近年来，数据与智能技术不断融合，“数据智能”的概念应运而生。
近日，基于长期对产业的研究与观察，充分结合行业一线专家的观点意见，中国信息通信研究院云计算与大数据研究所所长何宝宏发布了“2024数据智能十大关键词”，分别为高质量数据供给、面向人工智能的数据治理、数据资源估值与入表、数据智能平台、检索增强生成(RAG)、“大模型+”、营销数智化、数据安全风险评估、数据安全运营和数智素养。
“智能技术本质上是对数据价值进行深度挖掘和应用的一种方式。”何宝宏表示，这次发布的数据智能十大关键词，代表了数据智能产业的当前热点和发展方向。
当前，人工智能正在引发新一轮产业变革，成为激活数据要素价值、发挥数据要素乘数效应的重要引擎，人工智能的突破得益于高质量数据。
尤其是通用人工智能的发展，使得数据与算法的边界更加模糊，数据嵌入到了模型的生成中，数据质量与安全直接影响模型结果。何宝宏认为，通过对人工智能所需数据进行治理，可以有效提升人工智能应用效果与研发效率，提升安全与隐私保护水位。
与此同时，如何推进大模型在各行业、各业务场景落地，是各方普遍关注的问题。落地成本高，可控性、精确性差是大模型在B端落地普遍存在的痛点，而检索增强生成,也就是RAG技术为此提供了很好的解决方案。
据何宝宏介绍，RAG是一种通过数据检索来改进模型内容生成效果的技术方案，通过引入来自外挂向量数据库、知识图谱或网络的数据，对原有问题进行补充增强后再输入给大模型，有效缓解大模型的幻觉问题，提高知识更新速度，增强内容生成的多样性和可追溯性。现阶段RAG技术已融入最常见的大模型应用架构，大大降低企业在大模型训练、微调方面的资源投入，为企业大模型落地提供了更加稳定、可控、低成本的思路。
与此同时，随着数据检索技术不断突破，向量、图等多模态数据也被纳入可检索范围，进一步提升了RAG的性能和适用场景。“总体来说，RAG技术仍有较大的发展空间，国内外各大厂商纷纷布局相关产品。”何宝宏进一步透露，中国信通院云大所也响应各方诉求，牵头编制了《检索增强生成技术要求》标准，腾讯云、中电信人工智能等企业参与了首批测试。另外，为进一步推动大模型赋能的数智应用实践落地，中国信通院已推出“大模型+数智应用”系列评估测试，覆盖商务智能、知识图谱、智能问答、知识中台、营销平台、RAG等方向。
