六问＋一图，读懂《新材料大数据中心总体建设方案》
发布时间:2024-11-02 12:15:54 浏览次数:996 来源:“工信微报”微信公众号
近日，工业和信息化部、财政部、国家数据局等三部门联合印发《新材料大数据中心总体建设方案》（工信部联原〔2024〕205号），工业和信息化部有关部门负责人就《建设方案》的出台背景、总体要求和主要目标、新材料大数据中心的定位与功能、新材料大数据中心的建设任务、新材料大数据中心的管理机制和运营模式以及《建设方案》的保障措施等六方面内容进行解读。
一、《建设方案》的出台背景是什么？
新材料是战略性、基础性产业，也是高技术竞争的关键领域。数据作为新型生产要素，是关乎新材料技术创新、产业高质量发展的战略资源。党的二十大报告提出，构建新材料等一批新的增长引擎。党的二十届三中全会审议通过《中共中央关于进一步全面深化改革、推进中国式现代化的决定》，明确提出“建设和运营国家数据基础设施，促进数据共享”。
近年来，我国新材料产业蓬勃发展，布局建设一批材料数据平台，积累了大量的材料科学、技术、生产、应用等数据，但数据作为新要素流转共享不通畅、开发利用不深入、潜值释放不充分等问题突出，材料数据“孤岛化”现象严重，难以充分发挥数据基础资源和生成式人工智能赋能作用，亟需提高数据服务新材料产业发展的能力。为贯彻落实党中央、国务院决策部署，发挥大数据对新材料产业的重要支撑作用，构建材料研发与应用的新模式，培育新质生产力，特制定《建设方案》。
二、《建设方案》的总体要求和主要目标是什么？
《建设方案》以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届二中、三中全会精神，全面落实全国新型工业化推进大会部署，着力打造资源富集、高效贯通、应用繁荣、治理有序的材料大数据生态，通过“材料+数据”助力新材料原始创新，服务新材料企业发展，培育新材料产业创新发展新引擎，加快形成新质生产力，构筑全球竞争新优势。
目标到2027年，材料领域数据资源汇聚能力、流通活力明显增强。搭建形成“1+N”的新材料大数据中心架构体系，形成30个以上数据资源节点、30项以上材料大数据算法软件和工具，20种以上典型关键材料和产品的数据赋能应用示范。
到2035年，新材料大数据中心体系全面建成并稳定运行。实现全国材料领域数据的汇聚、处理和开发，持续提供引领新材料产业创新发展的大数据技术产品和服务，形成数据驱动的材料创新发展范式和市场化的可持续运营能力。
三、新材料大数据中心的定位与功能是什么？
《建设方案》明确了新材料大数据中心的定位，是促进新材料产业创新发展的新型研发基础设施，着力实现科技、产业等材料数据融通和应用。一是立足机制创新，汇聚重点企业、科研院所、高校、新材料重点平台等各类创新主体材料数据，构建新材料数据资源中心；二是立足协同创新，增强材料数据产品研究、应用和推广等创新链各环节创新能力，构建加速新材料应用数据产品开发的研发中心；三是立足成果转化，提供材料数据基础产品和定制化服务，构建大中小企业融通发展、促进产业整体能力提升的服务中心。
新材料大数据中心的六大功能：一是构建材料数据汇聚标准和融通平台，打造辐射全国的材料数据资源体系；二是加强共性和前沿技术研究，提升数据赋能科技创新能力；三是开展材料数据产品开发应用，提升材料研发效率，降低材料研发成本，促进产业高质量发展；四是提供材料数据公益服务，助力大中小企业融通发展；五是加强材料基因领域创新人才队伍建设，为材料大数据应用提供多层次创新人才；六是推进材料数据和技术国际合作，促进材料大数据和技术水平提升，推进标准规范建设。
四、新材料大数据中心的建设任务是什么？
《建设方案》提出，新材料大数据中心的建设任务包括3方面8项具体工作。
