菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > 资讯 > 人工智能计量能力建设新政:两部门联合发文解读
其他资讯 人工智能 两部门联合发文解读

人工智能计量能力建设新政:两部门联合发文解读

2026-05-29
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

人工智能产业当前最紧迫的课题,是为系统可靠性建立可量化的评估基准。2026年5月28日,

人工智能产业当前最紧迫的课题,是为系统可靠性建立可量化的评估基准。2026年5月28日,市场监管总局与国家发展改革委联合发布《人工智能计量体系和能力建设指引(2026版)》,明确提出系统性构建AI计量能力,针对算法不可解释性、训练数据不足等长期顽疾给出分阶段破解方案。

该指引覆盖智能制造、智慧医疗、智慧交通等14个关键行业,并非宏观愿景,而是包含具体技术路径和实施节点的操作手册。

破解算法黑箱与决策不可解释性的核心举措,在于推进AI系统内部状态监测与表征等关键技术攻关。通过对模型推理过程进行全链路记录与量化表征,使每步决策具备可追溯依据。最终构建可信计量标准体系,实现AI性能的“可测量、可比较、可追溯”。

两大瓶颈:算法黑箱与数据匮乏

针对算法黑箱,短期依靠技术攻关实现过程透明化,长期则需建立行业统一的计量标准。统一的度量体系使不同AI产品的性能差异可横向对比,为用户选型和监管评估提供客观依据。

数据匮乏的解决方案:建设具备最高计量特性的基准数据集、标准参考数据集与测试数据集,同步构建基础资源共享机制。这条“数据高速通道”既能消除行业数据孤岛,又确保安全合规流转,为模型训练与评测提供精准原料。

14个重点领域:智慧医疗与智能制造领衔

指引明确要求计量技术嵌入智能制造、智慧医疗、智慧交通等14个领域。以智慧医疗为例,AI诊断算法的可靠性是安全红线,指引要求针对此类关键参数开展计量技术攻关,助力产业在数字化转型中突破质量评估瓶颈。

最终目标:让公众对AI应用产生真实的安全感与信任感。技术先进性若不能转化为用户信心,规模化落地就无从谈起。

下一步:先行试点,输出可复制样本

后续部署方面,相关部门将建设人工智能计量技术研发应用中心,在智慧监管、智慧医疗等方向率先试点。目标产出可复制、可推广的“AI+计量”应用场景,形成与先导产业发展匹配的计量支撑体系。

该指引的发布标志着AI产业从粗放扩张转入精细化运营阶段。计量体系作为能力度量与安全保障的核心基础设施,将贯穿AI研发、部署与监管全链条。

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多