《DataCastle數據城堡：人工智能與數據要素競賽白皮書2023（67頁）.pdf》由會員分享，可在線閱讀，更多相關《DataCastle數據城堡：人工智能與數據要素競賽白皮書2023（67頁）.pdf（67頁珍藏版）》請在三個皮匠報告上搜索。

1、洞察競賽趨勢，激發數據力量人工智能與數據要素競賽白皮書 2023White Paper of AI&Data Element Competition 2023AI&DATA ELEMENT COMPETITION人工智能與數據要素競賽白皮書2023DATA SCIENCE洞察競賽趨勢，激發數據力量Follow the Tendency of CompetitionUnleash the Power within DataWhite Paperof AI&Data Element Competition 2023-編委會成員-（以姓氏筆劃為序）付 莉龍 雨仇 玲徐浩程李俊杰張 洋龍 鴻劉曉霞劉明

2、熹劉邵星劉洋琳劉心田劉鎧華李 旭李 喆張琳艷杜宇建張敏文趙珺怡周 濤錢 嶺郭 悅袁紹靈涂 平黃 煒梁加琦黃 毅游麗金魏曉鋒何子易3.賽事架構3.1.1 賽事方案CONTENTS目錄071.1 人工智能與數據要素競賽概述1.2 人工智能與數據要素競賽基本價值091.2.1 公共數據要素價值挖掘與應用探索091.2.2 賦能企業人工智能與數據要素人才儲備1.2.3 完善企業生態建設090912142.1 主辦方142.1.1 政府152.1.2 企業2.1.3 科研機構&高校2.2.1 算法賽人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Comp

3、etition 20231.2.4 跨學科融合交流與高校人才培養102.賽事主體1.競賽基本價值及相關政策2.2 賽事類型2.2.2 應用賽2.2.3 技能賽2.2.4 教學賽061112133.1 賽事方案設計3.1.2 傳播方案141617181919214.2023發展趨勢與前景展望262224262627303334343532CONTENTS4.1 競賽發展現狀4.1.1 數據要素與數據產業化導向人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Competition 20233.1.3 技術方案3.2 技術部署3.2.1 平臺部署3.

4、2.2 定制化開發3.3 賽事運營3.3.1 賽事招募3.3.2 選手運營3.3.3 專家運營3.3.4 社區運營3.3.5 活動運營3.4 賽事結果呈現3.4.1 賽事手冊3.4.2 新聞報道3.4.3 會議/論壇發表3.4.4 項目孵化4.1.2 賽題統計與分析4.1.3 賽事主體統計與分析4.1.4 賽事類型發展趨勢212226273031314041435.2023賽事案例44454545464343CONTENTS人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Competition 20234.2 競賽發展掣肘因素4.2.1 賽事類

5、型創新瓶頸4.2.2 人工智能人才培養產教脫節4.2.3 宏觀經濟制約賽事資源投入4.2.4 參賽選手招募與轉化難題4.2.5 優秀項目孵化及落地難題4.3 未來發展趨勢4.3.1 賽題趨勢展望：賽題領域多元拓展與垂直挖掘并行4.3.2 賽事服務發展趨勢：延伸成果轉化與賽事沉淀服務4.3.3 政策導向與支持力度促進競賽市場回暖4.3.4 賽事出海：賽事國際化步伐加快5.1 政府賽事案例5.2 企業賽事案例5.3 科研機構&高校賽事案例6.參考文獻4446464748525860人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Competitio

6、n 202301AI&DATA ELEMENT COMPETITION人工智能與數據要素競賽基本價值及相關政策Value&Relevant Policy ofAI&Data Element Competition在數字化浪潮的推動下，人工智能（Artificial Intelligence,AI）正成為推動社會進步的關鍵力量，2023 年，全球 AI 產業迎來了歷史性的轉折點，生成式 AI 技術成為新的希望。中國 AI 產業規模在這一年達到了 2137 億元，預計到 2028 年將增長至 8110 億元，五年復合增長率達到 30.6%。隨著 AI 技術的不斷進步，我們見證了其在多個領域的廣泛應

7、用。從醫療健康到金融服務，從智慧城市到自動駕駛，AI 正以其獨特的方式改變著世界。人工智能（Artificial Intelligence,AI）作為一門研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的新一代信息技術，已經從早期的符號主義、連接主義演變為如今的深度學習、神經網絡、強化學習等多種范式的融合?，F代人工智能涵蓋了機器學習、自然語言處理、計算機視覺、智能決策等多個子領域，不僅在理論上取得了諸多突破，而且在工業制造、醫療健康、金融服務、無人駕駛等眾多行業中產生了深遠影響。近年來，人工智能已從單一技術的追求發展為與實體經濟深度融合的智能技術集群，正在全球范圍內引發新一輪

8、科技革命和產業變革。2023 人工智能與數據要素競賽白皮書 07人工智能與數據要素競賽白皮書20231.1 人工智能與數據要素競賽概述圖1-1 人工智能發展簡史數據要素（Data Element）是指在信息化時代，構成信息資源的基本單元，是信息社會中生產、流通和消費活動中必不可少的新型生產要素。隨著大數據技術的飛速發展，數據要素的地位日益凸顯，從最初作為業務運營的副產品，到如今成為驅動數字經濟發展的核心資源。數據要素涵蓋了原始數據、處理后的有價值信息以及用于支撐人工智能算法的訓練數據等多種形態。隨著數據確權、數據流通、數據安全等相關法規的完善，數據要素的開發利用也經歷了從無序到有序、從封閉到開

9、放的歷史進程。人工智能與數據要素競賽是以人工智能技術為基礎，以數據為核心資源的創新性競賽活動。這類競賽旨在通過解決實際問題，推動人工智能技術在處理和利用數據要素方面的創新應用。2023 人工智能與數據要素競賽白皮書 08人工智能與數據要素競賽白皮書2023近年來，此類競賽的內涵和形式都在不斷拓展和深化，不僅涵蓋了算法設計、模型訓練、數據分析等技術挑戰，還包含了數據處理、數據治理、數據安全以及數據倫理等多個層面。競賽題目越來越貼近實際業務場景，鼓勵參賽者從數據獲取、加工、分析到最終形成可行解決方案的全過程參與。隨著數據要素重要性的提升，人工智能與數據要素競賽逐漸形成了產學研深度合作的新模式，主辦

10、方囊括了政府、企業、高校和科研機構等多個主體，共同推動人工智能技術與數據要素的融合發展。賽事中，參賽者不僅能夠通過競賽提升自身的數據處理和人工智能技術應用能力，還可以通過與企業合作，將創新成果轉化為現實生產力，為推動數字經濟的高質量發展貢獻力量。同時，隨著數據跨境流動、數據隱私保護等議題的日益緊迫，競賽活動也越來越注重在合規前提下，探索數據要素的合理利用和有效保護，以此促進人工智能與數據科學領域的健康、可持續發展。2023 年 10 月 25 日，國家數據局正式掛牌成立。國家數據局的成立恰逢其時，意義深遠。這將進一步加快全國統一、輻射全球的數據大市場的建設，推動數字經濟加速發展。國家數據局統籌

11、發展和安全，充分發揮數據的基礎資源作用和創新引擎作用，不斷做強做優做大數字經濟，促進數字經濟和實體經濟深度融合，為構建新發展格局、建設現代化經濟體系、構筑國家競爭新優勢提供有力支撐。人工智能與數據要素競賽是在全球數字化轉型和數據經濟蓬勃發展的背景下，一種新興的、旨在激發創新活力、培養高端人才、挖掘數據價值的新型競賽模式。此類競賽以其獨特的優勢和特點，已經成為推動人工智能技術進步和數據科學應用的關鍵驅動力。人工智能與數據要素競賽通常以公開或定向的數據集為基礎，邀請全球范圍內的學者、研究人員、開發者以及學生等數字人才參與，圍繞數據處理、機器學習、深度學習、自然語言處理、圖像識別、數據挖掘等核心領域

12、展開角逐。通過競賽，參賽者在限定時間內完成算法設計、模型構建、數據分析等工作，以解決實際或模擬的復雜問題，展示其在人工智能和數據科學技術上的先進性和應用性。人工智能與數據要素競賽形式多樣，既有線上云端環境下的算法比拼，也有線下實體空間里的技術展示與競技。賽題設計緊跟技術前沿與行業熱點，既可以是技術挑戰賽，如算法優化、模型訓練；也可以是場景應用賽，如智慧城市、智能制造、金融科技等領域的數據應用創新。此外，部分競賽還配備了完善的評估體系，包括自動化的代碼評審和數據結果評測，以及專家評審團的人工評定，確保了競賽的公平性和權威性。通過競賽，能夠快速集中和培養一批具有實戰經驗的高素質人才，通過高強度、實

13、戰性的競賽過程，鍛煉參賽者的跨學科綜合能力。2023 人工智能與數據要素競賽白皮書 09人工智能與數據要素競賽白皮書2023推動人工智能技術的創新應用，特別是對于數據要素的挖掘和利用，通過優化數據處理流程、提高數據分析效率，加速數據向生產力的轉化。同時，競賽集合了政府、企業、學術機構的力量，構建起產學研用一體的創新生態鏈，實現數據資源的高效配置與利用，推動了人工智能產業的蓬勃發展。充分發揮了數據作為新型生產要素的作用，通過合法合規的數據開放與共享，探索公共數據要素在社會治理、經濟發展、民生服務等多領域的價值實現。1.2 人工智能與數據要素競賽基本價值1.2.1 公共數據要素價值挖掘與應用探索2

14、023 年 9 月，中國信息通信研究院發布數據要素白皮書(2023 年)。白皮書在數據要素白皮書（2022 年）的基礎上，進一步探討數據要素理論認識，聚焦過去一年來數據要素探索過程中不斷涌現的新模式、新業態、新熱點，重點關注資源、主體、市場、技術四大方面的發展，期望能為社會各界進一步參與數據要素實踐探索提供有價值的參考。政府擁有海量人口、城市、稅收、工業等社會關鍵數據，擔負著激發社會公共數據要素潛在價值、引導社會經濟良性發展、提升人民生活水平的重要責任。創新公共數據要素流通方式，激活數據要素潛能，探索公共數據要素應用方式是政府部門數字化建設工作的重要內容。1.2.2 賦能企業人工智能與數據要素

