核要内容のまとめ
国家データ局は新たな計画を発表し、人工知能（AI）の発展に「高品質な燃料」——つまり、加工されてAIモデルの訓練に直接使用できる高品質なデータセットを提供することを目指しています。基盤強化・規模拡大、ラベリング作業の改善、品質向上と効率化、応用の促進、管理サービスの提供、価値の実現という6つの具体的な取り組みを通じて、2028年までに重点分野をカバーするデータセットを構築し、関連企業や人材を育成します。これにより、「データ→モデル→応用→さらなるデータ」という良循環を形成し、最終的にはあらゆる産業にデータの力を活かして新たな成長点を生み出すことを目指しています。
詳細な解説
1. AIの発展に「燃料」が不足？高品質なデータセットが鍵
AIモデルは車に例えられ、データはガソリンに相当します。通常のガソリン（断片的で未加工のデータ）では高速で動けませんが、高品質なデータセットを使用することでAIは正確に機能します。例えば、癌の診断を行うAIを訓練するには、大量のラベル付けされた医療記録や画像データが必要です。また、自動運転の訓練には道路環境や車両の動作に関する構造化されたデータが必要です。現在、多くの産業分野で使用されるデータは断片的で品質が低いため、AIが実際の用途でうまく機能しない状況があります。この計画は、AIの「燃料不足」を解決し、AIをあらゆる産業に実装することを目的としています。
2. 重点分野への「精密な供給」：民生と新興産業のカバー
計画では構築すべきデータセットの分野が明確にされており、2つのカテゴリーに分かれています：
- 民生に不可欠な分野：工業製造（工場設備のデータ）、農業・農村（土壌や作物の成長データ）、医療（医療記録や画像データ）、教育（教材データ）、金融（リスク評価データ）など。これらの分野ではAIの応用が人々の生活に直接関わります。
- 新興分野：低空経済（ドローンデータ）、自動運転、ボディフル・インテリジェンス（ロボットのインタラクションデータ）、バイオメディカル製造など。これらは将来のAI経済の成長分野です。
各分野では「ニーズに応じたデータの構築」が求められます。例えば、農業データセットはAIが病害虫を予測できるように、医療データセットはAIの診断を支援できるようにする必要があります。
3. データラベリングの「アップグレード」：人手による作業から「人工知能+専門家」へ
データラベリングとは、データに意味を付ける作業です（画像に写っている猫に「猫」とラベルを付けたり、医療記録に「糖尿病」と記載したりする）。これまではすべて人手で行われていましたが、効率が低く誤りも多かったです。今後は以下のようにアップグレードされます：
- 人工知能によるラベリング：まず機械が自動的にラベルを付け、その後人間が確認する（例えばAIが画像から車を特定し、人間が正誤をチェックする）。
- 専門家の参加：医療や法律などの専門分野では、専門家によるラベリングが必要であり、精度を確保します（例えば医師がCT画像から腫瘍を特定する）。
- 産業の整備：国家は最初の7つの都市でラベリング産業を強化し、その後さらに試験地域を設定してリーディングカンパニーを育成します（医療データのラベリングを専門とする企業など）。また、ラベリングスキルを持つ人材も育成されます（大学での教育や職業訓練試験など）。これにより多くの雇用機会が創出されます。
4. データの「活用」：単なる保管から収益化へ
データはハードドライブに保存されているだけではなく、「活動的な資産」として機能させる必要があります：
- データの循環システム：特定のシナリオでデータが必要 → データの構築 → モデルの訓練 → モデルを実際のシナリオに応用してさらなるデータの生成 → モデルの最適化（例えばAIを工場で使用すると、設備の運用データがモデルの精度を向上させる）。
- ビジネスモデルの革新：データは取引所で売買されたり、サブスクリプション制（月額料金でデータを購入する）やAPIを通じて利用したりできます。さらには「ミニマル単位でのデータ販売」（例えば特定の専門用語など）も検討されています。
- 資産化の探求：データを資産として扱い、データを担保にした融資や企業への出資を行うことで、データを現金に変えることが可能です。
5. 実現を確実にするための多角的なアプローチ：国家の統括とセキュリティの保証
この計画を成功させるためには以下が必要です：
- 国家と地方の協力：国家データ局が全体を統括し、地方では無秩序な投資を避け、地域の産業特性に合わせて取り組む。
- 資金支援：金融機関や産業ファンドの投資を促進し、地方は専用の資金を設定する。
- セキュリティの確保：データの漏洩や不正な操作（例えばAIに誤ったデータを与えること）を防ぎ、データが管理可能で追跡可能であることを確認する。
この計画の目的は、AIに「燃料」を供給し、データとAIの協同発展を促進することです。その結果、より正確なAI医師やより高度な自動運転、より安全なシステムなどが私たちの生活に早く実現するでしょう。