（一）搭建新材料大数据中心架构体系。一是建立中心主平台，统筹建门户、出标准、定规则。负责建设相关硬件基础设施及系统；建立统一的数据标准规范体系、分类分级的数据安全保障体系、无偿共享和有偿使用相结合的数据管理共享机制；收集汇聚公开材料数据、公共财政支持项目数据、知识产权数据等资源；推动数据资源节点的遴选、搭建和管理；组织开展材料数据共性、前沿技术研究和产品开发应用；牵头遴选一批算力中心，支撑大数据中心稳定运行；提供公益服务和知识产权服务，加强人才队伍建设和国际技术合作。二是布局数据资源节点，依托各类创新载体，负责采数据、用数据、保质量。聚焦先进钢铁材料、先进有色金属材料、先进石化化工材料、先进无机非金属材料、高性能纤维及制品和复合材料、前沿材料等6个材料领域，以及1个材料综合应用领域，分科技、产业和计算三类，支持建设数据资源节点。
（二）建立数据流通应用技术体系。一是建设标准规范体系。建设全链条技术标准体系、数据安全管理技术标准规范，参与制定国际标准。二是建立管理共享机制。探索统一共享服务模式，构建差异化的数据产品使用和服务机制，建立数据管理和融通机制，打通科技、产业数据汇聚共享通道。三是建立数据安全保障体系。建立数据安全分类分级保护制度，加强安全技术应用，建立健全数据安全风险监测预警技术手段，开展数据管理能力成熟度评估和数据安全等国家和行业标准贯标。
（三）优化新材料大数据技术应用生态。一是研发关键技术和软件。开展大数据技术研发和安全可靠软件开发，创新突破和持续输出材料大数据关键技术和软件。二是实施应用示范。开发成分优化、工艺改进等数据产品，开展关键材料数字化研发、生产、应用中的典型场景打造，推动材料大数据、人工智能、区块链技术等融合发展。三是创新人才队伍建设和公益服务。培养和引进多学科复合型人才，集聚一批高水平领军人才和青年骨干人才；在符合安全规范条件下，向社会免费提供数据查询、软件开源等数据产品。
五、新材料大数据中心的管理机制和运营模式是什么？
《建设方案》提出3方面的创新管理机制，支撑新材料大数据中心长期运营。一是中心主平台要建立开放透明的运行管理机制，组织研究提出建设总体规划和阶段性实施计划，统筹协调推进；二是研究建立数据资源节点分级会员制度，确定对非公共属性数据产品和服务的会员级别权限，构建数据资源节点内部评价和退出机制；三是通过市场、标准及技术等手段，逐步打通科技、产业等相关材料数据资源的融通和应用。
新材料大数据中心运营分为主平台和数据资源节点两个方面。主平台坚持公益性服务为主，向社会免费提供具有公共属性的基础产品，可根据发展需要探索商业化运营模式，开展数据要素市场化服务，并充分发挥新材料大数据创新联盟作用，鼓励和引导有关单位通过无偿捐赠、购买服务等方式支持运营。数据资源节点以商业化运营为主，重点发挥数据产品开发应用和推广功能，鼓励无偿提供具有公共属性的数据产品和服务；开展材料数据汇聚和数据产品开发应用，提供多类定制化数据产品，实现运营收益。
六、推动《建设方案》落实有哪些保障措施？
《建设方案》提出5个方面的保障措施。一是加强统筹协调。加强部门协同，统筹推动建立总体架构，实施绩效评价；发挥地方优势，组织动员有关单位积极参与建设运营。二是加大政策支持力度。利用现有政策资金渠道和重大科技基础设施资源，支持大数据中心建设、承担或参与有关任务；鼓励地方出台配套政策，加大对数据资源节点的配套支持。三是建立多元化资金和数据渠道。构建以企业投入为主体、金融机构为支撑、社会资本为补充的资金投入模式，充分发挥有关部门、地方政府等数据持有单位作用，加强数据共享与交换。四是加强人才激励、培养和引进。鼓励建立人才激励和奖励机制，加大人才政策倾斜；强化材料大数据应用创新高端人才培养，支持建设国家卓越工程师实践基地、引进海外高层次人才。五是强化数据安全和知识产权保护运用。各相关方依法落实数据安全保护责任，做好风险监测、事件处置和报告等工作；根据有关规定对核心关键专利申请优先审查，加大专利侵权行政裁决力度。
新闻>头条热点
头条热点
公司新闻
行业标准
政策法规
国家数据局发布《关于向社会公开征求<数据领域名词解释>意见的公告》
发布时间:2024-10-24 10:05:09 浏览次数:1203 来源:“国家数据局”微信公众号