15、人才儲備在數字化轉型的大潮中，企業對數據算法人才的渴求達到了前所未有的高度。人工智能與數據要素競賽成為了企業快速聚集和識別此類人才的高效途徑。此類競賽不僅能夠吸引大量對人工智能和大數據技術充滿熱情的專業人士參與，而且通過實戰型的賽題設計，直觀展現了參賽者的技術實力、創新思維和問題解決能力。企業據此甄別并吸納優秀人才，不僅能夠直接充實其技術團隊，提升研發能力，更能優化人才梯隊結構，為企業的長期發展奠定堅實的人才基礎。通過競賽機制，企業能夠高效篩選出與企業文化相契合、技術能力出眾的候選人，實現人才儲備的戰略布局，為未來的技術創新和業務拓展預留關鍵資源。1.2.3 完善企業生態建設在數字化轉型的推動

16、下，企業生態建設成為科技型企業增強市場競爭力的關鍵。通過舉辦人工智能與數據要素競賽，企業不僅能夠對外展示其先進且強大的產品功能，還能夠借由賽事的影響力強化品牌效應，有效推動產品的市場推廣與銷售。2023 人工智能與數據要素競賽白皮書 10人工智能與數據要素競賽白皮書2023競賽作為一種開放性平臺，吸引著廣泛的開發者、研究人員和企業用戶的參與，這不僅擴大了企業用戶基礎，更為企業生態的社區建設提供了豐富的源頭活水。參與者在競賽中交流分享的經驗、技術成果和創意，為企業生態注入了源源不斷的創新內容，促進了服務與產品的迭代優化。這種正向循環進一步增強了企業生態的吸引力和粘性，構建了更加開放、活躍的開發者

17、社區，為科技型企業帶來了更強的市場競爭力和持續增長動力。1.2.4 跨學科融合交流與高校人才培養利用數據科學技術進行量化研究、大樣本研究是目前學術界的主流研究方法之一，人工智能與數據要素競賽能夠有效促進數據科學人才與其他學科的融合交流。高校作為人才儲量最大的單位，具備先天辦賽優勢。相對于政府、企業而言，高校辦賽成本低，依靠天然人才池，可以獲得較高辦賽性價比。對于高校而言，數據科學成為未來的主流研究領域是大勢所趨，而數據科學不能只停留在課堂上，必須通過實戰進行學習訓練，人工智能與數據要素競賽為高校提供了一個良好的實訓機會，讓高校數據科學學科建設更加系統化，更加完整，同時可以提升學生數據科學應用能

18、力，促進高校人才培養。人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Competition 2023人工智能與數據要素競賽賽事主體Event Composition of AI&Data Element Competition02AI&DATA ELEMENT COMPETITION2023 人工智能與數據要素競賽白皮書 12人工智能與數據要素競賽白皮書2023人工智能與數據要素競賽作為一種數據要素應用形式，能夠衍生出諸多價值路徑，為數據要素所有者提供包括經濟收益、人才選拔、政務開展等諸多價值?；谥鬓k方的價值訴求與身份定位，人工智能與數據要

19、素競賽的主辦方可以分為三大類：政府、企業與科研機構及高校。在 2022 年統計到的 288 道賽題中，企業辦賽占據主流，共計 144道，占比 50%；科研機構&高校賽題數量多于政府辦賽，共計 98 道，占比34.03%；政府辦賽 46 道，占比 15.97%。政府、企業和科研機構及高校這三方各有特色，它們分別從政策引導、市場驅動和技術研發的角度出發，共同構筑了人工智能與數據要素競賽的立體架構，有力地推動了這一領域的全面發展和繁榮。通過相互間的緊密合作與良性互動，人工智能與數據要素競賽正成為激發創新活力、培養高端人才、推動科技進步和產業升級的強大引擎。2.1 主辦方圖2-1 2023競賽主辦方類

20、型占比2.1.1 政府政府作為重要的倡導者與監管者，不僅制定了相關政策以鼓勵和規范人工智能與數據要素領域的健康發展，還通過教育部門、科技部門、信息化部門等聯合發起此類競賽，以推動國家戰略新興產業的發展，培育高端創新人才，落實數據要素市場化改革。圖2-2 政府辦賽鏈路圖數據要素信息收集數據擁有者數據分析&應用開發價值激活社保數據醫療數據違章數據公共監控人民政府行政部門成熟企業創業團隊個人開發者智慧政務智慧金融智能制造智慧城市舉辦賽事成果轉化2023 人工智能與數據要素競賽白皮書 13人工智能與數據要素競賽白皮書2023政府在人工智能與數據要素競賽中的角色至關重要，它是賽事的宏觀調控者和重要推手。

21、政府通過出臺相關政策法規，為人工智能和數據要素領域的發展提供制度保障，營造有利于科技創新的良好環境。具體到賽事層面，政府機構如科技部、教育部門、工信部門等會聯手主辦或協辦此類競賽，以國家戰略為導向，設定符合國家科技發展規劃和產業政策的競賽主題。政府主辦的賽事通常具有極高的權威性和公信力，不僅能夠調動各方資源，保證賽事的順利進行，還可以吸引來自全球的頂尖團隊和個人參與。賽事的舉辦有助于推動國家人工智能與數據要素相關技術的發展，發掘并儲備高端人才，同時也能引導和規范行業健康有序發展，促進產學研用的深度結合，加速科技成果的轉化與應用。圖2-3 典型政府賽事 山東省第五屆數據應用創新創業大賽2.1.2

22、 企業企業作為市場競爭的主體和技術創新的主力軍，積極參與到人工智能與數據要素競賽的主辦工作中，憑借其深厚的行業經驗和市場敏感度，基于自身的業務需求和技術積累，洞察市場趨勢，主動發起和主辦賽事，以解決實際應用場景中的痛點問題。企業主辦的賽事通常更加注重技術創新的實用性與商業化潛力，旨在挖掘能夠直接服務于產業升級、產品優化或市場拓展的解決方案。企業通過競賽，不僅可以吸引和篩選出具備優秀技術和應用能力的團隊或個人，為其提供實際項目實踐的機會，還能借此契機與參賽者建立起長期合作關系，共同推動產品和服務的迭代更新。同時，企業主辦的賽事還有助于塑造品牌形象，展示企業的社會責任感和技術領導力，進一步鞏固和提

23、升其在行業內的地位。2023 人工智能與數據要素競賽白皮書 14人工智能與數據要素競賽白皮書2023圖2-4 典型企業賽事 中國移動“梧桐杯”大數據應用創新大賽科研機構與高校在人工智能與數據要素競賽中承擔著創新源和人才培養基地的重任。它們主辦的賽事往往以基礎理論研究和前瞻性技術探索為主，旨在引導參賽者攻克學術難題，推動學科邊界拓展和技術創新?？蒲袡C構通過主辦競賽，可以促進學術界的交流合作，碰撞出新的研究火花，孕育出具有顛覆性意義的創新成果。高校作為人才培養的主要場所，通過主辦或參與此類競賽，可以提升在校學生和青年教師的實踐能力，鍛煉其解決復雜問題的技巧，同時也能激發學術好奇心和科研熱情，為人工

24、智能與數據要素領域輸送源源不斷的高質量人才。2.1.3 科研機構&高校圖2-5 典型科研機構賽事 猛犸杯國際生命科學數據創新大賽2.2 賽事類型算法賽是指以算法技術為核心，針對具體問題設計具有客觀可量化評分標準的賽題，通過算法搭建與大量數據分析解決具體問題的數據科學競賽形式。2.2.1 算法賽2023 人工智能與數據要素競賽白皮書 15人工智能與數據要素競賽白皮書2023圖2-6 第三屆“梧桐杯”三大算法賽賽道算法賽面對不同辦賽主體產生了多種價值。在政府辦賽中，算法賽開放大量公共服務數據，創新政府數據開放方式，讓地方公共數據惠及社會。在企業與科研機構辦賽中，算法賽能夠篩選技術人才與算法方案，一

25、方面解決人才精準招聘與技術交流的問題，另一方面發現優秀算法，提升業務算法水平、完善業務算法體系，促進學術算法發展。18%17%14%13%11%9%8%6%4%2.2.2 應用賽應用賽是指以實際需求為核心，探索算法框架與實際需求的創新性結合方式，同時綜合商業模式、市場需求等因素的數據科學競賽形式。應用賽主要通過方案落地發揮價值，尤其政府辦賽提供的創業扶持、資本對接、宣傳推廣能夠促進優秀項目加速孵化。賽事過程中提供的專業培訓指導也能夠推進參賽方案的二次優化，增強落地可能性，為民生福祉與經濟發展做出貢獻。圖2-7 第二屆移動云杯大賽應用賽賽道2023 人工智能與數據要素競賽白皮書 16人工智能與數

26、據要素競賽白皮書2023專為企業、工會以及其他組織內部員工量身定制，旨在提升員工在當今數字化轉型浪潮下的核心競爭力，尤其是針對數據科學與人工智能關鍵技術領域，通過豐富的實戰演練與嚴謹的考核機制，全面檢驗并提升參賽者的職業技能水平。賽題可覆蓋一系列重要技術板塊，包括但不限于數據處理、機器學習、深度學習、自然語言處理（NLP）、圖像處理、數據挖掘以及大數據技術等。針對不同的技能層級，可設計不同的實操訓練課程與考核內容，確保每位參賽者無論處于何種技術水平，都能找到適合自己的挑戰，從而在實踐中不斷提升專業能力?？己诵问缴喜捎渺`活且多元化的試題結構，主辦方可根據實際需求自由配置各類題型，如單選題、多選題

27、、判斷題以及填空題等。這種高度定制化的試卷設計能夠更好地適應不同崗位與角色的技能評測需求。評分機制方面采取自動化與人工相結合的方式，確保公正客觀的同時，兼顧了主觀題目的評估靈活性。單選題和判斷題基于標準答案進行自動評分，大大提高了批閱效率；對于多選題，可根據各個選項的重要性進行精細化賦分，鼓勵參賽者全面理解問題；填空題則引入了關鍵詞匹配自動評分功能，同時保留了人工復核和評分的環節，確保對參賽者答案的深度和準確性進行全面考量。2.2.3 技能賽圖2-8 DC技能賽答題頁2023 人工智能與數據要素競賽白皮書 17人工智能與數據要素競賽白皮書20232.2.4 教學賽教學賽是近年來教育與職業技能培

28、養領域的一種革新嘗試，特別是在人工智能教育方面，通過創新的教學賽形式，實現了教育方式的融通與升級，構建了一個多元化、融合型的學習生態環境。首先，教學賽作為一種新型教學手段，打破了傳統的課堂講授模式，由高校教師發起，以課程作業或者項目任務的方式呈現給學生。這種競賽化的學習方式，鼓勵學生將所學人工智能理論知識應用于實際問題的解決中，通過機器自動評分與代碼審查雙重考核機制，確保了對學生實踐操作能力和理論知識掌握程度的精確評估，從而開辟了一條全新的教學成果考核路徑。在教學賽的設計上，強調了實訓場景的競技新模式，努力打通高校教育與社會實踐的壁壘。通過精心策劃的比賽場景，力求使教學訓練環節盡可能接近真實的

