أخبار ar.wedoany.com، أعلن المهندس العام لأكاديمية الصين لتكنولوجيا المعلومات والاتصالات (CAICT)، السيد خه باو هونغ، خلال منتدى تطوير عناصر البيانات الذي عُقد في بكين في 3 يوليو 2026 ضمن فعاليات المؤتمر العالمي للاقتصاد الرقمي 2026، عن إطلاق نظام خدمات التحقق التقني الذي يرتكز على مفهوم "الرنين بين النماذج والبيانات"، بهدف دفع عجلة صناعة الذكاء الاصطناعي نحو بناء حلقة تفاعلية متطورة تجمع بين "النماذج والبيانات والسيناريوهات".
بتوجيه من وزارة الصناعة وتكنولوجيا المعلومات، باشرت أكاديمية الصين لتكنولوجيا المعلومات والاتصالات منذ سبتمبر 2025، وبالتعاون مع عدد من الجهات، إطلاق حملة عمل خاصة بعنوان "الرنين بين النماذج والبيانات". وفي ديسمبر 2025، أصدرت 8 جهات حكومية مشتركة "الآراء التنفيذية لحملة عمل 'الذكاء الاصطناعي + التصنيع'"، والتي دعت إلى اتباع مسار "استقطاب البيانات بالنماذج، وتمكين النماذج بالبيانات" لتعزيز حملة الرنين بين النماذج والبيانات. وفي أبريل 2026، أصدرت وزارة الصناعة وتكنولوجيا المعلومات بالتعاون مع إدارة الدولة للبيانات إشعارًا بالحملة، حددت فيه 7 مهام رئيسية للرنين بين النماذج والبيانات، مما يمثل انتقال هذه الحملة من مرحلة توافق الآراء الصناعي إلى مرحلة التنفيذ الشامل. وقد طرحت الأكاديمية آلية عمل تتمثل في "جسم رئيسي واحد وجناحين وثلاث دورات"، حيث يتمحور العمل حول الدفع الثنائي المتبادل والتنسيق الأمثل بين البيانات والنماذج. ويتم تحقيق ذلك من خلال تحسين جودة البيانات لدفع التطوير المتكرر للنماذج، وفي الوقت نفسه، الاستفادة من قدرات النماذج لدفع تحسين جودة البيانات وزيادة كفاءتها، مما يؤدي إلى فتح سلسلة القيمة الكاملة المتمثلة في "رفع جودة البيانات - تطوير كفاءة النماذج - إطلاق قيمة التطبيقات السيناريوهية"، وبناء نظام خدمات متكامل وشامل للذكاء الاصطناعي يجمع بين البيانات والنماذج والتطبيقات.
يدور نظام "الرنين بين النماذج والبيانات" حول ثلاثة عناصر أساسية هي: مجموعات البيانات عالية الجودة، والنماذج عالية الكفاءة، والتطبيقات الصناعية عالية القيمة، وذلك لإنشاء آلية تكرارية مغلقة. أولاً، دورة من البيانات إلى النماذج: حيث تغطي مجموعات البيانات عالية الجودة دورة الحياة الكاملة للنماذج الكبيرة بدءًا من البناء والتدريب وصولاً إلى النشر والتطوير المتكرر، كما تساهم الاختبارات المعيارية للنماذج الكبيرة في تغذية تحسين جودة البيانات بشكل عكسي. ثانيًا، دورة من النماذج إلى التطبيقات: مع الاختراق العميق للنماذج في سيناريوهات القطاعات الفرعية التي تتسم بالتخصص العالي والتعقيد الكبير وانخفاض هامش الخطأ، يتم الاعتماد على مجموعات البيانات عالية الجودة لإجراء ضبط دقيق ومخصص، وذلك لمعالجة مشكلة عدم كفاية التوافق بين النماذج الكبيرة العامة ونماذج القطاعات. ثالثًا، دورة من التطبيقات إلى البيانات: حيث تغذي البيانات الأصلية عالية الجودة المتراكمة من مختلف سيناريوهات القطاعات عملية التطوير المتكرر للنماذج وتحسينها، مما يشكل دورة تصاعدية حلزونية مفادها "كلما كان الاختراق السيناريوي أعمق، كان تراكم البيانات أكثر وفرة، وكان أداء النموذج أقوى، وكانت قيمة التطبيق أعلى"، مما يوفر زخمًا داخليًا للتطوير المتكرر المستمر لصناعة الذكاء الاصطناعي.
تعتمد أكاديمية الصين لتكنولوجيا المعلومات والاتصالات على القاعدة التقنية للمختبر الرئيسي لوزارة الصناعة وتكنولوجيا المعلومات لاختبار وتقييم النماذج الكبيرة للذكاء الاصطناعي والبرمجيات والأجهزة، وتبني نظام خدمات متكامل وشامل يجمع بين البيانات والنماذج والتطبيقات، وذلك بالارتكاز على ثلاث قدرات رئيسية هي: مراقبة جودة البيانات، وتقييم النماذج، والتحقق من التطبيقات. وقد طورت الأكاديمية قدراتها الخاصة في تقييم واختبار مجموعات البيانات عالية الجودة، ونظام الاختبارات المعيارية للنماذج الكبيرة "فانغ شينغ"، وقدرات مراقبة أداء خدمات النماذج الكبيرة والوكلاء الأذكياء، مع التركيز على حل المشكلات الجوهرية المتعلقة بضبط جودة البيانات، وتحسين أداء النماذج، والتحقق من قيمة التطبيقات، وذلك لمعالجة نقاط الضعف في العملية الكاملة للنماذج الكبيرة بدءًا من التدريب وصولاً إلى النشر.
وفي ضوء مرحلة التطور الجديدة لصناعة الذكاء الاصطناعي، تؤكد أكاديمية الصين لتكنولوجيا المعلومات والاتصالات عزمها على مواصلة التعاون مع الأطراف المتعددة من قطاعات البحث والتعليم والصناعة والاستخدام، لتعميق بناء نظام "الرنين بين النماذج والبيانات" وتطبيقاته العملية الهندسية، وفتح قنوات التعاون بين توفير مجموعات البيانات عالية الجودة، والتطوير المتكرر للنماذج الكبيرة عالية الكفاءة، وتنفيذ السيناريوهات الصناعية عالية القيمة، وتعزيز نظام الخدمات المتكامل والشامل للذكاء الاصطناعي الذي يجمع بين البيانات والنماذج والتطبيقات، وذلك لتوفير الدعم الأساسي للتنمية المستدامة وعالية الجودة لصناعة الذكاء الاصطناعي.
