依托大模型梳理测绘地理信息数据——访土豆数据科技集团有限公司董事长兼CEO霍向琦.pdf

4544主题策划Topic/本刊记者陈阳图/受访者提供依托模型梳理测绘地理信息数据在农业和工业时代，水电资源深度参与社会生产，并融入日常生活的方方面面。如今数据作为新型生产要素和重要战略资源，正从不同层面重塑经济版图，提升运行效率。但人们日常生活中对于数据资源的感受却并没有水电那样熟悉和便利。就像我们常说，人类80%以上的活动都与时空位置相关，时空数据的作用理应与水电相似，但普通消费者对于时空数据的认知和理解远不及水电，根本原因就是时空数据资源获取难、应用少，从而限制了其产业价值和服务潜能。“让时空信息像水电一样服务数字经济”这是土豆数据成立之初就确立的企业使命。霍向琦告诉记者，自数据被列入新型生产要素以来，数据要素的重要价值已被日渐接受，但数据要素的普适化和便捷化应用却仍有不足，未能满足日益增长的市场需求，时空数据更是如此。“数据资源常被称为新时代的石油，其实，这并不完全正确，石油等资源属于独占性、消耗性资源，而数据不同，数据越多价值越大，越分享价值越大，越不同价值越大，越跨行业、区域、国界价值越大。”霍向琦表示，正因为数据资源的流通性和共享性，这就决定了数据资源一定要动起来、用起来，否则数字经济的高质量发展将是空谈。“同样的，现在我们提出促进测绘地理信息事业、产业转型升级，这就要求我们必须加强测绘地理信息数据资源要素的供给服务。以数据服务促进产业转型、用数据资源激活科技创新，从而用科技创新支撑行业发展。”霍向琦说道。测绘地理信息数据资源的共享利用是必然趋势，那么又该如何用好测绘地理信息数据，进而让测绘地理信息数据更好用呢？霍向琦认为，作为时空数据应用服务领域的企业，应该更多地着眼于技术，从技术视角看数据资源的共享服务。今年以来，以ChatGPT、文心一言、通义千问为代表的通用语言大模型，让人们看到了人工智能大模型在自动编程、智能对话、自动摘要、文本翻译等多个领域的拓展能力。霍向琦表示，相较于传统人工智能模型，大语言模型在很多任务上已经达到甚至超出了人类的水平，使人们看到通用人工智能的曙光。以大模型为代表的技术突破，显著降低了人工智能赋能千行百业的门槛，预示着人工智能技术将广泛应用于各个领域，推动产业升级和变革。在特定行业场景中，通用大模型具有的泛化服务特性，很难在知识问答、内容生成、业务处理和管理决策等方面精准满足用户的需求。因此，让通用大模型学习行业知识和行业语料成为行业大模型，再进一步学习业务知识和专业领域工具演进为场景大模型，是生成式AI深入业务场景，承担更复杂任务的关键路径。霍向琦表示，时空数据加上人工智能大模型，依托大模型，杂乱无序的庞大数据只需短短几秒就能梳理成一份格式严整的数据图表。利用大模型进行图表制作、文案撰写，已经成为目前十分成熟的应用领域。在测绘地理信息行业，基于大模型的遥感影像数据标注、解译等也得到应用，并产生显著的产业价值。所谓大模型，是基于海量数据打造的预训练大模型，其标志性特征是“涌现”出了原有算法模型不具备的优秀的上下文学习、复杂推理等能力，显著增强了人工智能的通用性、泛化性。基于大模型进行细分领域的小样本精调，就可以开发出面向行业的专有模型，大大提升行业生产效率。提质增效、通用泛化是目前测绘地理信息数据实现产业价值再升级的重要关键词。作为时空信息领域的技术应用服务商，土豆数据科技集团有限公司（以下简称“土豆数据”）一直致力于挖掘时空信息数据的产业价值。公司董事长兼CEO霍向琦在交谈中表示，数字经济时代，数据既是新型生产要素，更是最重要的资源和资产，它充分激活后所迸发的产业价值可能远超煤炭、石油等传统资源。