29、業務情境，讓學生在富有競技性和趣味性的實戰環境中磨練技能，深度體驗從理論到實踐的過程，有效激發他們的學習積極性和創新潛能?？傊?，教學賽是對傳統教育模式的一種有益補充和深化，它能夠有效地將教學內容與實際需求相結合，培養學生們的自主探究能力和創新能力，為我國人工智能教育事業的長遠發展奠定了堅實的基礎。圖2-10 DC競賽平臺哈爾濱工業大學（深圳）教學賽圖2-9 DC教學賽人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Competition 2023人工智能與數據要素競賽賽事架構The Framework of AI&Data Element Co

30、mpetition03AI&DATA ELEMENT COMPETITION2023 人工智能與數據要素競賽白皮書 19人工智能與數據要素競賽白皮書2023人工智能與數據要素競賽的賽事方案設計主要指比賽的背景和機制設計，確定賽事基調，指導賽事落地，包括組織架構、賽事類型、賽程賽制、概念包裝、賽事獎項等內容。3.1 賽事方案設計3.1.1 賽事方案 組織架構人工智能與數據要素競賽的組織架構通常分為三個層級：指導單位、主辦單位、協辦單位。指導單位在政府背景賽事中出現較多，主要為主辦單位的上級主管部門，級別較高的指導單位能夠提升賽事級別與社會影響力。主辦單位主要為競賽組織的實際決策單位，也是競賽的實

31、際發起單位。協辦單位包括競賽的運營單位、贊助單位以及其他相關單位。賽事類型目前常見的人工智能與數據要素競賽主要分為算法賽與應用賽兩類。算法賽是以算法技術為核心，針對具體問題設計具有客觀可量化評分標準的賽題，通過算法搭建與大量數據分析解決具體問題的人工智能與數據要素競賽形式。應用賽是指以實際需求為核心，探索算法框架與實際需求的創新性結合方式，同時綜合商業模式、市場需求等因素的人工智能與數據要素競賽形式。算法賽以數據分析技術為核心，采用機器客觀評分的考核方式，注重參賽者個人技術實力的較量，有助于實現技術人才選拔。同時，算法賽需要大量數據作為支撐，是促進公共數據開放與應用的有效途徑。應用賽以創新應用

32、方案為核心，采用專家主觀評分的考核方式，綜合考量參賽方案在專利技術、市場需求、商業模式等多維度的價值，有助于選拔優質創業團隊與解決方案。同時，應用賽對主辦方提供的數據量要求較低，賽事籌備的技術難度較低。同時，由于大數據技術與人工智能的深度綁定，目前也出現了許多以仿真、機器人為形式的人工智能與數據要素競賽。2023 人工智能與數據要素競賽白皮書 20人工智能與數據要素競賽白皮書2023圖3-1 應用賽與算法賽特征對比 賽程賽制人工智能與數據要素競賽大多為開放競賽，面向社會大眾或特定范圍征集參賽者，如專門面向在校學生、在職人士、特定領域從業者等，這類賽事以初賽-決賽的二輪賽制為基礎，通過初賽過濾不

33、符合技術要求的參賽者，通過決賽進行最終排名。在兩輪賽制的基礎上衍生出了初賽-復賽-決賽的三輪賽制，利用復賽對初賽晉級的選手進行更精準的篩選。與開放式競賽相對的是定向邀請賽，由主辦方邀請參賽團隊，這類賽事賽制較為自由，參賽團隊較少，可以采用多輪賽制，也可以采用一輪賽制。競賽賽程視賽制而定，在多輪賽制中初賽時間最長，通常占賽事全程的一半；復賽時間較短，供參賽者進行參賽方案優化；決賽時間與復賽時間類似，供參賽者進行方案的進一步優化。一般來說，人工智能與數據要素競賽的總體賽程在 3 個月左右。賽事獎項人工智能與數據要素競賽的主要獎勵機制包括獎金、獲獎證明、政策扶持三方面。作為人工智能與數據要素競賽最為

34、直觀、直接的激勵機制，獎金數量與分配是影響參賽者競賽選擇的重要因素，獎金與招募效果存在正相關關系。隨著近年來單場賽事規模擴大、賽題數量增加，賽事總獎金水漲船高，2023 年部分賽事獎金總額超過百萬元。獲獎證明是在校學生群體較重視的賽事獎項，含金量較高的賽事獲獎證明能夠為其就業提供便利。政策扶持包括政府類賽事中的項目孵化政策、人才引進政策與企業賽事中的就業支持政策。政府賽事主辦方為獲獎團隊提供場地支持、政策支持與資本對接，為獲獎人員提供落戶、就業便利；企業賽事主辦方為優秀選手提供面試直通車或入職邀請。優厚的政策扶持能夠彌補獎金缺口，提升賽事吸引力與社會評價。2023 人工智能與數據要素競賽白皮書

35、 21人工智能與數據要素競賽白皮書2023賽事傳播是人工智能與數據要素競賽運營過程中的重要環節，一方面良好的賽事傳播夠吸引更多參賽者，從而提升賽事水平；另一方面精準的賽事傳播能夠有效擴大賽事的社會影響力，助力辦賽方的品牌建設。在面向社會大眾的一般賽事中，傳播方案主要包含兩方面的內容：賽事招募信息傳播與賽事成果傳播。賽事招募信息傳播是賽事整體傳播方案中最重要的部分，合理配置賽事傳播渠道、設計賽事傳播內容是實現良好賽事招募效果的前提。目前較為常見的賽事招募信息傳播方式包括自媒體廣告投放、社群傳播、垂類平臺廣告投放等。賽事成果傳播是主辦方品牌傳播與成果展示的重要途徑，能夠向社會公眾與領域內人士傳遞品

36、牌價值。常見的賽事成果傳播方式主要以新聞媒體傳播與垂類自媒體傳播為主。3.1.2 傳播方案圖3-2 DC競賽賽事傳播方案概覽3.1.3 技術方案人工智能與數據要素競賽以線上賽為主，專業的技術支持是賽事籌備的必要條件。從賽事運行的角度，賽事技術方案可以分為競賽環境搭建方案、賽題與評分算法設計方案兩大類。競賽環境搭建方案人工智能與數據要素競賽需要線上賽事運行環境，主要表現為賽事網站以及相應的競賽系統。其中競賽系統又分為作品提交系統、主客觀評分系統、賽事排行系統、在線編程系統、算力設施等。2023 人工智能與數據要素競賽白皮書 22人工智能與數據要素競賽白皮書2023辦賽過程中必然需要賽事網站、競賽

37、系統、在線算力與服務器。在算法賽中，參賽者需要將作品上傳賽事網站或依靠賽事網站系統提供的在線編程功能進行方案開發，在賽事后臺進行評分，并將評分反饋給參賽者。這一整個過程都需要有功能完善的賽事平臺與足以匹配賽事需要的云計算資源。2010 年 Kaggle 競賽平臺在墨爾本成立，標志著人工智能與數據要素競賽商業化的成功，以 Kaggle 平臺為代表的 Kaggle 競賽模塊也成為了競賽平臺的標準技術架構，主要包括參賽系統、在線實訓系統與評分系統三大部分。參賽系統為參賽者提供報名、組隊、作品提交等基本功能，主流競賽平臺也包括評論分享、社區交流等功能。辦賽過程中，賽題是最為關鍵的一環，直接關系到辦賽需

38、求的滿足、賽事招募能力與賽事整體效果。賽題設計、數據準備與評分算法的制定構成了核心三要素，直接影響賽事的成功與否。對于政府機構而言，賽題設計不僅要聚焦于數據的開放共享與實際問題的解決，還需考慮如何吸引廣泛參與者，這就要求賽題既要具備一定的挑戰性，也要確保數據的可獲取性和代表性，以激發不同背景選手的興趣與參與度。政府賽事應注重數據集的構建，確保其質量、多樣性和隱私保護，同時提供詳盡的數據說明文檔，幫助參賽者快速理解數據結構與背景，提高賽題的吸引力和可操作性。對于企業而言，賽題設計需緊密結合業務痛點，旨在挖掘具有解決實際問題能力的人才，因此賽題難度和數據的針對性至關重要。企業應精心挑選或合成與業務

39、場景密切相關的數據集，確保數據的時效性與真實性，同時考慮數據的脫敏處理，以保護敏感信息。在此基礎上，同樣需要經驗豐富、技術水平較高的算法專家進行賽題優化，以及跟隨賽事進程，不斷關注賽事進行的最新反饋，確保賽題既能準確反映業務需求，又能合理評估參賽者的技能水平。此外，評分算法的設計應綜合考慮解決方案的創新性、實用性及技術難度，以期全面評估參賽作品的價值。在整個賽事進程中，數據的動態更新與反饋機制同樣重要。賽事主辦方根據賽事進展適時調整數據集，引入更多樣化的真實場景數據，以增強賽題的現實意義。同時，通過算法專家的持續指導，優化評分算法，確保其公正性與準確性，及時反映參賽作品的最新進展與創新點，為賽

40、事的公正評價與人才選拔提供可靠依據。賽題、數據與評分算法設計方案3.2 技術部署3.2.1 平臺部署2023 人工智能與數據要素競賽白皮書 23人工智能與數據要素競賽白皮書2023在線實訓系統是目前參賽算法開發的主流方式，支持參賽者在競賽平臺的網站直接進行代碼開發與算法運行，一方面降低了不同參賽者所擁有的算力資源對賽事結果的影響，提升比賽結果的公平性；另一方面可以通過云端環境保障賽事數據的安全性，避免敏感數據外泄。評分系統能夠將賽題測試集數據導入選手提交的算法模型，并自動計算模型準確性與運行效率等賽題評分的關鍵指標，為參賽算法打分并生成實時排行，根據評分規則全自動客觀評分維護賽事結果公正。在賽

41、事部署策略中，公有云因其靈活性和成本效益成為普遍選擇，尤其適合需要快速擴展資源的比賽，盡管這要求依賴云服務商來確保數據安全。私有云部署，則為數據安全和合規性要求極高的競賽提供了全面控制，適合處理敏感信息，盡管初期投入較大?；旌显撇呗郧擅钊诤蟽烧?，利用公有云處理高計算需求，同時在私有云保護敏感數據，實現了靈活性與安全性的平衡。而對于處理極高度機密數據或在特定限制環境下的競賽，斷網或離線部署成為必要，通過物理隔離確保數據安全無虞，盡管這可能犧牲一定的便捷性和擴展性。因此，根據賽事的具體需求、數據敏感度、成本考量及安全要求，科學選擇公有云、私有云、混合云或斷網部署模式，是確保競賽順利舉辦與數據安全的