10月21日，国家数据局发布《关于向社会公开征求<数据领域名词解释>意见的公告》，对数据、原始数据、数据资源、数据要素等41个数据领域的名词解释征求意见，征求意见时间为2024年10月21日至11月20日。
关于向社会公开征求《数据领域名词解释》意见的公告
为进一步凝聚共识，推动社会各界对数据领域术语形成统一认识，现就《数据领域名词解释》向社会公开征求意见。
此次征求意见的时间是2024年10月21日至11月20日。欢迎社会各界人士提出意见，请通过电子邮件方式将意见发送至gjsjjzcs@126.com
感谢您的参与和支持！
附件：数据领域名词解释
数据领域名词解释起草专家组
2024年10月21日
附件
数据领域名词解释
1.数据。是指任何以电子或其他方式对信息的记录。数据在不同视角下表现为原始数据、衍生数据、数据资源、数据产品、数据资产、数据要素等形式。
2.原始数据。是指初次或源头收集的、未经加工处理的数据。
3.数据资源。是指具有使用价值的数据，是可供人类利用的新型资源。
4.数据要素。是指能直接投入到生产和服务过程中的数据，是用于创造经济或社会价值的新型生产要素。
5.数据产品。是指基于数据加工形成的，可满足特定需求的数据加工品和数据服务。
6.数据资产。是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。
7.数据要素市场化配置。是指通过市场机制来配置数据这一新型生产要素，旨在建立一个更加开放、安全和高效的数据流通环境，不断释放数据要素价值。
8.数据处理。包括数据的收集、存储、使用、加工、传输、提供、公开、删除等活动。
9.数据处理者。是指在数据处理活动中自主决定处理目的和处理方式的个人或者组织。
10.受托数据处理者。是指接受他人委托处理数据的个人或者组织。
11.数据流通。是指数据在不同主体之间流动的过程，包括数据开放、共享、交易、交换等。
12.数据交易。是指数据供方和需方之间进行的，以数据或者数据各类形态为标的的交易行为。
13.数据交互。是指主体之间以数据的形式进行交流和协作的过程。
14.数据治理。是指提升数据的质量、安全、合规性，推动数据有效利用的过程，包含组织数据治理、行业数据治理、社会数据治理等。
15.数据安全。是指通过采取必要措施，确保数据处于有效保护和合理利用的状态，以及具备保障持续安全状态的能力。
16.公共数据。是指各级党政机关、企事业单位依法履职或提供公共服务过程中产生的数据。
17.数字产业化。是指新一代移动通信、人工智能等数字技术向数字产品、数字服务转化，数据向资源、要素转化，形成数字新产业、新业态、新模式的过程。
18.产业数字化。是指传统的农业、工业、服务业等产业通过应用数字技术、采集融合数据、挖掘数据资源价值，提升业务运行效率，降低生产经营成本，进而重构思维认知，整体性重塑组织管理模式，系统性变革生产运营流程，不断提升全要素生产率的过程。
19.数字经济高质量发展。围绕加快培育新质生产力，以数据要素市场化配置改革为主线，协同完善数据基础制度和数字基础设施，全面推进数字技术和实体经济深度融合，持续提升数字经济治理能力和国际合作水平，实现数字技术革命性突破、数据要素创新性配置、传统产业数字化转型和适数化改革，通过数字经济创新发展赋能经济社会高质量发展。
20.数字消费。是指数字新技术、新应用支撑形成的消费活动和消费方式，既包括对数智化技术、产品和服务的消费，也包括消费内容、消费渠道、消费环境的数字化与智能化，还包括线上线下深度融合的消费新模式。
21.产业互联网。是指利用数字技术、数据要素推动全产业链数据融通，赋能产业数字化、网络化、智能化发展，推动业务流程、组织架构、生产方式等重组变革，实现产业链上下游协同转型、线上线下融合发展、全产业降本增效与高质量发展，进而形成新的产业协作、资源配置和价值创造体系。
22.城市全域数字化转型。是指城市以全面深化数据融通和开发利用为主线，综合利用数字技术应用和制度创新工具，实现技术架构重塑、城市管理流程变革和产城深度融合，促进数字化转型全领域增效、支撑能力全方位增强、转型生态全过程优化的城市高质量发展新模式。
