北疆新闻 立足北疆 传播中国
行业高质量数据集是推动“人工智能+”赋能千行百业、实现产业落地的基础性、关键性资源。当前，高质量行业数据供给不足成为制约产业落地的瓶颈之一。
赛智产业研究院人工智能研究所所长安赟表示，人工智能正在从通用对话和内容生成向智能体、科学智能、具身智能和世界模型等方向演进，对行业数据的专业性、结构性、场景性和可验证性提出了更高要求。
在众多数据资源中，专利数据的价值长期被低估。据北京八月瓜科技有限公司董事长李长青介绍，专利兼具技术属性与法律属性，其核心在于“公开换保护”，要求发明人充分披露技术细节，以换取法定期限内的独占权。
“AI可信语料核心在于来源、质量、应用三重可信，知识产权数据正是天然优质语料，是训练专业领域大模型最好的燃料。”北京八月瓜科技有限公司联席CEO、合伙人孙鹏说。
如何把海量专利数据变成真正可用的AI燃料？八月瓜科技依托国家知识产权局全量专利数据，构建起汇集专利、诉讼、商标、文献、工商等多类数据、总规模逾26亿的数据体系。
将原始专利转化为高质量数据集，是一个高门槛的系统工程。据孙鹏介绍，公司采取垂直领域聚焦策略，重点布局新材料、生物医药、化学化工三大行业，每个细分领域均配备专业团队深度处理。数据来源覆盖全球178个国家和地区的超2亿专利数据，标注过程采用“机器+专家”两级模式，确保上下文理解准确，避免因误标导致模型训练失效。
目前，八月瓜已形成“多语言专利文本平行语料库”和“外观专利图文库”两项数据集成果，入选北京市行业高质量数据集典型案例。据企业介绍，其已累计服务超10000家科技企业。
李长青表示，高质量专业数据的重要性正日益凸显，成为AI竞争中与算力同等关键的要素。八月瓜将打造“专利数据+期刊论文数据”融合图谱，实现两种核心科技数据的智能融合，为AI for Science（人工智能驱动的科学研究）提供更深层次的燃料支撑，深度参与国家高质量数据集建设，推动科技数据从可用走向好用。（经济日报记者 黄鑫）
北疆新闻 | 内蒙古自治区重点新媒体平台，内蒙古出版集团•内蒙古新华报业中心主管主办的国家互联网新闻信息采编发布服务一类资质平台。
北疆新闻版权与免责声明：
一、凡本站中注明“来源：北疆新闻”的所有文字、图片和音视频，版权均属北疆新闻所有，转载时必须注明“来源：北疆新闻”，并附上原文链接。
二、凡来源非北疆新闻的新闻（作品）只代表本网传播该消息，并不代表赞同其观点。
如因作品内容、版权和其它问题需要同本网联系的，请在见网后30日内进行，联系邮箱：bjwmaster@163.com。
版权声明：北疆新闻版权所有，未经书面授权，不得转载或建立镜像，违者依法必究。 本站违法和不良信息举报电话：15648148811蒙ICP备16001043号-1
Copyright © 2016- 北疆新闻 All Rights Reserved互联网新闻信息服务许可证：15120200009-1广播电视节目制作经营许可证：(蒙)字第631号蒙公网安备：15010502001245