今年3月，根据国务院关于提请审议国务院机构改革方案的议案，决定组建国家数据局，协调推进数据基础制度建设，统筹数据资源整合共享和开发利用。这一重大举措意味着我国从国家层面率先迈出了探索数据资源整合共享和开发利用制度的步伐。今年5月召开的全国测绘地理信息工作会议也提出探索建立地理信息数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度。数据资源的整合共享和开发利用是一个重大的时代课题，国家数据制度建设是基础，包括企业在内的数据资源应用开发者是重要的执笔者和答题人。霍向琦介绍，土豆数据一直围绕时空数据资源的开发利用进行业务布局，如今随着国家数据基础制度的探索建立，以及测绘地理信息数据要素供给服务能力的逐步加强，时空数据应用服务产业迎来重大发展机遇期，土豆数据将迎着数字经济的时代东风，用大模型激活时空数据的无穷应用潜力。农业社会生产要素的核心是土地和劳动力，发展到两三百年前，资本和技术变成越来越重要的生产要素。随着数字时代到来，数据成为效率空前提高、价值无限可能的新型生产要素。在数字时代，数据就像农业时代的水力、工业时代的煤电，成为组成数字经济这个“有机体”的基本“细胞”。访土豆数据科技集团有限公司董事长兼CEO霍向琦No?数据科技集团有限公司董事兼CEO霍向琦让时空数据服务像电样便利4544主题策划Topic/本刊记者陈阳图/受访者提供依托模型梳理测绘地理信息数据在农业和工业时代，水电资源深度参与社会生产，并融入日常生活的方方面面。如今数据作为新型生产要素和重要战略资源，正从不同层面重塑经济版图，提升运行效率。但人们日常生活中对于数据资源的感受却并没有水电那样熟悉和便利。就像我们常说，人类80%以上的活动都与时空位置相关，时空数据的作用理应与水电相似，但普通消费者对于时空数据的认知和理解远不及水电，根本原因就是时空数据资源获取难、应用少，从而限制了其产业价值和服务潜能。“让时空信息像水电一样服务数字经济”这是土豆数据成立之初就确立的企业使命。霍向琦告诉记者，自数据被列入新型生产要素以来，数据要素的重要价值已被日渐接受，但数据要素的普适化和便捷化应用却仍有不足，未能满足日益增长的市场需求，时空数据更是如此。“数据资源常被称为新时代的石油，其实，这并不完全正确，石油等资源属于独占性、消耗性资源，而数据不同，数据越多价值越大，越分享价值越大，越不同价值越大，越跨行业、区域、国界价值越大。”霍向琦表示，正因为数据资源的流通性和共享性，这就决定了数据资源一定要动起来、用起来，否则数字经济的高质量发展将是空谈。“同样的，现在我们提出促进测绘地理信息事业、产业转型升级，这就要求我们必须加强测绘地理信息数据资源要素的供给服务。以数据服务促进产业转型、用数据资源激活科技创新，从而用科技创新支撑行业发展。”霍向琦说道。测绘地理信息数据资源的共享利用是必然趋势，那么又该如何用好测绘地理信息数据，进而让测绘地理信息数据更好用呢？霍向琦认为，作为时空数据应用服务领域的企业，应该更多地着眼于技术，从技术视角看数据资源的共享服务。今年以来，以ChatGPT、文心一言、通义千问为代表的通用语言大模型，让人们看到了人工智能大模型在自动编程、智能对话、自动摘要、文本翻译等多个领域的拓展能力。霍向琦表示，相较于传统人工智能模型，大语言模型在很多任务上已经达到甚至超出了人类的水平，使人们看到通用人工智能的曙光。以大模型为代表的技术突破，显著降低了人工智能赋能千行百业的门槛，预示着人工智能技术将广泛应用于各个领域，推动产业升级和变革。在特定行业场景中，通用大模型具有的泛化服务特性，很难在知识问答、内容生成、业务处理和管理决策等方面精准满足用户的需求。因此，让通用大模型学习行业知识和行业语料成为行业大模型，再进一步学习业务知识和专业领域工具演进为场景大模型，是生成式AI深入业务场景，承担更复杂任务的关键路径。