知乎周源：国内大模型面临高质量中文语料资源短缺挑战，应加快开发利用

全国政协委员、知乎创始人兼CEO周源

“2024年将迎来中国全功能接入互联网30周年的重要里程碑。历经近三十载的繁荣发展，众多杰出的互联网平台企业凭借科技创新，自初期的摸索逐步深入到日常生活的方方面面。”

澎湃新闻记者获悉，在2024年全国两会上，全国政协委员、知乎创始人兼CEO周源带来五份提案，分别聚焦大模型产业、科技人才供给、互联网平台经济等多个领域。

“互联网平台企业作为我国民营经济的重要组成部分，已经成为保障民生、促进创新、活跃市场、推动高质量发展的生力军。在国家经济转型升级和高质量发展的关键时期，提振互联网平台企业的信心，激发其创新活力，将为国家科技创新和经济发展注入新的动力。”周源表示。

在《关于补齐优质中文语料数据短板 推动我国大模型产业高质量发展的提案》中，周源表示，截至2023年年底，中国累计发布200多个人工智能大模型，其中有20多个大模型产品获批向公众提供服务。尽管国内在大模型领域取得一定的成就，但仍面临着一些挑战，其中最显著的问题之一是高质量中文语料资源的短缺。

周源称，据相关数据显示，2021-2026年中国数据量规模将由18.51ZB增长至56.16ZB，年均复合增长率达到24.9%，高于全球平均水平。虽然国内存量数据资源丰富，但目前中文优质数据仍然稀缺，如ChatGPT训练数据中文资料比重不足千分之一，而英文资料占比超过92.6%。

对此，周源建议，相关政府部门和监管机构针对数据合规应建立相应的监管机制，推动完善AIGC监管立法，保护和规范人工智能领域的数据合规。对大模型的数据采集来源、处理方法、合规性等进行监督和审查。此外，应加强对大模型的社会影响和风险评估，及时发现和解决可能存在的问题。

其次，要加快高质量中文数据集的开发与利用。数据作为新型生产要素已经成为驱动全球数字经济的动力引擎，国内数据要素市场起步较晚，标准、权属、交易、商业模式、监管等相关环节还有待完善。

在《关于激发互联网平台企业创新活力 促进民营经济高质量发展的提案》中，周源表示，互联网重塑了人们的工作模式、生活形态，甚至改变了思维方式，是中国科技创新体系的核心力量，为推动创新驱动发展战略提供了强大动力。

对此，周源建议，要加强政策法规保障，提振互联网平台企业发展信心，要加快促进民营经济发展立法进程。要科学设置监管政策，完善市场准入负面清单制度，明确禁止和限制进入的领域。对于尚未纳入监管范围的产业，应遵循“法无禁止即可为”的原则，支持互联网平台企业探索未知领域，为培育未来产业奠定坚实基础。

要完善科技创新机制，激发互联网平台企业创新热情。优化产业和科技扶持资金和项目的组织方式，更大比例吸收科技创新型互联网平台企业及其产业科学家、企业家深度参与；提供税收优惠和政府引导基金支持，降低互联网企业研发成本，激发其持续投入研发的热情。

在《关于以高质量技能人才供给 推动新质生产力快速发展的提案》中，周源表示，新质生产力的源头在科技创新，落脚点在产业升级，关键因素在人才支撑。加快形成新质生产力，不仅需要“高精尖缺”科技人才，还要有一大批高素质技术技能人才、大国工匠、能工巧匠等。

人工智能技术为技能培训行业带来更多的创新机会，促进技能培训行业更加丰富的应用场景落地。他建议，应该鼓励并引导培训机构和教师更加积极主动适应和掌握AI技术，提升自身的专业能力和教育素养，借助人工智能技术和AI大模型的发展，促进高质量技能人才培养效率和有效供给。