42、核心策略。近兩年，云計算逐漸成為人工智能與數據要素競賽的主流技術應用。為賽事賽題匹配相應的云計算資源是舉辦人工智能與數據要素競賽優先考慮的問題之一，其要求包括適當的性價比、穩定性、算力匹配等。適當、穩定的云計算資源可以提升參賽體驗、降低賽事運營難度、避免各類問題，良好的性價比可以降低賽事成本，實現資金合理化分配，并提升主辦單位復辦意愿。另外，成熟的賽事系統能夠有效維護賽事數據安全。隨著數據在企業運營中的重要性逐漸增加，數據安全逐漸成為辦賽過程中主辦方最為關心的問題之一，如何在保障數據內容完整傳遞到參賽者手中完成競賽的同時，避免敏感數據外泄，成為人工智能與數據要素競賽技術籌備階段最為重要的問題。

43、賽事數據需要在脫敏后應用于賽事運行，對于保密級別更高的數據，脫敏處理不足以滿足保密性需求，數據傳輸過程同樣需要采用完善的加密手段與平臺設計，使數據保留在線上，而不會被參賽者非法下載轉作他用。根據具體賽題需求和數據敏感度的不同，部署了數據科學協同平臺與計算資源的云端競賽環境可以選擇將賽題數據掛載在工具內，禁止參賽者將數據下載至本地，防范數據泄露的風險。2023 人工智能與數據要素競賽白皮書 24人工智能與數據要素競賽白皮書2023同時控制競賽平臺用戶訪問權限，防止未授權用戶非法使用系統，以身份識別、登錄次數限制、賬號驗證、口令驗證等方式嚴控用戶數據訪問權限、界定訪問范圍。圖3-3 競賽數據傳輸方

44、式對比在數據傳輸過程中采用 TLS 安全協議實現系統間數據傳輸的完整性保護，防止傳輸數據被嗅探和竊聽。在服務器之間傳輸數據、用戶終端訪問應用系統之間都支持通過支持安全傳輸協議與傳輸信息的加密實現傳輸安全。在數據儲存中對數據庫中的結構化業務敏感信息采用高強度數據庫口令保護，減少數據庫口令被破解的風險；對存放在數據庫中的敏感信息采取非對稱加密，保證非法用戶即使進入數據庫也無法獲取有用信息。將非結構化數據如文本、音頻、視頻通過加密后存放在文件系統，即使非法用戶獲取到文件也不能直接讀取文件的內容。3.2.2 定制化開發賽事主辦機構和辦賽目標的多樣化導致不同賽事的差異逐漸擴大，以 Kaggle 模式為基

45、礎的標準人工智能與數據要素競賽模塊（主要包括參賽系統、在線實訓系統與在線評分系統）已經不足以滿足復雜化的賽事需求，因此定制化開發幾乎成為國內絕大部分賽事的硬性需求。傳統競賽傳輸方式云端競賽傳輸方式參賽者報名云端競賽采用云端創建項目的方式下載數據集至本地調用訓練集數據本地操作,數據集內容完全暴露算法模型搭建調用測試集數據返回測試結果優化模型上傳結果，獲取成績參賽者報名獲取項目權限創建項目云端查閱訓練集數據算法模型搭建提交模型至評分服務器服務器運行模型返回測試結果優化模型提交模型，獲取成績云端操作除訓練集數據外完全不可見取代本地創建項目，避免數據下載操作2023 人工智能與數據要素競賽白皮書 25

46、人工智能與數據要素競賽白皮書2023定制化開發主要包括兩方面：前端展示開發與后端功能點開發，在視覺展示、交互體驗、功能特色、賽事流程等方面形成各自的賽事特色，以滿足不同主辦方的辦賽需求。前端展示開發前端展示開發指賽事網站頁面視覺效果和交互設計的開發，如網站落地頁設計、交互按鈕設計、詳情頁入口設計等，需要網頁 UI 設計與前端開發的配合，是形成獨特賽事品牌的基礎環節。圖3-4 賽事落地頁示例 后端功能點開發后端功能點開發包括與前端展示的內容對應的功能點以及特殊的賽事系統功能，如特殊的數據加密方式、數據傳輸方式、評分方式、在線答題、代碼評估等傳統賽事模塊之外的特殊功能。在賽事基本需求不變的情況下，

47、賽事后端功能點可以復用，以縮減賽事平臺部署成本，對于新的賽事品牌而言，由于缺乏賽事平臺搭建經驗，往往需要依托于成熟的賽事平臺進行定制化開發，因此定制化的后端功能點開發是新賽事的必要環節。2023 人工智能與數據要素競賽白皮書 26人工智能與數據要素競賽白皮書2023人工智能與數據要素競賽的流暢運行需要穩定合理的賽事系統與高效精準的賽事運營相結合，近年來人工智能與數據要素競賽的形式逐漸復雜化，附屬賽事活動越發多樣化，使數據科學賽事從數據與選手的鏈接轉變為主辦方、數據、選手、專家、活動相關方等多方參與的有機整體，這些特征為賽事運營帶來了更大的挑戰。3.3 賽事運營3.3.1 賽事招募除極少數與參賽

48、者有天然強關聯的主辦方（如高校）外，大多主辦方與潛在參賽者具有距離。成熟的招募手段是辦賽效果與賽事完成度達成的關鍵，利用適當的運營手段增強賽事粘性，引導參賽者走完從報名到完賽的全流程，提高完賽/報名比。同時合理的招募方式也是控制賽事成本的重要手段，篩選優質高效招募渠道，提升招募成本投入產出比，并維系參賽者忠誠度，提升系列賽事復參率。另外，在賽事進行過程中，往往會出現各種各樣意想不到的問題，輕則引發部分選手的不滿、重則導致賽事停擺、大批選手退賽，因此辦賽還需要專人進行賽事運營（非計算機技術手段），這對于賽事順利進行、賽事目標高效達成以及打造口碑良好的賽事品牌具有重要作用。3.3.2 選手運營選手

49、運營是賽事運營的主要環節，由于賽事形式逐漸復雜，選手在參加競賽的過程中經常遇到賽事規則不明確、賽題要求不清晰、賽事系統故障、賽題數據不完整等問題，這些問題一方面阻礙了賽事的正常運行，需要專人負責收集選手的反饋信息，并交由相關技術人員進行修改更正；另一方面可能引發參賽者不滿情緒，阻礙賽事正常進行甚至引發負面輿論，對主辦方社會形象造成不利影響，需要運營人員及時進行公關安撫，降低負面輿論聲浪，維護賽事良好聲望。3.3.3 專家運營在近年來的賽事實踐中，客觀評分與專家主觀評審相結合是絕大多數賽事決賽的主要形式，尤其在應用賽中，專業水平高、行業聲望大的專家評審是維護賽事結果公平合理的重要因素。因此，專家

50、評審的邀請與接待也是人工智能與數據要素競賽運營的重要工作之一。2023 人工智能與數據要素競賽白皮書 27人工智能與數據要素競賽白皮書20233.3.4 社區運營人工智能競賽具有天然的社區效應，越來越多數據科學人才選擇參賽以實踐理論技能，并在過程中進行持續的協作、交流和討論，形成了具有專業屬性的社區雛形。以全球最大的人工智能競賽平臺 Kaggle 為例，作為全球最大的數據科學人才社區，在與不同機構組織合作舉辦人工智能競賽之外，Kaggle 還以數據集、開源代碼項目分享等豐富的內容吸引人才匯集，在其數據科學的成長發展之路上不斷進行助力和賦能，從而使得海量處于不同成長階段的專業人才均對其產生了強大

51、的粘性。數據科學社區集聚的人才來自不同行業不同職能，能夠及時響應復雜多元的競賽需求，為人工智能競賽的成功舉辦提供了復合能力的全方位支持?；钴S的互動交流也在社區上不斷沉淀著技術先進、應用成熟的真實案例，突破固有認知的創新源源不斷地發生，進而為人工智能競賽基礎上的數字化創新提供了底層支持。3.3.5 活動運營人工智能與數據要素競賽逐漸成為主辦方品牌生態的組成部分，與賽事相關的附屬活動成為賽事設計的重要組成部分?；顒舆\營與線上賽事運營不同，涉及線下活動策劃、運營、現場搭建、組織協調等會務類工作，需要具有會務從業經驗的人員組織實施開展。圖3-5 第三屆“梧桐杯”大數據創新大賽總決賽線下活動2023 人

52、工智能與數據要素競賽白皮書 28人工智能與數據要素競賽白皮書2023線下賽事通?？梢苑譃閮深悾壕€下答辯與線下對抗。線下答辯主要提供作品說明和答疑解惑兩種功能，這兩種功能在應用賽中更加明顯。應用賽通常不適用客觀可量化的評價指標，以評委主觀評分為主要評審方式。在這種評分模式下，PPT 與產品/方案說明文檔并不能全方位展示產品/方案的實用性和創新性，線下答辯過程中評委與參賽者的問答互動能夠有效改善評委對產品/方案的認知，并消除誤解和疑義。在算法賽中，通常以算法模型的準確性、運行效率、運行時長等客觀可量化標準作為評分基準，線下答辯的重點更多地集中于模型的創新性、通用性等方面。同時專家評審的有效建議也可

53、以幫助參賽者提升模型效率，拓寬設計思路，促進參賽者技術成長。圖3-6 線下答辯示例 線下答辯 現場競技現場對抗是創新型的線下競賽方式，常見的現場對抗有攻防對抗、黑客馬拉松等?，F場對抗要求參賽者在短時間內依靠有限資源呈現最優的作品成果，對參賽者實力考驗較大。攻防對抗攻防對抗通常用于涉及安全的賽題當中，參賽者被分為進攻與防御兩組，根據賽題要求進行分組對抗，以淘汰制或積分制方式進行評比。攻防對抗對賽題、數據、組織能力、參賽者水平都有較高要求，組織成本較高。2023 人工智能與數據要素競賽白皮書 29人工智能與數據要素競賽白皮書2023圖3-7 攻防對抗示例黑客馬拉松黑客馬拉松是程序/產品設計賽事的常

54、見組織方式，要求參賽者在指定時間內（時間較短，通常為 12/24/36/48/72 小時），在指定場地內完成作品設計、程序編寫、運行測試、程序優化、作品提交。這種方式是對參賽者知識積累、技術沉淀、設計思路的挑戰，這種競賽模式主要針對人才發掘，在一定程度上犧牲作品水平的同時，挖掘更具技術實力的人才。圖3-8 黑客馬拉松示例2023 人工智能與數據要素競賽白皮書 30人工智能與數據要素競賽白皮書2023圖3-9 實時刷榜示例實時刷榜是黑客馬拉松在人工智能與數據要素競賽中的一種延伸探索，其基本組織方式與黑客馬拉松類似：組織參賽者在限定場地、限定時限內完成競賽任務。不同的是黑客馬拉松往往采用現場發布賽

