两部门联合推进人工智能计量能力建设

近日，国家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）》。这份文件并非一般性指导意见——它从基础支撑、通用技术、核心技术、计量技术规范、计量服务产业、智能赋能计量六大维度，系统部署了人工智能计量能力建设。核心目标：打通实验室创新到行业落地的“最后一公里”。

《指引》的发布，标志着我国人工智能正从“建算力、扩规模”向“提质量、强根基”迈出实质性一步。对推动AI技术与实体经济深度融合、加速新质生产力培育，意义重大。那么，这份文件的核心看点是什么？可从四个“聚焦”拆解。

聚焦“测不准”难题——AI系统内部状态如何实时监测？性能如何量化表征？《指引》部署关键技术攻关，推动建立可靠、安全、可信的AI计量标准，最终让AI技术性能可测量、可对比、可追溯。相当于给“黑箱”式AI系统装上一套仪表盘。

聚焦“度量衡”基准——计量需要统一基准。《指引》明确支持建设国家级计量技术研发应用中心，研制一批拥有自主知识产权的人工智能计量标准装置。目标清晰：形成覆盖算法模型、算力效率、数据质量全链条的计量能力，为人工智能产品提供统一“度量衡”。未来评判AI模型优劣，将有一把国家级“标尺”。

聚焦“全产业”赋能——计量技术不能停留在实验室。《指引》推动计量技术深度嵌入智能制造、智慧医疗、智慧交通等14个重点领域，围绕AI诊断算法可靠性等关键参数开展计量研究。这从根本上化解产业数字化转型中的质量评估瓶颈，让公众对人工智能应用更有安全感和获得感。

聚焦“数据荒”难题——数据是AI的“粮草”，但质量参差不齐、行业壁垒严重。《指引》明确构建具有最高计量特性的数据集、标准参考数据集和测试数据集，建立基础资源共享机制，打破行业数据壁垒，实现数据安全共享。一句话：为AI算法训练与评测提供精准“粮草”，杜绝“垃圾进、垃圾出”。

可以说，这份《指引》在人工智能治理领域下了一盘大棋。从基础标准到应用场景，从技术攻关到数据共享，环环相扣。下一步，如何落地执行，才是真正的考验。

来源：互联网