霍向琦表示，时空数据加上人工智能大模型，依托大模型，杂乱无序的庞大数据只需短短几秒就能梳理成一份格式严整的数据图表。利用大模型进行图表制作、文案撰写，已经成为目前十分成熟的应用领域。在测绘地理信息行业，基于大模型的遥感影像数据标注、解译等也得到应用，并产生显著的产业价值。所谓大模型，是基于海量数据打造的预训练大模型，其标志性特征是“涌现”出了原有算法模型不具备的优秀的上下文学习、复杂推理等能力，显著增强了人工智能的通用性、泛化性。基于大模型进行细分领域的小样本精调，就可以开发出面向行业的专有模型，大大提升行业生产效率。提质增效、通用泛化是目前测绘地理信息数据实现产业价值再升级的重要关键词。作为时空信息领域的技术应用服务商，土豆数据科技集团有限公司（以下简称“土豆数据”）一直致力于挖掘时空信息数据的产业价值。公司董事长兼CEO霍向琦在交谈中表示，数字经济时代，数据既是新型生产要素，更是最重要的资源和资产，它充分激活后所迸发的产业价值可能远超煤炭、石油等传统资源。今年3月，根据国务院关于提请审议国务院机构改革方案的议案，决定组建国家数据局，协调推进数据基础制度建设，统筹数据资源整合共享和开发利用。这一重大举措意味着我国从国家层面率先迈出了探索数据资源整合共享和开发利用制度的步伐。今年5月召开的全国测绘地理信息工作会议也提出探索建立地理信息数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度。数据资源的整合共享和开发利用是一个重大的时代课题，国家数据制度建设是基础，包括企业在内的数据资源应用开发者是重要的执笔者和答题人。霍向琦介绍，土豆数据一直围绕时空数据资源的开发利用进行业务布局，如今随着国家数据基础制度的探索建立，以及测绘地理信息数据要素供给服务能力的逐步加强，时空数据应用服务产业迎来重大发展机遇期，土豆数据将迎着数字经济的时代东风，用大模型激活时空数据的无穷应用潜力。农业社会生产要素的核心是土地和劳动力，发展到两三百年前，资本和技术变成越来越重要的生产要素。随着数字时代到来，数据成为效率空前提高、价值无限可能的新型生产要素。在数字时代，数据就像农业时代的水力、工业时代的煤电，成为组成数字经济这个“有机体”的基本“细胞”。访土豆数据科技集团有限公司董事长兼CEO霍向琦No?数据科技集团有限公司董事兼CEO霍向琦让时空数据服务像电样便利4746主题策划Topic将有效赋予通用大模型以时空智慧，从而拓展时空知识服务、专业内容生成、辅助规划等行业应用，而大模型所具有的泛化服务特性，也能显著降低时空数据应用的服务门槛，让更多的消费者能便捷地接触到专业时空数据应用，从而拓宽时空数据的服务边界。“很多人认为，让时空数据服务像水电一样便利，只需把源头的水闸放开即可，其实这显然过于片面。源头的供水固然重要，但如果用水需求没有打开，运水管道没能铺设开，那么时空数据要想像水电一样便捷流通、随时取用，也是不可能的事。而行业大模型的引入正是掘开需求洼地，拓宽输水管道的可行路径。”霍向琦如是说。中国工程院院士、紫金山实验室主任刘韵洁曾指出，中国发展大模型的机会在于通用行业大模型，而保护好、利用好数据正是促进行业大模型健康发展的重要举措。正是觉察到人工智能大模型在拓展数据应用方面的能力，土豆数据将行业大模型的开发提上日程。霍向琦认为，人工智能大模型学习行业持续进化，最终以AI Agent（智能体）的产品形态呈现，并对多行业业务的流程及其管理和服务模式的重构与优化。他告诉记者，AI Agent被译为“智能体”，也可理解为“智能业务助理”，旨在大模型技术驱动下，让人们以自然语言为交互方式高自动化地执行和处理专业或繁复的工作任务，从而极大程度释放人员精力。