55、題任務、現場設計方案、現場編程的方式進行，實時刷榜則作為一場大型賽事的決賽，讓參賽者攜既有方案、模型現場進行優化，通過大屏實時展示成績營造緊張的競賽氛圍，激發參賽者潛力。實時刷榜3.4 賽事結果呈現3.4.1 賽事手冊賽事手冊常見于應用賽，應用賽中賽事成果以方案為主，且通常涉及專利技術，單一的成績排名難以體現多樣化的賽事成果產出。賽事手冊篇幅限制小，能夠充分體現主辦機構、參賽團隊、參賽方案、相關專利技術等內容，在線下活動中進行發放，能夠擴大賽事成果傳播效果，促進參賽方案展示效果，提升賽事方案落地的可能性。圖3-10 賽事手冊示例2023 人工智能與數據要素競賽白皮書 31人工智能與數據要素競賽

56、白皮書2023圖3-11 新聞通稿示例3.4.2 新聞報道賽程關鍵節點的新聞通稿是絕大部分賽事，尤其是政府背景賽事的標準流程。一方面向業界展示賽事進程與賽事成果，另一方面對于提升主辦機構社會影響力，提升主辦機構品牌輿論權重等具有重要作用。3.4.3 會議/論壇發表人工智能與數據要素競賽起源于學術會議，首次人工智能與數據要素競賽是 1997 年由ACM（國際計算機學會）分支機構 SIGKDD（數據挖掘及知識發現專委會）發起的第一屆 KDDCUP，迄今共舉辦了 25 屆，被譽為數據科學“世界杯”。人工智能與數據要素競賽與學術會議和商業論壇具有深厚淵源，現在仍有許多學術會議和商業論壇將競賽作為重要的

57、附屬活動，將賽事線下決賽作為活動的環節之一，借助會議和論壇本身的行業影響力，提升賽事影響力和賽事成果的展示傳播效果。如 2023 猛犸杯國際生命科學數據創新大賽決賽頒獎儀式直接在蓮都區人才科技賦能美麗健康產業高峰論壇現場進行，并將賽事成果手冊現場發放，將賽事成果直接傳遞到業界人士手中，實現精準觸達，提升賽事方案落地空間。圖3-12 2023MICOS決賽暨蓮都區人才科技賦能美麗健康產業高峰論壇現場2023 人工智能與數據要素競賽白皮書 32人工智能與數據要素競賽白皮書20233.4.4 項目孵化賽事方案孵化落地是賽事成果轉化最直接的方式，但落地難度較大。成功的賽事項目孵化需要多方因素互相配合。

58、常見阻礙賽事項目落地的因素包括方案因素、政策因素、資本因素等。在應用賽中，參賽團隊包括企業團隊、大學生團隊、創業團隊等，各類方案側重點不同，難以實現專利技術、創意性、商業性、落地性的有效結合，尤其是大學生團隊方案往往缺少成熟可行的商業模式，難以落地。對于賽事優秀方案可以進行標準化，形成可復制的解決方案，在不同地區或領域進行推廣和優化，并與上下游企業合作，如硬件供應商、軟件開發商、系統集成商等，共同打造完整的解決方案。在算法賽中，企業可搭建算法交易平臺或云服務，將優秀的算法模型作為服務出售，供其他企業或開發者按需調用。這種方式降低了技術壁壘，加速了算法成果的市場滲透。同時引導參賽團隊對原創算法進

59、行專利申請，形成知識產權保護體系，通過專利授權模式，將算法許可給有需求的企業使用，實現技術變現。企業也可為參賽者提供職業規劃指導與專業技能培訓，增強其就業競爭力。通過賽事組織線上或線下培訓課程，涵蓋算法優化、項目管理、商業分析等多個領域，幫助參賽者全面提升個人能力。國內較為成功的項目孵化賽事是“浙江數據開放創新應用大賽”，大賽一等獎作品 山鄉共富小助手融合了民宿相關信息、民宿周邊人文自然信息、農特產品信息等 9 類公共數據，破解了民宿產業區域發展不均衡、規模不經濟、產業鏈不完整、帶動力不強等問題，當前已在安吉縣進行試點，接入民宿 829 家，客房 1.1 萬間，床位 4.9 萬張。大賽一等獎作

60、品安迅應急救援產業互聯，迭代升級為現在的“救在身邊”應用，已實現從臺州 512 公里向全省 4158 公里的高速運營覆蓋。海洋“清道夫”船舶水污染防治應用讓處置企業提高效益 20%，大幅降低政府治理費用 80.6%，在全國 2520 個萬噸級泊位推廣；“反詐一哥”應用 已精準宣防易受騙人員及預警潛在受害人381972 人次，攔截勸阻案件 4143 起，防損金額 1.3 億元；碳效碼應用為湖州全市 3700 余家規上工業企業“精準畫像”。圖3-13 2022浙江數據開放創新應用大賽優秀成果亮相互聯網大會人工智能與數據要素競賽白皮書2023White Paper of AI&Data Elemen

61、t Competition 2023人工智能與數據要素競賽2023發展趨勢與前景展望2023 Development Trends and Prospects of AI&Data Element Competition04AI&DATA ELEMENT COMPETITION2023 人工智能與數據要素競賽白皮書 34人工智能與數據要素競賽白皮書20234.1 競賽發展現狀4.1.1 數據要素與數據產業化導向2024 年 1 月發布的“數據要素”三年行動計劃（20242026 年），從制造、商貿、金融產業著手發力，為數據要素在高質量發展中發揮“乘數效應”提供了更為明確的落實路徑和發展框架。生

62、產、商業、服務等模式將依托擁有更廣闊發展空間的數據要素，不斷創新成長，為接下來中國經濟高質量發展“鋪路架橋”。圖4-1 數據要素”三年行動計劃(20242026年)數據要素賦能產業技術，創新生產模式。當前我國正堅持以產業數字化與數字產業化雙輪驅動為企業生產、產業升級提供更多機會。在數據要素的持續推動下，數字技術與傳統產業正實現深度融合，借助物聯網、自動化等新技術打造智能制造，升級先進供應鏈。通過“數據要素”，為勞動者提供學習、掌握先進技術的機會，從過去技術升級服務生產模式轉變為數據要素流通創新生產模式全鏈優化。在數據要素的推動下，制造更智能，供應鏈更先進，勞動者更全面，提效、降本、加速升級的新

63、生產模式有望實現。數據要素培育新業態，創新商業模式。大批企業正借力數據要素持續探索新商業模式。2022 年，我國大數據產業規模達 1.57 萬億元。數據要素所催生出的新消費、新業態、新品牌，正為商業模式升級創新加速。一方面，基于用戶行為數據的精準廣告投放和需求響應式零售不斷進入市場。另一方面，數據要素的運用和復用為不同行業創造新的價值增量，發揮自身的“乘數效應”。當前，已經涌現出數據質量評估、數據交易仲裁等新型商業模式。上海交易所在開展數據資產登記評估業務后，數據產品累計掛牌超 800個，交易額超 1 億元。以數據要素為主導的新商業模式正在打破傳統商業模式單一的生產、銷售、服務路徑，不斷激發企

64、業潛力。2023 人工智能與數據要素競賽白皮書 35人工智能與數據要素競賽白皮書2023數據要素激活市場潛能，創新服務模式。在全球數字化的浪潮下，越來越多企業逐漸理解與數據要素協同發展的重要性。在數據要素的作用下，我國市場的“數據”特征越發明顯，服務模式正迎來轉型期。金融科技服務方面，數據要素使得信貸評估、風險控制等環節更加科學。在能源管理方面，利用數據要素服務智慧能源的調度與優化成為常態。在政企服務方面，“數字資產化服務”幫助政府、企業推動數字化轉型，服務模式不斷同各產業、企業擦出新的火花，在激活市場潛能的過程中帶來更多力量。在社會服務方面，跨領域的數據融合能夠帶來新的知識產生和價值提升，信

65、息的有效傳遞能夠為工作提升效率，全國性的數據要素公共服務平臺也在逐步打造，在促進數據要素市場規范的同時為數據流通合規提供公共保障。生產、商業、服務正在數據要素的“乘數效應”下加快升級，為產業數字化、創新性發展注入來自數據要素的驅動力。數據要素在生產領域的融合與創新推動市場升級，商業領域的運用催生全新的商業模式，服務領域的數字化、定制化引發市場變革。在數字經濟時代，數據的作用已不僅限于流通，而是成為推動經濟社會高質量發展的關鍵要素之一?！皵祿亍睘橹袊a業的新發展開辟了廣闊的市場前景，正迅速引領著產業數字化和創新性發展。在我國數字經濟迅速發展的背景下，數字基礎設施規模和能級的不斷提升將為更好地

66、發揮數據要素作用奠定堅實基礎。隨著數字化轉型的深入推進，更多更有價值的數據將會產生，為創造更加豐富的應用場景提供了無限可能。三年行動計劃的實施將成為推動數據要素在各行各業廣泛應用的關鍵一步，為經濟社會高質量發展提供切實助力。數據要素潛力的充分釋放，將推動更多產業“駛向”數字藍海。4.1.2 賽題統計與分析2023 年各大賽事平臺共統計到 288 道賽題，賽題數量位居前三名的平臺分別為：DC平臺 83 道；阿里天池平臺 44 道賽題；Kaggle 平臺 35 道賽題。各平臺賽題數量分布如下：2023 人工智能與數據要素競賽白皮書 36人工智能與數據要素競賽白皮書2023人工智能與數據要素競賽與當

67、下熱點技術應用緊密相關，計算機視覺技術的成熟推動了自動駕駛、智能機器人等行業的爆發式增長，同時熱點行業反向帶動計算機視覺相關技術進入大眾視野，普遍應用于多重領域。2022 年統計的賽題中，計算機視覺（以下統稱 CV）相關賽題占比 36.5%，占比最大，而在 2023 年統計到的 288 道賽題中，計算機視覺相關賽題占比 26.94%，依舊是占比最大的技術方向。圖像采集設備在各類行業中的普及為 CV 技術的廣泛應用提供了廣闊空間，使 CV 技術成為最適合跨行業應用的人工智能技術，賦能自動駕駛、醫療影像識別、水下勘探、行為識別、成品檢測、遙感測繪等諸多領域。因此，越來越多的相關企事業單位通過人工智

