أخبار ar.wedoany.com، أشار البروفيسور تشانغ شيانغ هونغ، عضو اللجنة الاستشارية لخبراء البيانات الوطنية وأستاذ في جامعة بكين جياوتونغ، مؤخرًا إلى تحليل متعمق لمجموعة من السياسات الصادرة مؤخرًا، مع التركيز على موضوعات مثل بناء مجموعات البيانات عالية الجودة في القطاع الصناعي وتنفيذ مبادرة "الرنين بين النماذج والبيانات". وأوضح تشانغ أن الذكاء الاصطناعي قد دخل مرحلة التطبيق على نطاق واسع، لكن القطاع الصناعي لا يزال يواجه اختناقات رئيسية، أبرزها نقص المعروض من البيانات عالية الجودة، والانفصال بين البيانات والنماذج وسيناريوهات التطبيق.
وأضاف تشانغ أن الذكاء الاصطناعي يمر حاليًا بنقطة تحول تنموية، حيث تجاوز مرحلة التعلم ودخل مرحلة التطبيق واسع النطاق. ففي عام 2025، تجاوز حجم بيانات الاستدلال في الذكاء الاصطناعي المحلي 101.34 إكسابايت لأول مرة حجم بيانات التدريب البالغ 98.14 إكسابايت، كما تجاوزت نسبة حركة مرور الوكلاء الذكيين في الشبكة حركة المرور البشرية بكثير. ومع ذلك، لا تزال هناك فجوة كبيرة في توفر مجموعات البيانات عالية الجودة ذات المعرفة العامة للقطاعات ومجموعات البيانات عالية الجودة ذات المعرفة المتخصصة، كما أن التطبيق الواسع لنماذج اللغة الكبيرة في العالم الحقيقي، مثل التصنيع الصناعي، يفتقر إلى التغذية الراجعة والإثباتات العملية.
توفر سلسلة الوثائق الصادرة مؤخرًا تصميمًا استراتيجيًا رفيع المستوى ومسارات تنفيذية للتحول الرقمي والذكي في قطاع التصنيع. تنص "خطة العمل لتعزيز بناء مجموعات البيانات عالية الجودة في القطاعات" على إنشاء مجموعة من مجموعات البيانات عالية الجودة المعتمدة من خلال التطبيق والتي تغطي المجالات الرئيسية بحلول نهاية عام 2028. وتحدد "إشعار التنفيذ المشترك لمبادرة 'الرنين بين النماذج والبيانات' لعام 2026" هدف تشكيل دورة تفاعلية إيجابية بين "البيانات والنماذج وتطبيقات السيناريوهات" بحلول نهاية عام 2026. وتقترح "إشعار بدء مبادرة 'تعزيز البيانات الصناعية'" تمكين تطبيق نماذج اللغة الكبيرة القطاعية والوكلاء الذكيين الصناعيين بحلول نهاية عام 2026، وتلخيص المسارات الفعالة وآليات الابتكار. بينما تهدف "آراء تنفيذية خاصة بمبادرة 'الذكاء الاصطناعي + التصنيع'" إلى تعزيز التطبيق العميق لـ 3 إلى 5 نماذج لغة كبيرة عامة في قطاع التصنيع، ونشر 1000 وكيل ذكي صناعي عالي المستوى، وبناء 100 مجموعة بيانات عالية الجودة في المجال الصناعي، وتعميم 500 سيناريو تطبيق نموذجي.
من وجهة نظر تشانغ شيانغ هونغ، فإن "الرنين بين النماذج والبيانات" هو المفتاح لكسر الاختناقات الحالية في التطبيق. تهدف هذه المبادرة إلى تصنيف وبناء نوعين من مجموعات البيانات عالية الجودة: ذات المعرفة العامة للقطاعات وذات المعرفة المتخصصة، إلى جانب تطوير نماذج لغة كبيرة خاصة بالقطاعات ووكلاء ذكيين لسيناريوهات فرعية، لتشكيل نظام حلزوني متبادل التعزيز بين "البيانات والنماذج والسيناريوهات". وأكد أن التصنيع الصناعي هو ساحة المعركة الرئيسية لتشكيل الاقتصاد الذكي الجديد، حيث يدفع التحول الرقمي والذكي في التصنيع نحو تحقيق اختراقات في تقنيات البرمجيات والأجهزة المتطورة، ويحفز نماذج أعمال جديدة مثل التخصيص الموجه من المستهلك إلى المصنع (C2M) والخدمات اللوجستية الذكية، ويعمل كـ "مختبر" لاختراق التقنيات الأساسية مثل الذكاء الاصطناعي القابل للتفسير، والتوأم الرقمي، والحوسبة الطرفية.
وفي معرض حديثه عن الوضع الحالي لبناء مجموعات البيانات عالية الجودة في القطاع الصناعي المحلي، أشار تشانغ إلى أن الصين قد دخلت مرحلة جديدة من التصميم الاستراتيجي المنهجي والتجارب الرائدة في التصنيع الصناعي. فحتى الربع الأول من عام 2026، تم بناء أكثر من 116 ألف مجموعة بيانات عالية الجودة على مستوى البلاد، متجاوزة حجم بيانات يبلغ 960 بيتابايت. وفي الممارسات الميدانية، قامت 516 مؤسسة بإكمال اعتماد المنصة في إطار مبادرة "الرنين بين النماذج والبيانات" التي تقودها وزارة الصناعة وتكنولوجيا المعلومات وهيئة البيانات الوطنية، مع إطلاق 1350 مجموعة بيانات صناعية. كما تم بناء أول مجموعة بيانات للذكاء الاصطناعي التجسيدي على المستوى الصناعي في ووشي، وتم إنشاء مصانع بيانات متخصصة في تيانجين وشانغهاي، وقاد 73 من قادة سلاسل التوريد القطاعية على مستوى البلاد بناء مجموعات بيانات فرعية تغطي مجالات مثل معدات الطاقة والأدوية الكيميائية.
كما صرح تشانغ بصراحة بوجود ثلاث مشاكل رئيسية في القطاع. أولاً، الافتقار إلى معايير البيانات الصناعية المخصصة لتدريب الذكاء الاصطناعي، مما يستلزم تسريع وضع معايير البيانات ومواصفات التقييم الموحدة للجودة. ثانيًا، عدم نضج تقنيات جمع ومعالجة والتعرف الدلالي للبيانات غير المهيكلة مثل العمليات التكنولوجية، والتركيبات، والبيانات الزمنية، وبيانات الإدراك الحسي. ثالثًا، لا يزال تطوير واستغلال البيانات الصناعية في مراحله الأولى، حيث لم يتم تحديد نقاط القيمة بعد، ولم تتشكل بعد سيناريوهات تطبيق ظاهرية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