23.“东数西算”工程。是把东部地区经济活动产生的数据和需求放到西部地区来计算和处理，对数据中心在布局、网络、电力、能耗、算力、数据等方面进行统筹规划的重大工程，比如人工智能模型训练推理、机器学习等高时延业务场景，可以通过“东数西算”的方式让东部业务向西部风光水电丰富的区域迁移，实现东西部协同发展。加快推动“东数西算”工程建设，将有效激发数据要素创新活力，加速数字产业化和产业数字化进程，催生新技术、新产业、新业态、新模式，支撑经济高质量发展。
24.高速数据网。是指面向数据流通利用场景，依托网络虚拟化、软件定义网络（SDN）等技术，提供弹性带宽、安全可靠、传输高效的数据传输服务，具有高带宽、低延迟、高可靠性、高安全性、可扩展性、灵活性等特点。
25.全国一体化算力网。是指以信息网络技术为载体，促进全国范围内各类算力资源高比例、大规模一体化调度运营的数字基础设施。作为“东数西算”工程的2.0版本，具有集约化、一体化、协同化、价值化四个典型特征。
26.元数据。关于数据或数据元素的数据（可能包括其数据描述），以及关于数据拥有权、存取路径、访问权和数据易变性的数据。
27.结构化数据。一种数据表示形式，按此种形式，由数据元素汇集而成的每个记录的结构都是一致的并且可以使用关系模型予以有效描述。
28.半结构化数据。不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但包含相关标记，用来分隔语义元素以及对记录和字段进行分层的一种数据化结构形式。
29.非结构化数据。是指不具有预定义模型或未以预定义方式组织的数据。
30.数据分析。是指利用技术手段，对数据进行分析，发挥数据作用、释放数据价值的过程。
31.数据挖掘。是数据分析的一种手段，是从大量数据中通过算法搜索隐藏于其中信息的过程。
32.数据可视化。是指将数据以图表、图形、地图等可视化形式展示，以便更好地理解和分析数据。
33.数据仓库。是指一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，通常用于支持企业或组织的决策分析处理。
34.数据湖。是指一种高度可扩展的数据存储架构，它专门用于存储大量原始数据，这些数据可以来自各种来源并以不同的格式存在，包括结构化、半结构化和非结构化数据。
35.湖仓一体。是指一种新型的开放式的存储架构，打通了数据仓库和数据湖，将数据仓库的高性能及管理能力与数据湖的灵活性融合起来，底层支持多种数据类型并存，能实现数据间的相互共享，上层可以通过统一封装的接口进行访问，可同时支持实时查询和分析，为企业进行数据治理带来了更多的便利性。
36.隐私计算。是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一类信息技术，保障数据在产生、存储、计算、应用、销毁等数据流转全过程的各个环节中“可用不可见”。隐私计算的常用技术方案有多方安全计算、联邦学习、可信执行环境、密态计算等；常用的底层技术有混淆电路、不经意传输、秘密分享、同态加密等。
37.多方安全计算。是指在无可信第三方的条件下，通过特殊设计的密码学算法和协议，允许多个参与方在不泄露各自隐私数据的前提下，协同完成计算任务。
38.联邦学习。是指多个参与方在不共享原始数据的情况下协作完成机器学习任务的方法。
39.可信执行环境。是指提供基于硬件级的系统隔离和可信根，支持基于技术信任的数据安全保障能力，保证在安全区域内部加载的代码和数据在保密性和完整性方面得到保护。
40.密态计算。是指通过综合利用密码学、可信硬件和系统安全的可信隐私计算技术，其计算过程实现数据可用不可见，计算结果能够保持密态化，以支持构建复杂组合计算，实现计算全链路保障，防止数据泄漏和滥用。
41.区块链。是指使用密码链接将共识确认的区块按顺序追加形成的分布式账本。
关键字： 数据领域名词解释