那么，具体而言，人工智能大模型的引入，将为时空数据的应用服务带来哪些便利呢？霍向琦介绍，行业大模型有助于推动时空数据泛化服务和应用拓展。首先，借助人工智能大模型可以降低时空数据应用对于专业流程操作或专业软件使用上的门槛，既可让非专业人士轻松上手专业工作，也能让专业人员更侧重创造性和决策性的事务。其二，人工智能大模型能够基于对时空数据价值的智能挖掘，推动实现以时空数据为核心要素的业务科学决策，提升管理和服务的水平。其三，人工智能大模型能够有效理解并执行围绕数据采集、处理和具体应用服务等复杂的工作任务，可将需求拆解为细分的独立事项，并一一调用引擎能力和工具落地执行。其四，人工智能大模型能够实现以天为单位的产品服务能力快速迭代，通过模型升级和工具学习高效响应业务需求的增加或变化。霍向琦特别提到，基于大模型的能力引擎的开发，可以进一步提升行业大模型和场景大模型成果的服务水平，从而帮助行业用户解决更复杂的任务和需求。比如知识引擎以向量数据库技术为支撑，通过连接、抽取、关联业务中各类数据库中的数据资源，充分响应自然语言需求，高效凝练行业知识，最终给出准确的回答和参考依据。插件引擎意在让模型成果通过学习专业领域工具，诸如数据生产、处理、分析等软件，生长出更加全能的“手脚”，让自然语言部分或完全替代传统操作方式，提高业务处理的效率。插件引擎现囊括土豆数据自主研发的行业数字孪生组件，实现了对物理世界的高效率数字化三维重建、数据资源的动态接入，以及时空大数据分析。此外，提示词引擎让模型成果进一步掌握多元化的沟通技巧，能够根据自然语言需求精准执行业务。记忆引擎则帮助完善场景对话上下文反馈能力，让模型成果能够像人类一样拥有更长久的记忆力和成长力。这些基于行业大模型所延伸出的能力引擎，能够有效拓宽数据的应用范围，激发数据的内在价值。中国工程院陈军院士曾提出时空知识服务是新时期时空信息领域的一个新增长点，而基于人工智能大模型的知识能力引擎拓展，时空知识服务将有望尽快落地，成为触手可及的应用产品。人工智能大模型的引入有望从技术端“掘开”时空数据应用的需求壁垒，打通时空数据多行业应用服务的“最后一公里”。然而数据产权制度是数据供给和安全保障的基础，因此，优化供给服务和强化安全保障也要注意产权制度这个“源头”。数据要素及数据要素市场与传统生产要素有着本质的区别。由大数据形成的数据要素，既来自个人衣食住行、医疗、社交等各种行为活动，又来自平台公司、政府与商业机构提供服务后的统计、收集和自然产生，往往难以确定数据要素的产权属性。尤其物联网的产生，使得来自万物互联的数据更难确权，权属界定的复杂性，导致数据盗用、产权纠纷等问题更易产生，不利于数据要素的生产、流通和安全保障。因此，实施数据开放共享，优化治理基础数据库，不断完善数据权属界定、开放共享、交易流通等标准和措施，促使数据资产重复使用、多人共同使用、永久使用，加快推动各区域、部门间数据共享交换，制定出台一批数据共享责任清单十分必要。今年5月召开的全国测绘地理信息工作会议，提出探索建立地理信息数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度。霍向琦认为，这正是自然资源部在探索完善数据权属界定、开放共享、交易流通等标准和规范的重要信号。测绘工作是从“规矩”开始的，也是最需要“规矩”的行当。有了规矩才能随方就圆，顺势而为。霍向琦表示，数据产权制度既是保障数据安全的必要手段，也是促进数据资源开放共享的重要举措。“对于很多民营企业来说，长期以来存在着数据资源获取难的问题，其中一个重要因素就是数据产权制度不明晰，企业不清楚从哪拿数据，又依据什么标准去使用数据。