知乎创始人兼CEO周源：中国大模型面临中文语料资源短缺的挑战

在2024年全国两会上，全国政协委员、知乎创始人兼CEO周源提交多份提案，重点关注补齐优质中文语料数据短板、激发互联网平台企业创新热情、以高质量技能人才供给推动新质生产力快速发展等内容。

▍补齐优质中文语料数据短板

截至2023年年底，我国累计发布了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。尽管我国在大模型领域取得了一定的成就，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。

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，建立数据合规的监管机制，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。此外，要加强数据安全和知识产权的保护措施，并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。

▍激发互联网平台企业创新活力

2024年将迎来中国全功能接入互联网30周年的重要里程碑。历经近三十载的发展，互联网不仅重塑了人们的工作模式、生活形态，甚至改变了思维方式，是我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，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。

▍以高质量技能人才供给 推动新质生产力快速发展

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。

周源表示，人工智能技术为技能培训行业带来了更多的创新机会，促进了技能培训行业更加丰富的应用场景落地。通过人工智能技术的运用，职业技能培训行业可以实现更加个性、灵活、高效的教学模式，为学生提供更精准的学习体验。同时，教师也能借助AI工具提升教学效果，更好地满足学生的学习需求，促进技能培训向更高水平发展。

他建议，应鼓励并引导培训机构和教师更加积极主动地适应和掌握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，不断探索创新，赋能技能培训行业实现变革式发展，可促进高质量技能人才培养效率和有效供给。