68、能與數據要素競賽發現優秀 CV 人才、挖掘優質解決方案。計算機視覺（CV）賽事依舊是最大熱門 生物醫藥類賽事數量快速增長2023 年生物醫藥類賽事相比 2022 年數量大幅增加，占比 14%，這一趨勢不僅反映了生物醫藥領域的蓬勃發展，也彰顯了社會對生物醫藥科技創新的高度重視。在過去的一年里，隨著生物醫藥技術的不斷進步和市場需求的持續增長，越來越多的企業和機構開始關注并投入到這一領域中來，希望通過舉辦各種賽事來推動技術的創新和應用。具體來說，這些生物醫藥類賽事涵蓋了基因編輯、細胞治療等多個領域。這些賽事不僅為參賽者提供了展示研究成果和實力的平臺，也促進了生物醫藥技術的交流和合作，推動了行業的快速

69、發展。2023 人工智能與數據要素競賽白皮書 37人工智能與數據要素競賽白皮書20232023 年，AIGC（Artificial Intelligence Generated Content）賽事在全球范圍內呈現爆發式增長，這一現象充分反映了 AI 技術和數據科學交匯地帶的巨大潛力。隨著AIGC 技術日趨成熟，其應用場景從最初的文本創作拓展至圖像生成、音頻合成、視頻制作乃至虛擬現實等領域，賽事主題也隨之豐富多樣。例如，參賽隊伍被要求開發創新的 AI 模型，能夠在不同情境下高效、準確地生成內容，并考慮模型的創新性、實用性、效率及原創度等多個維度。不僅如此，比賽還特別關注如何通過大數據和機器學習

70、技術優化 AIGC 系統的性能，以及如何解決由此帶來的版權、倫理和社會影響等問題。這些賽事不僅是技術展示的舞臺，更是探索 AIGC 商業化路徑、推動相關產業發展的催化劑，同時也為學術界和產業界培養了大量的交叉領域人才。此外，生物醫藥類賽事的增加也體現了政府和社會各界對生物醫藥產業的支持和投入。政府出臺了一系列政策措施，鼓勵企業加大研發投入，推動生物醫藥技術的創新和應用。同時，社會投資機構也積極參與到生物醫藥產業的投資中來，為創新型企業提供了資金支持和市場機會。大模型賽事數量大幅度增長圖4-2 AIGC賽題示例2023 人工智能與數據要素競賽白皮書 38人工智能與數據要素競賽白皮書2023伴隨新

71、能源汽車產業的迅猛發展，以自動駕駛為核心的相關技術競賽如雨后春筍般涌現。2023 年，許多賽事將重心轉向了電動汽車的設計優化、電池管理系統、充電網絡解決方案以及高級輔助駕駛系統（ADAS）等方面。尤其在全自動駕駛賽道，賽題要求參賽團隊結合硬件設施與軟件算法，實現在真實環境中的安全、高效行駛。這些賽事不僅推動了新能源汽車核心技術的研發和產業化進程，還促進了跨學科協作，包括機械工程、電氣工程、計算機科學以及交通運輸規劃等多個領域的交融。此外，智能網聯汽車的安全防護、交通流量分析與預測、以及能源管理等議題也在各類賽事中得到深入探討。圖4-3 2023年全球智能汽車AI挑戰賽 新能源汽車與智能汽車發展

72、帶動車輛類賽事增長 自然語言處理賽事數量顯著增長自然語言處理（NLP）作為 AI 領域的重要分支，在 2023 年的各類競賽中占據了愈發重要的位置。賽事涵蓋語義理解、情感分析、文本生成、機器翻譯、問答系統等諸多細分方向。這些比賽鼓勵參與者開發出更智能的語言模型，提高機器理解和生成人類語言的能力，甚至實現跨文化和跨語言的有效溝通。其中，借助大型語言模型開展的創新性任務，如生成具有邏輯連貫性和創造性文本的比賽項目尤為引人注目。此類賽事的成功舉辦，極大地推動了 NLP 前沿技術的研發速度，也為社交媒體、在線教育、新聞媒體等行業提供了更多的智能化解決方案。圖4-3 2023語言與智能技術競賽 2023

73、 人工智能與數據要素競賽白皮書 39人工智能與數據要素競賽白皮書2023雖然數據挖掘一直是人工智能領域的一項基石技術，但在 2023 年的競賽環境中，其專屬賽題的數量有所下降。這并非表明數據挖掘的重要性減弱，而是由于數據挖掘技術日益普及，且已被廣泛融入到各類 AI 問題中，成為了眾多其他類型賽題的基礎環節。與此同時，隨著大數據分析進入深水區，部分競賽開始側重于更復雜的數據科學問題，如異構數據集成、因果關系發現、實時數據分析等更高層次的應用場景。因此，盡管獨立數據挖掘類賽題減少，但其內涵與影響力卻在更廣泛的 AI 競賽體系中得到了深化和擴展。數據挖掘類賽題數量同比減少 元宇宙與區塊鏈賽題熱度降溫

74、與前兩年相比，2023 年的元宇宙與區塊鏈相關技術的專項競賽數量呈現出降溫態勢。這主要是由于這兩個領域的概念炒作經過一段時間后，市場和學術界逐漸回歸理性，開始更加注重落地應用與實際價值。盡管如此，諸如虛擬現實交互設計、數字資產交易機制、去中心化身份認證等關鍵議題仍在特定的科技競賽中占有一席之地。而那些著眼于構建可信、安全、可擴展的元宇宙基礎設施，以及致力于改進區塊鏈技術在供應鏈金融、物聯網安全、版權保護等領域應用的賽題，依然吸引了大量參賽者的積極參與。這意味著盡管整體賽題數量減少，但對于元宇宙和區塊鏈的實際技術研發與實踐應用的關注并未減少，反而更加聚焦和務實。2023 人工智能與數據要素競賽白

75、皮書 40人工智能與數據要素競賽白皮書2023在 2023 年，人工智能與數據要素相關的各類賽事主辦方呈現出顯著的變化趨勢，其中高校和科研機構主導的賽事數量明顯增多，且更加緊密地與企業界合作，形成產學研深度融合的新模式。一方面，隨著人工智能和數據科學在教育與研究領域的深入滲透，高校與科研機構舉辦的賽事逐漸占據主導地位。這些賽事不僅聚焦于基礎理論的研究突破和技術創新，而且更加注重解決實際場景下的復雜問題。在賽事設計上，強調跨學科交叉融合，鼓勵學生與研究人員在多模態數據分析、可信 AI、以及開發運維一體化等前沿方向開展探索。此外，越來越多的企業選擇與高校和科研機構聯手舉辦賽事，通過提供真實業務場景

76、、海量數據資源以及技術支持，幫助參賽者將理論研究成果轉化為有市場潛力的應用解決方案。這種深度綁定的合作形式有助于加速科技成果產業化進程，并為培育新一代 AI 與數據科學人才創造了優越的實戰環境。另一方面，在宏觀政策調整和技術市場自我調節的影響下，由政府直接主辦的賽事數量呈現下降態勢。這并非意味著政府對科技創新的支持力度減弱，而是政府職能轉向更為精準高效的引導和服務。政府更多地通過出臺相關政策、搭建創新平臺、優化資源配置等方式間接助力各類賽事活動，從而鼓勵多元主體參與并提高賽事的社會效益與經濟效益。同時，政府還積極倡導和支持公私合營的辦賽模式，促使企業在賽事組織中發揮更大作用，進一步提升了賽事的

77、質量和影響力?？偨Y來說，2023 年的賽事主體結構變遷反映出產學研結合愈發緊密的發展趨勢，高校與科研機構通過舉辦或聯合企業舉辦賽事，強化了技術研發與產業需求的對接，而政府則通過轉變角色，從直接操盤轉變為幕后調控和賦能者，共同推動了人工智能與數據要素領域的賽事活動向著更專業、更具實效的方向邁進。4.1.3 賽事主體統計與分析2023 人工智能與數據要素競賽白皮書 41人工智能與數據要素競賽白皮書20234.1.4 賽事類型發展趨勢 競技形式滲入賽事線下活動2023 年人工智能賽事在結構和組織形式上發生了顯著變化，對抗類賽事的數量明顯增長，且更多地與大型行業大會、論壇等活動緊密結合，形成協同效應。

78、此類賽事不再僅僅是技術實力的競技場，而是逐漸演變成為展示前沿技術、交流創新思想的重要平臺。例如，不少 AI 開發者大會在議程中嵌入了對抗型挑戰賽環節，比如自動駕駛挑戰賽、機器人足球賽、無人機競速等，這些賽事往往緊隨學術研討和技術分享之后，讓參會者有機會親眼見證理論研究成果的實際應用效果。這種同步進行的方式提升了觀眾的參與度和體驗感，增強了賽事的社會影響力，同時也為企業和研究團隊搭建了一個絕佳的舞臺，他們可以在此檢驗并優化自家 AI 技術方案的性能和可靠性。隨著更多的投資商、創業者、以及政策制定者的目光轉向這些融合賽事，其商業價值和社會價值也在不斷放大，進一步促進了人工智能產業鏈上下游的合作與發

79、展。技能類賽事與企業招聘深度鏈接在 2023 年，傳統的在線編程競賽平臺如 LeetCode、?？途W等更加深入地與企業招聘流程相結合，尤其是針對人工智能崗位的需求。這類刷題形式的競賽活動不僅滿足了廣大程序員提升技能、鍛煉思維的需求，還成為了許多科技巨頭和初創公司在招聘過程中的前置篩選工具。參與者通過解決一系列涉及人工智能算法、數據分析和系統設計等問題，能夠直觀展示自己的技術實力，從而獲得企業的青睞。?？途W等原本專注于人力資源服務的平臺也開始將 AI 競賽模塊整合至其服務體系之中，實現求職者與職位需求之間的精準匹配。而像 LeetCode 這樣的專業編程社區則在原有基礎上增加了更多針對性強、實戰

80、色彩濃厚的 AI 題目，使得刷題過程更為貼近實際工作場景，有效縮短了從校園到職場的過渡期，助力年輕一代 AI 人才快速成長和融入行業。與此同時，DC 競賽平臺順應市場需求，適時推出了全新的刷題賽模式。DC 利用自身在數據科學、算法競賽等方面的深厚積累，精心設計了一系列與業界標準接軌、貼合真實業務場景的 AI 刷題挑戰。這種創新的刷題模式不僅考核參賽者的編程技能和算法知識，更注重他們在實際問題解決中的策略思維和創新能力。2023 人工智能與數據要素競賽白皮書 42人工智能與數據要素競賽白皮書2023DC 競賽平臺通過引入更具實踐意義的刷題賽豐富了人工智能競賽市場的多樣性，一方面提高了參賽者的技術