而一旦数据权属问题能够厘清、细化，那么就能够为数据市场松绑，让数据流通有规矩可循，有规范可依。”霍向琦如是说。“在数字经济中，企业是应用和服务的主要提供者。换言之，在数字经济这张时代宏图上，企业是拿着规矩摹画方圆，描绘图景的主体，而数据产权制度就是规矩这个工具本身。”霍向琦告诉记者，人工智能大模型是未来产业发展的必然趋势，而大模型不断进化的动力就来源于数量更大、种类更多、属性更精细的多行业数据。诚然，在数字经济时代，数据生产要素属性的提升，事关经济增长的长期动力，事关国家发展未来。实现数据资源向数据要素的转化，提升数据要素的使用、交易效率，培育发展数据要素市场等，都将提高数据要素参与价值创造的效率，促进数字经济的高效发展。数字化转型已不可逆转，把推进数字化作为创新发展的重要动能，在前沿技术研发、数据开放共享、隐私安全保护、人才培养等方面做出前瞻性布局，不仅是政府、社会的必然选择，也是企业的理性选择。霍向琦告诉记者，他也期待着“测绘地理信息领域的数据产权制度改革和产业技术及需求市场同向而行，从而激发时空数据内在的无限潜能，真正做到让时空数据服务像水电一样便利的那一天。”No?厘清权属，为数据共享划定“规矩”聚焦业模型，挖掘时空数据潜能AIAgent产品能体系架构4746主题策划Topic将有效赋予通用大模型以时空智慧，从而拓展时空知识服务、专业内容生成、辅助规划等行业应用，而大模型所具有的泛化服务特性，也能显著降低时空数据应用的服务门槛，让更多的消费者能便捷地接触到专业时空数据应用，从而拓宽时空数据的服务边界。“很多人认为，让时空数据服务像水电一样便利，只需把源头的水闸放开即可，其实这显然过于片面。源头的供水固然重要，但如果用水需求没有打开，运水管道没能铺设开，那么时空数据要想像水电一样便捷流通、随时取用，也是不可能的事。而行业大模型的引入正是掘开需求洼地，拓宽输水管道的可行路径。”霍向琦如是说。中国工程院院士、紫金山实验室主任刘韵洁曾指出，中国发展大模型的机会在于通用行业大模型，而保护好、利用好数据正是促进行业大模型健康发展的重要举措。正是觉察到人工智能大模型在拓展数据应用方面的能力，土豆数据将行业大模型的开发提上日程。霍向琦认为，人工智能大模型学习行业持续进化，最终以AI Agent（智能体）的产品形态呈现，并对多行业业务的流程及其管理和服务模式的重构与优化。他告诉记者，AI Agent被译为“智能体”，也可理解为“智能业务助理”，旨在大模型技术驱动下，让人们以自然语言为交互方式高自动化地执行和处理专业或繁复的工作任务，从而极大程度释放人员精力。那么，具体而言，人工智能大模型的引入，将为时空数据的应用服务带来哪些便利呢？霍向琦介绍，行业大模型有助于推动时空数据泛化服务和应用拓展。首先，借助人工智能大模型可以降低时空数据应用对于专业流程操作或专业软件使用上的门槛，既可让非专业人士轻松上手专业工作，也能让专业人员更侧重创造性和决策性的事务。其二，人工智能大模型能够基于对时空数据价值的智能挖掘，推动实现以时空数据为核心要素的业务科学决策，提升管理和服务的水平。其三，人工智能大模型能够有效理解并执行围绕数据采集、处理和具体应用服务等复杂的工作任务，可将需求拆解为细分的独立事项，并一一调用引擎能力和工具落地执行。其四，人工智能大模型能够实现以天为单位的产品服务能力快速迭代，通过模型升级和工具学习高效响应业务需求的增加或变化。霍向琦特别提到，基于大模型的能力引擎的开发，可以进一步提升行业大模型和场景大模型成果的服务水平，从而帮助行业用户解决更复杂的任务和需求。比如知识引擎以向量数据库技术为支撑，通过连接、抽取、关联业务中各类数据库中的数据资源，充分响应自然语言需求，高效凝练行业知识，最终给出准确的回答和参考依据。