以及实时监测。当就诊者需要穿梭于不同的医疗机构，其健康数据也会散落在不同的机构。不同的机构可以通过布置连通数据要素场的节点，实现就诊者各个节点数据的调动和归纳，形成个人健康数据中心。其中包含门诊、检查、取药、住院等相关数据，通过大模型算法，可分析并实时监测就诊者健康状况，不同机构之间的数据还可以相互流通。

除了收集医疗机构数据，包括智能手环等设备，几乎关于健康的所有数据，都可以被连通到个人健康数据中心。

【01】

数据要素场的“生意经”

内容对不上号、个人隐私暴露、信息过多令人眼花缭乱……也许会有人发出疑问，“数据空间安全吗？可靠吗？我们需要一个什么样的数据空间？”或许数据要素场可以给到我们一些参考。

数据要素场有三条“主线”，分别是数据标准化加工治理、数据可信流通、数据价值链，而“数据件”则是数据要素流通使用的基本单位。在这里，可以将数据要素场看成是“生意场”。

语言不通，交流合作便寸步难行。数据标准化加工治理是将抽调过来的“数据要素”进行“解耦”，通过数据精炼、统一标识编码注册等，按照数据交换模型等封装规则对不同来源的数据进行标准化封装，形成语义统一、标识统一、组织统一的“数据件”，实现数据主体之间“摘要数据”的互通和交换。

换言之，就是给抽调来的数据办个“身份证”，让讲不同“地方方言”的数据都说“普通话”，进行合作交流，其中“摘要数据”就是重点合作内容。

比如，甲状腺功能检查在A医院的检查项目名称是“甲状腺功能三项”，内容包括血清游离三碘甲状原氨酸FT3测定、血清游离甲状腺素FT4测定、促甲状腺激素（TSH）；B医院的则是“甲功三项”，包括FT3、FT4、TSH。通过数据治理，无论是A医院、B医院、C医院还是D医院，它们的项目检查名称都会被统一成“甲状腺功能”，内容包括游离三碘甲状原氨酸（FT3）、游离甲状腺素（FT4）、促甲状腺激素（TSH）。

合作谈得差不多了，但具体细节不便对外透露。数据可信流通支持数据高效可靠地进行跨层级、跨地域、跨行业分发流通，具备多种可信可控流通能力。如专家学者做研究调查需要收集健康数据时，被抽调的“数据件”都是提前“脱敏”的，即去掉个人隐私信息，只收集部分数据供专家学者们统计和研究。

在“数据要素场”搭建好后，还要进行精准“招商”。数据价值链是将“数据件”的持有方、加工方、运营方、服务方等都整合到同一条价值链上，在保障各方利益的基础上，在数据要素场内开展价值评估等各种各样的实践活动，才能让数据有效地流通起来。

【02】

让数据“即插即用”

“从订单驱动生产，再到交付、售后，企业全生命周期都一目了然。”林传文表示，数据要素场是可共建、可共享、可复制的。大到整个产业链，小到单个零部件，在企业生产经营的过程中，研发、生产、营销、售后等版块的数据，都可以整合到数据要素场里，将不同版块的数据串联成一条工业数据总线，以此实现企业数字化转型。

基于数据要素场的数据流通能力、高质量数据形成能力，合肥数空院打造了原子大模型，针对企业、个人和边缘设备场景，分别训练了Atom-13B、Atom-7B和Atom-1B三个通用基础模型，在语言理解、文本生成、任务执行等方面达到国内先进水平，跻身中文大模型领先梯队。

林传文介绍数据要素场

“大模型领域现今较大的难点，就是帮助挖掘行业中的痛点、难点，实现提质增效。”林传文说，由于大模型在与行业结合的过程中，需要获取各种与行业密切相关的数据，这一点难以实现，还需要与各行各业多多“磨合”。

相对于百度文心一言、腾讯混元大模型、360智脑、阿里云通义千问、科大讯飞星火大模型等，原子大模型注重的是行业上的应用。目前，原子大模型在HuggingFace全球下载量超过20万，Github获得超过1万星标。

此外，合肥数空院还有自己的开源社区——Llama中文社区，目前是Github排名第一的LIama中文开源社区。

如果说数据是大模型的“燃油”，那算力就是大模型的“发动机”。

芜湖数据中心集群是“东数西算”国家工程重要枢纽及十大数据中心集群之一，最近芜湖市迎来了算力产业的集中爆发，中国移动、中国联通、华为、字节跳动等行业巨头在此地布局，纷纷设立了与算力产业紧密相关的平台和中心，不仅为安徽数字经济发展注入了新的活力，也助力支撑长三角、中部地区数字经济发展。

“让数据找到最匹配它的算力。”林传文表示，大模型是个综合工程，算法、算力、数据缺一不可，它们之间是融合发展、协同并进的。未来，数据要素场将助力新型基础设施建设，为个人、企业、城市打造“即插即用”的数据要素场。

据林传文介绍，合肥数空院正在联合中国人民大学、中国科学院计算技术研究所等国内多家研究机构、科研院所和高校，携手打造数据要素场试验场，连通合肥、芜湖、南京、苏州、上海等长三角多个城市，开展数据跨域流通高效利用。

目前，数据要素场已在合肥、芜湖、上海等地的医疗、社会治理、农业、产业创新、跨境等重点场景领域，为卫健委、公安、医院、保险机构等数据提供者和使用者提供数据高效流通利用等服务，打造了专病研究、矛盾调解、贷款担保、产业链分析、物流跨境等场景示范应用。

合肥数空院于2022年5月6日由安徽省人民政府发起成立，是新一代信息技术数据空间领域的新型研发机构，致力于引领网络空间安全和数据要素创新技术前沿及创新方向。该研究院秉持“2111”发展战略，聚焦“网络强国”和“数字中国”两大国家重大战略需求，汇聚一批长江学者、杰青、青橙奖、科学探索奖获得者等海内外高层次人才，建设1个集数据创新平台、产业创新平台、智能算力平台三位一体的“数字时代的国家大科学装置”——国家数据创新平台，打造1个数据空间产业创新生态。

《徽商》全媒体

文：吕品田

摄：李朦