新华财经北京12月27日电据国家数据局消息，为积极有序做好数据科技创新工作，推动与产业创新深度融合，促进数据供得出、流得动、用得好、保安全，夯实数据资源体系，进一步激活数据要素乘数效应，更好赋能数字中国建设，国家数据局提出关于加强数据科技创新的实施意见。目标到2027年，建成一批具有引领性和支撑性的数据科技创新平台，形成以企业为主体、产学研用深度融合的高效创新机制，初步建立数据驱动的产业创新体系，数据供给、流通、利用、安全等关键技术和设备实现阶段性突破。到2030年股票配资指南，数据领域关键技术达到国际领先水平，数据科技创新和产业生态体系实现整体性跃升，对数据要素市场体系建设形成有力支撑，数据要素对经济社会高质量发展的赋能作用全面显现。
加强技术攻关与高水平应用
加强关键数据技术攻关突破。将数据科技研发纳入国家科技计划体系，加快攻关数据供给、流通、利用、安全等关键技术，以及促进人工智能、具身智能等技术创新发展的高质量数据集构建和评测等技术，研制一批数据领域关键软硬件设备。依托国家自然科学基金，强化数据科技基础研究和应用基础研究。利用现有资金渠道支持相关机构开展技术攻关和设备研发。定期发布数据科技领域前沿研究方向，引导相关机构承担科技创新任务。鼓励地方结合区域特色，支持数据科技研发。
加强试验验证和规模化应用。依托国家数据领域先行先试工作，聚焦数据编织、高性能隐私保护计算、多模态数据合成等技术方向，布局建设一批数据领域概念验证、中试基地、检验检测等平台，促进数据技术研发成果加快从实验室走向市场应用。对于具备产业化推广的技术成果，开展重大示范工程建设，促进数据技术创新成果的规模化应用，推动与产业创新深度融合。地方数据管理部门要结合地区产业特色，做好技术的复制推广。
推动数据科技创新成果高效转化。结合“人工智能+”行动、“数据要素×”行动、数据流通利用基础设施建设等工作，建设一批高价值、广覆盖、强牵引的数据科技应用场景。引导政府部门、国有企业、行业龙头企业、平台企业、数据交易机构等开放数据应用场景，为技术验证提供“试验田”。探索建立数据科技成果转移转化体系，支持和引导数据领域优势主体牵头组织产业链创新链上下游力量，打通数据技术攻关、产品研发、验证测试、场景应用全流程，健全产学研用深度融合的数据科技创新成果转化机制。
培育数据科技创新产业生态
打造数据领域创新平台体系。加强数据领域创新能力建设，支持国家级科技创新平台基地发展。充分利用现有创新资源，谋划布局一批数据领域部级重点实验室等创新平台，建立健全运行管理和评估机制，对考核评价结果优秀的创新平台给予支持。引导地方根据自身优势和产业发展需要，建设数据科技领域重点实验室、研发中心等创新平台，持续强化国家数据科技创新力量。
发展壮大重点创新主体。鼓励国家实验室、企业、高校和科研院所等创新主体组建创新联合体，牵头或参与国家数据科技攻关任务和重大创新平台建设，解决数据科技领域“卡脖子”难题。强化企业创新主体地位，建立培育壮大科技领军企业机制，在数据等重点领域培育壮大一批科技领军企业。通过“揭榜挂帅、赛马竞争”等方式，支持和鼓励科技型企业承担数据科技基础研究、技术攻关、产业应用等重点任务，提升数据产业协同创新水平。支持民营企业依法参与数字化、智能化共性技术研发和数据要素市场建设，支持有能力的民营企业牵头承担数据科技攻关任务。
推动数据科技开源创新发展。支持运营基础较好的开源平台规模化、规范化发展，建设具有示范性的开源社区。引导一批具有公益属性的高质量数据汇入开源社区，鼓励各类主体建设和开源工具链与算法库，通过举办开源竞赛等方式支持开源社区建设。探索适用于我国国情的数据和技术开源协议与许可协议。建设开源发展促进中心，推动开源生态有序发展。
强化数据驱动的科研体系建设。加快建设面向科学研究的数据基础设施，充分利用现有创新资源，支持打造一批“Data for Science”（数据驱动的科学研究）协同创新中心，促进科学数据高效流通和开发利用。打造赋能不同科技领域研发的数据、方法和工具支撑体系，有效提升科研场景数据处理和知识发现能力。强化数据驱动的科研范式创新，鼓励国家实验室、企业、高校和科研院所联合开展数据驱动的科学研究和技术攻关，推动形成数据赋能科技创新的强大合力。
深化数据领域国际合作。积极参与全球数据领域科技治理，建立健全交流合作机制，共享科技创新成果，共同防范数据滥用、隐私侵犯、算法歧视等风险挑战。积极参与联合国和现有国际组织框架数据治理规则和标准制定，加强数据标准国际输出和引领。
夯实数据科技创新基础支撑
夯实数据科技创新设施底座。加快全国一体化算力网建设，推动多元算力资源并网池化、智能调度和便捷使用，打造支撑数据科技研发与验证的高性能算力体系。加快数据流通利用基础设施体系建设，推动建设数据安全防护平台，促进跨地域、跨领域、跨主体数据资源可信流通与高效利用，保障数据安全。建设一批面向数据科技前沿的原型验证平台和试验场，为新技术、新模型、新应用提供基础支撑。
加强人才培养力度。探索建立数据科技领域人才评价通道和职称体系，健全以创新能力、质量、实效、贡献导向的评价体系，推进分层分类数据科技人才培养模式，打造复合型、创新型、实战型数据科技人才队伍。支持高等院校、职业院校面向实际需求优化学科专业设置，加强“双师型”“工学一体化”教师队伍建设，完善产教融合人才培养机制。
加大财税金融支持力度。加强政府投资牵引作用，引导金融机构支持数据科技创新，带动长期资本、耐心资本、优质资本更多投向数据科技领域，鼓励投早、投小、投长期、投硬科技，形成政府、市场、社会协同联动的持续稳定投入机制。发挥高新技术企业税收优惠、科技创新专项担保等政策激励作用，降低数据科技企业创新成本。鼓励有条件的地方加大数据科技创新的支持力度。
提升数据标准支撑水平。加强数据领域关键技术标准体系建设，在数据基础设施、数据服务能力成熟度、高质量数据集等领域，同步部署技术研发、标准研制与产业推广。制定和完善数据技术、数据安全等相关标准，提升数据领域安全风险管理水平。建立数据领域重大科技项目与标准工作联动机制，将先进适用科技创新成果融入标准。加强数据标准制定过程中的知识产权保护，健全数据领域科技成果转化为标准的评价机制与服务体系。加快数据领域科技成果转化应用，建设数据领域标准验证服务平台、高质量数据集标准评测服务平台等公共服务平台，推动数据领域科技创新成果产业化应用。
国家数据局建立常态化工作机制，协调解决技术攻关与资源配置等问题。强化数据贡献度和成果转化效益，定期开展数据领域产学研用优秀成果评价股票配资指南，加强对优秀成果及科研人员奖励激励。持续跟踪监测实施方案效果，适时总结经验，形成并推广典型案例。各地方数据管理部门因地制宜制定工作方案、细化任务分工、认真组织实施，共同推动各项政策实施落地见效。
锦富配资提示：文章来自网络，不代表本站观点。
热点资讯