81、實戰水平，另一方面也為用人企業提供了更為精準的人才評估依據。眾多國內外知名企業在招聘過程中，開始認可并采用 DC 競賽平臺，并將其作為衡量應聘者技術水平的一項重要指標，這無疑加速了人工智能領域的人才流動與資源配置效率，有力地推動了整個行業的人才培育和創新發展。圖4-4 DC競賽平臺海外賽事 海外辦賽深化國際合作隨著中國人工智能行業的迅速崛起和國際化戰略的推進，2023 年見證了越來越多的國內主辦方走出國門，在海外舉辦人工智能賽事的現象。這一方面源于中國企業在國際 AI領域的影響力日益增強，希望通過在全球范圍內舉辦高規格的競賽活動，吸引國際頂尖團隊和人才參與到中國主導的創新體系中；另一方面，這也

82、反映了我國對于全球智力資源的高度渴求，以及積極參與全球科技治理的決心。海外賽事的增加拓寬了國內外人工智能研究者和從業者的交流渠道，有助于引進先進的技術理念和創新模式。同時，隨著國際間技術壁壘的逐步打破，跨國界、跨文化的 AI競賽為全球 AI 產業的協同發展注入了新的活力。無論是老牌的國際頂級賽事在中國設立分賽區，還是中國企業獨立在海外發起全新賽事，都彰顯了中國人工智能行業在國際競爭與合作中的嶄新角色和積極姿態。大模型競賽推動應用與生態繁榮2023 年，伴隨著 AIGC（Artificial Intelligence Generated Content）生態系統的快速發展和日趨成熟，以大模型為核

83、心的大規模預訓練模型在各領域的廣泛應用成為焦點。在這個背景下，各類圍繞大模型應用創新為主題的大賽在全國乃至全球范圍內如雨后春筍般涌現。這些賽事不僅著眼于大模型技術本身的突破，更強調大模型在藝術創作、文本生成、代碼編寫、對話交互、圖像生成等多元場景下的實際應用和商業化探索。2023 人工智能與數據要素競賽白皮書 43人工智能與數據要素競賽白皮書2023例如，2023 大模型應用創新挑戰賽上，一場專門針對大模型應用的開發者大賽引起了廣泛關注。參賽者需要利用最新的大模型技術，打造具有實用價值和商業潛力的產品原型或解決方案，充分展示大模型在諸如教育、娛樂、醫療、新聞出版等行業內的廣闊應用前景。通過這樣

84、的賽事，不僅挖掘出了一批極具創新精神的開發者和團隊，還推動了整個社會對大模型技術價值的認知，進而加速了 AIGC 生態的共建與共享。另外，一些知名科技公司，如科大訊飛、阿里、華為等，紛紛響應潮流，通過舉辦或贊助大模型應用創新競賽，助力開源社區的建設與發展，降低 AIGC 技術的準入門檻，激發全社會共同參與大模型技術研發和應用的熱情。這些舉措大大推動了 AIGC 生態下大模型技術的快速迭代和應用落地，為中國乃至全球人工智能產業的繁榮做出了貢獻。4.2 競賽發展掣肘因素4.2.1 賽事類型創新瓶頸現今的算法賽和應用賽雖然在一定程度上能夠反映出人工智能技術的實際應用能力，解決企業在特定場景下的技術需

85、求，但在面對大數據時代復雜的數據要素建設和管理需求時顯得相對不足。傳統的比賽形式往往聚焦于算法優化、模型性能提升等純技術層面，而忽視了對數據處理、數據治理、數據安全等方面的考量。DC 技能賽的引入雖一定程度彌補了這一空白，它可以讓參賽者從基礎知識到模型構建全鏈條的角度出發，全方位檢驗選手理論和實戰能力。然而，人工智能賽事仍需進一步豐富和完善，從底層推動賽事創新，探索從底層技術出發，緊密銜接數據要素的新賽事模式，以便更好地貼合現實世界中企業對于數據驅動戰略的具體需求。4.2.2 人工智能人才培養產教脫節從人才能力培養與行業匹配來看，從知識獲取，到能力培養，到場景應用，再到創新挑戰，人才培養的各個

86、環節都存在斷裂，導致高校培養人才與行業需求之間無法適配。具體表現為但不限于以下問題:人才培養標準和就業分離，缺乏與產業接軌的人才培養標準，學生就業難，企業難以招到合適人才;高校教學內容有待完善，缺乏產業實踐案例，缺少教學實踐平臺;教育與產業需求不匹配，學生動手能力差，缺少培養與產業接軌人才的途徑和方法；行業數據、案例、應用場景，缺乏最短最直接的鏈路提供給高校。2023 人工智能與數據要素競賽白皮書 44人工智能與數據要素競賽白皮書2023企業急需場景應用能力，學生卻無法學以致用。高校人才最缺乏的是“業務理解與解決真實問題的能力”。這一點與學生對高校學習結果不滿意的主要原因“缺乏專業實戰能力”相

87、一致。2023 年 4 月，教育部網站公布 2022 年度普通高等學校本科專業備案和審批結果，據專業備案結果顯示，2022 年全國共有 58 所高校成功申報人工智能專業，專業代碼080717T，專業學習年限四年，授予工學學士學位。迄今為止，全國共有 498 所高校成功申報人工智能本科專業。第一批 2018 年，全國35 所高校成功申報人工智能專業；第二批 2019 年，全國 180 所高校成功申報人工智能專業，第三批 2020 年全國 130 所高校成功申報人工智能本科專業,第四批 2021 年全國 95 所高校成功申報人工智能本科專業，為人工智能研究型、應用型人才培養奠定了基礎。人工智能專業

88、人才培養目標：以培養掌握人工智能理論與工程技術的專門人才為目標，學習機器學習的理論和方法、深度學習框架、工具與實踐平臺、自然語言處理技術、語音處理與識別技術、視覺智能處理技術、國際人工智能專業領域最前沿的理論方法，培養人工智能專業技能和素養，構建解決科研和實際工程問題的專業思維、專業方法和專業嗅覺。4.2.3 宏觀經濟制約賽事資源投入受全球經濟環境變化的影響，政府與企業在非核心業務上的支出有所縮減，這自然波及到了人工智能競賽的贊助與支持。盡管人工智能與數據要素競賽在推動技術創新和人才培養方面扮演著至關重要的角色，但其項目特性往往意味著無法為企業直接帶來立竿見影的收入或經濟效益。這一本質特征在當

89、前資源收縮的宏觀經濟背景下被進一步放大，使得原可以大力推動行業進步的競賽活動在資金短缺的壓力下進展放緩，部分計劃中的賽事甚至被迫取消或延期。面對這一現實，探索多元化資金渠道變得尤為重要，比如積極引入社會資本、創新性地搭建公私合作模式，同時，加強賽事項目的社會影響力評估與經濟效益分析，確保每一分投入不僅能收獲可見的經濟回報，更能為社會創造長遠價值，從而吸引更多潛在投資者的目光。4.2.4 參賽選手招募與轉化難題在宣傳推廣方面，人工智能競賽的熱度雖高，但由于多種原因導致宣傳力度減弱，從而降低了參賽者的招募轉化率。首先，賽事主辦方在賽題設計上未能充分考慮不同層次參賽者的實際水平和興趣點，可能導致賽題

90、過于學術化或過于簡化，難以吸引廣泛且高質量的參賽群體。2023 人工智能與數據要素競賽白皮書 45人工智能與數據要素競賽白皮書2023盡管許多人工智能競賽中涌現出眾多創新項目，但這些項目的后續孵化和產業化進程卻常常遭遇瓶頸。一方面，競賽平臺的核心職能在于組織和評判競賽本身，通常并不具備完善的項目孵化體系和充足的市場對接資源；另一方面，主辦方雖然有強烈的愿望將優秀的競賽成果轉化為實際產品和服務，但卻苦于缺乏有效的機制和平臺去促成這一過程。要解決這一問題，亟需建立聯動產學研各方力量的生態系統，構建包含技術轉移、投資對接、政策扶持等環節在內的全流程服務體系。這意味著賽事結束后的工作不應戛然而止，而是

91、應當無縫過渡到項目孵化、融資路演、知識產權保護以及市場開拓等一系列實質性階段，以確保優質的競賽成果能夠真正落地生根，開花結果。其次，專業競賽平臺在賽事組織的話語權相對較弱，可能是因為其專業技術背景被低估或資源調配不合理。為改善這種情況，主辦方應加強與專業平臺的合作，共同開展調研，設計具有吸引力和挑戰性的賽題，并通過多渠道精準營銷，提升賽事知名度，從而提高參賽者的參與度和留存率。4.2.5 優秀項目孵化及落地難題4.3 未來發展趨勢未來人工智能競技場的輪廓正逐步成型，展現出賽題的多維進化與行業滲透的深化趨勢。賽事主題不再單一，而是趨向于多元化的創新探索與垂直領域的深度挖掘，并愈發凸顯數據作為核心

92、要素的戰略價值。AIGC（人工智能內容創造）作為一股新興勢力，將在競賽舞臺上占據舉足輕重的地位，引領參賽者步入利用 AI 進行內容創新的無人區不論是文學、音樂、藝術創造，還是構建高度智能化的交互式虛擬助手。在智能出行的前沿，自動駕駛技術的比拼將成為焦點，從精密的路徑規劃到對瞬息萬變交通環境的敏銳感知，再到決策系統的毫秒級響應，每一環節都將是對參賽隊伍技術底蘊與創新能力的極限測試。此外，車輛智能化的浪潮也將席卷競賽領域，涵蓋新能源車的智能輔助駕駛系統優化、電動車能源效率的革命性提升等，推動汽車產業向智慧化轉型的步伐。計算機視覺的競技場將持續拓寬邊界，從基本的目標追蹤、圖像理解到復雜視頻數據分析，

93、技術的應用場景將被推向前所未有的豐富多樣。而在生命科學的疆域，生物醫藥 AI競賽將是一片藍海，聚焦于 AI 在基因編輯、新藥研發、疾病早期預警等前沿領域的應用，為智慧醫療的未來發展鋪設基石。4.3.1 賽題趨勢展望：賽題領域多元拓展與垂直挖掘并行2023 人工智能與數據要素競賽白皮書 46人工智能與數據要素競賽白皮書20234.3.2 賽事服務發展趨勢：延伸成果轉化與賽事沉淀服務為了適應行業發展和市場需求，未來的 AI 競賽將不僅僅是技術比拼的舞臺，更是集培訓、競賽、應用落地于一體的綜合服務平臺。競賽前期，組織方將提供更多有針對性的培訓課程和研討會，幫助參賽者提升相關領域的專業知識和技能，準備