插件引擎意在让模型成果通过学习专业领域工具，诸如数据生产、处理、分析等软件，生长出更加全能的“手脚”，让自然语言部分或完全替代传统操作方式，提高业务处理的效率。插件引擎现囊括土豆数据自主研发的行业数字孪生组件，实现了对物理世界的高效率数字化三维重建、数据资源的动态接入，以及时空大数据分析。此外，提示词引擎让模型成果进一步掌握多元化的沟通技巧，能够根据自然语言需求精准执行业务。记忆引擎则帮助完善场景对话上下文反馈能力，让模型成果能够像人类一样拥有更长久的记忆力和成长力。这些基于行业大模型所延伸出的能力引擎，能够有效拓宽数据的应用范围，激发数据的内在价值。中国工程院陈军院士曾提出时空知识服务是新时期时空信息领域的一个新增长点，而基于人工智能大模型的知识能力引擎拓展，时空知识服务将有望尽快落地，成为触手可及的应用产品。人工智能大模型的引入有望从技术端“掘开”时空数据应用的需求壁垒，打通时空数据多行业应用服务的“最后一公里”。然而数据产权制度是数据供给和安全保障的基础，因此，优化供给服务和强化安全保障也要注意产权制度这个“源头”。数据要素及数据要素市场与传统生产要素有着本质的区别。由大数据形成的数据要素，既来自个人衣食住行、医疗、社交等各种行为活动，又来自平台公司、政府与商业机构提供服务后的统计、收集和自然产生，往往难以确定数据要素的产权属性。尤其物联网的产生，使得来自万物互联的数据更难确权，权属界定的复杂性，导致数据盗用、产权纠纷等问题更易产生，不利于数据要素的生产、流通和安全保障。因此，实施数据开放共享，优化治理基础数据库，不断完善数据权属界定、开放共享、交易流通等标准和措施，促使数据资产重复使用、多人共同使用、永久使用，加快推动各区域、部门间数据共享交换，制定出台一批数据共享责任清单十分必要。今年5月召开的全国测绘地理信息工作会议，提出探索建立地理信息数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度。霍向琦认为，这正是自然资源部在探索完善数据权属界定、开放共享、交易流通等标准和规范的重要信号。测绘工作是从“规矩”开始的，也是最需要“规矩”的行当。有了规矩才能随方就圆，顺势而为。霍向琦表示，数据产权制度既是保障数据安全的必要手段，也是促进数据资源开放共享的重要举措。“对于很多民营企业来说，长期以来存在着数据资源获取难的问题，其中一个重要因素就是数据产权制度不明晰，企业不清楚从哪拿数据，又依据什么标准去使用数据。而一旦数据权属问题能够厘清、细化，那么就能够为数据市场松绑，让数据流通有规矩可循，有规范可依。”霍向琦如是说。“在数字经济中，企业是应用和服务的主要提供者。换言之，在数字经济这张时代宏图上，企业是拿着规矩摹画方圆，描绘图景的主体，而数据产权制度就是规矩这个工具本身。”霍向琦告诉记者，人工智能大模型是未来产业发展的必然趋势，而大模型不断进化的动力就来源于数量更大、种类更多、属性更精细的多行业数据。诚然，在数字经济时代，数据生产要素属性的提升，事关经济增长的长期动力，事关国家发展未来。实现数据资源向数据要素的转化，提升数据要素的使用、交易效率，培育发展数据要素市场等，都将提高数据要素参与价值创造的效率，促进数字经济的高效发展。数字化转型已不可逆转，把推进数字化作为创新发展的重要动能，在前沿技术研发、数据开放共享、隐私安全保护、人才培养等方面做出前瞻性布局，不仅是政府、社会的必然选择，也是企业的理性选择。霍向琦告诉记者，他也期待着“测绘地理信息领域的数据产权制度改革和产业技术及需求市场同向而行，从而激发时空数据内在的无限潜能，真正做到让时空数据服务像水电一样便利的那一天。”No?厘清权属，为数据共享划定“规矩”聚焦业模型，挖掘时空数据潜能AIAgent产品能体系架构