94、充分參加比賽。比賽中，除了傳統的算法比拼，還將增設創新方案設計和可行性評估等環節，鼓勵參賽隊伍產出具有實際應用價值的作品。賽后，賽事服務將進一步延展，協助優質項目與產業界對接，通過提供技術支持、創業指導、投融資對接等一站式服務，促進競賽成果向現實生產力轉化。這種模式不僅有助于提升競賽的社會影響力和經濟效益，還能有效縮短技術到產品的距離，加快科技成果的市場化進程。4.3.3 政策導向與支持力度促進競賽市場回暖2024 年，為充分發揮數據要素乘數效應，賦能經濟社會發展，國家數據局會同有關部門制定了“數據要素”三年行動計劃（20242026 年）。人工智能競賽將迎來新一輪的發展高峰，政府層面的關注度

95、和扶持力度將持續增大。各地政府在制定年度考核指標時，或將把舉辦人工智能競賽、推動科技創新作為重要評價標準之一。此舉將促使地方政府加大對人工智能競賽的支持，不僅體現在財政資助、場地提供等硬件條件上，還包括政策引導、法律保障等軟環境建設，為各類競賽創造良好的外部環境。4.3.4 賽事出海：賽事國際化步伐加快隨著中國人工智能技術的崛起和國際影響力的擴大，越來越多的國內人工智能競賽將走出國門，選擇在海外設立分賽場或直接在國外舉辦。這不僅能吸引更多國際人才參與，提高競賽的國際影響力，同時也是推動中外人工智能技術交流與合作的有效途徑。海外辦賽的常態化將進一步拉近中國與世界的距離，助力中國人工智能技術標準和

96、解決方案在全球范圍內的傳播與應用，推動全球人工智能產業共同發展。人工智能與數據要素競賽白皮書2023White Paper of AI&Data Element Competition 2023人工智能與數據要素競賽2023賽事案例2023 Typical Case of AI&Data Element Competition05AI&DATA ELEMENT COMPETITION2023 人工智能與數據要素競賽白皮書 48人工智能與數據要素競賽白皮書2023 主辦單位 山東省大數據局、共青團山東省委、山東省教育廳、山東省科學技術廳 承辦單位 山東省大數據中心、山東省數據要素創新創業共同體

97、協辦單位 DataCastle 數據城堡、中國工商銀行山東省分行、中國移動通信集團山東有限公司、浪潮集團有限公司 獎 金 800,000 元5.1 政府賽事案例 山東省第五屆數據應用創新創業大賽 2023-2024年福建省大數據集團數據應用開發大賽 主辦單位 福建省大數據集團有限公司 承辦單位 福建大數據一級開發有限公司、福建大數據交易有限公司 協辦單位 DataCastle 數據城堡、福建省數據治理與數據流通工程研究院有限公司 獎 勵 5,000,000 元大賽以習近平總書記關于數字中國的重要論述為指導，深入貫徹落實中共中央 國務院關于構建數據基礎制度 更好發揮數據要素作用的意見，發揮山東省

98、海量數據規模和豐富應用場景優勢，推動數字產業化、產業數字化、數據價值化和治理服務數字化，進一步提升公共數據資源開發利用水平，促進公共數據和企業數據融合應用，助力數字強省建設。本次大賽旨在進一步調動全社會參與數據價值挖掘和應用創新積極性，促進數據要素高效流通，釋放數據價值，賦能經濟社會高質量發展，助力山東省綠色低碳高質量發展先行區建設全面起勢。本次大賽以“場景賦能，數創齊魯”為主題，旨在充分挖掘山東省在大數據應用領域的優秀團隊和人才，推動山東省數字產業化和產業數字化的發展進程。經過初賽、決賽激烈角逐，最終，數據賦能經濟發展賽道、經濟賦能公共服務賽道、經濟賦能社會生活賽道分別評選出一等獎 2 名，

99、二等獎 6 名，三等獎 10 名，優秀獎 12 名；數據賦能高校創業賽道評選出一等獎 2 名，二等獎 10 名，三等獎 20 名，優秀獎 18 名。2023 人工智能與數據要素競賽白皮書 49人工智能與數據要素競賽白皮書2023為響應中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見文件精神，進一步加快數據資源開放共享、應用開發、流通交易，釋放數據要素潛能，福建省大數據集團將以“服務數字福建建設，推動數字經濟發展”為宗旨，面向全國舉辦數據應用開發大賽，計劃征集并形成一批優秀數據應用作品，促進數據共享流通與開發利用，更好推動數字經濟高質量發展。第六屆“中國法研杯”司法人工智能挑戰賽

100、指導單位 最高人民法院信息中心 主辦單位 中國司法大數據研究院（最高人民法院智慧法院重點實驗室）、廈門市海絲中央法務區建設工作領導小組辦公室、廈門市思明區人民政府 承辦單位 海絲司法大數據聯合創新實驗室、北京交通大學計算機與信息技術學院、北京大學王選計算機研究所、北京交通大學法學院、中南大學法學院、中南大學知識產權研究院、中南大學未來法治研究中心 協辦單位 中國法學會案例法學研究會、深圳數據交易所有限公司、DataCastle 數據城堡大賽廣泛邀請國內外相關研究機構、高校、高科技企業參加，是面向法院側人工智能應用領域唯一權威比賽，五屆賽事共計逾 7000 支隊伍參賽，具有一定的國內外賽事影響力

101、。大賽愿景是在擁有全球最大規模司法數據的中國，實現法律界、學術界、產業界聯合，面向智慧法院建設，吸引高水平研究人員，孕育先進的司法 AI 新技術，推進司法AI 相關技術落地形成實際應用。本屆賽事自然語言處理技術比武、智慧司法創新創業等兩大賽道最終獲獎名單已經出爐，共計 12 支參賽隊伍和 5 個創新創業項目分別斬獲各賽道獎項。據統計，今年的參賽隊伍數和報名人數較去年賽事分別上漲了 75.8%和 104.4%，自然語言處理技術賽道和司法大數據征文比賽成為今年熱門的賽道方向。82.18%的選手來自高校，覆蓋 350余所高?；蜓芯吭核?。來自法院的參賽人數同比增加近 6 倍，遍布北京、上海、河南、20

102、23 人工智能與數據要素競賽白皮書 50人工智能與數據要素競賽白皮書2023 主辦單位 福建省總工會、福建省大數據集團有限公司 承辦單位 福建省數字經濟產業工會、福建省星漢智能科技有限公司 協辦單位 福建省數據治理與數據流通工程研究院有限公司、福建省數字工業協會、福建省工業互聯網產業聯盟、DataCastle 數據城堡從事智能制造系統集成、人工智能算法研究及應用、工業大數據開發及應用、工業互聯網技術應用的在職專業人員和團隊，征集一批福建省內優秀的“工業互聯網+智能制造”創新技術、解決方案和應用成果，推動福建省工業互聯網+智能制造領域的技術和人才雙突破。大賽以“智能制造應用提質升級”為賽題，選取

103、智能制造中計劃調度、生產作業、倉儲配送、質量管控、設備管理等五個方向，通過選拔賽、總決賽兩個階段，圍繞企業實際生產環境，面向全省 2023年福建省工業互聯網+智能制造創新大賽 第七屆世界智能大會 中國華錄杯數據湖算法大賽主辦單位 天津市委網信辦、天津市工業和信息化局、天津市津南區人民政府、中國華錄集團 承辦單位 北京易華錄信息技術股份有限公司、天津華易智誠科技發展有限公司、DataCastle 數據城堡 獎 金 165,000 元大賽通過比賽的方式，形成“以賽促產、以賽用數、以賽引才”的模式，打通成果轉化鏈路，五屆累計吸引 25137名參賽選手，組成了 23315 支參賽團隊，收集 80 余份

104、成熟算法模型，從應用性及創新性均有所突破，現已逐步應用至對應場景中，解決實際業務問題。大賽旨在挑選出更為優秀的數據挖掘式和機器學習算法，以及遴選出杰出的算法達人。同時，大賽中涌現的優秀團隊將有機會入駐易華錄科技企業孵化器，享受專業孵化服務，加速產品、項目落地。2023 人工智能與數據要素競賽白皮書 51人工智能與數據要素競賽白皮書2023 指導單位 江西省發展和改革委員會、中共江西省委網絡安全和信息化委員會辦公室、江西省政務服務管理辦公室、江西省教育廳、江西省工業和信息化廳、贛江新區管理委員會 主辦單位 江西省大數據中心、贛江新區創新發展局 協辦單位 DataCastle 數據城堡 獎 金 1

105、55,000 元 2023第四屆江西開放數據創新應用大賽本屆大賽聚焦數字化熱點場景和需求，聯合省市多部門聚力打造江西數據賽事品牌和數據創新應用高地，吸引社會各界參與數據活動、分析數據規律、挖掘數據價值、創作數據產品、共享數據便利，共同推動數據開放流通和開發利用，為培育壯大數據要素創新主體，助力數字經濟發展、優化升級營商環境作出貢獻。本屆大賽不僅是思維競技的賽場，也是展現風采的舞臺。無論您是數據分析專業人士，或是對數據有熱情的愛好者，誠邀您的加入，用您的想法點亮創新的火花，共同推動江西數據事業高質量發展。本屆大賽已經成為我省加快推進公共數據開放創新應用的響亮品牌。省大數據中心將持續會同各方，帶動

106、更多的人才、企業和資本加入到數據創新應用實踐中，加快推動數字經濟發展。大賽主辦方、各設區市數據管理部門、宜春市有關單位、獲獎隊伍代表以及社會各界共 200 余人參加頒獎儀式。2023 人工智能與數據要素競賽白皮書 52人工智能與數據要素競賽白皮書2023 主辦單位 中國移動通信集團有限公司 承辦單位 中國移動通信集團有限公司信息技術中心 協辦單位 中國移動通信集團 31 省公司 支持單位 咪咕文化科技有限公司、卓望數碼技術（深圳）有限公司、DataCastle 數據城堡、亞信科技（中國）有限公司 獎 勵 約 100 萬元+校園招聘直通卡5.2 企業賽事案例 第三屆中國移動“梧桐杯”大數據應用創

107、新大賽中國移動立足于“打造大數據生態”“培養數字化人才”“促進產學研融合”“釋放品牌影響力”的辦賽理念，利用豐富數據資產和新機技術核心優勢，發掘青年學生在數據應用、技術開發、數據安全等方面的創新能力。第三屆“梧桐杯”將在賽事深度和廣度上大膽探索、尋求突破從大數據應用創新三大主題賽道向數據應用、技術開發、數據安全三大專業賽道進行全面升級，旨在促進產學研用深度融合，賦能 IT 行業生態創新發展。第三屆中國移動“梧桐杯”大數據創新大賽自 7 月 18 日全面啟動報名以來，共吸引了來自海內外 630 所高校的 2221 支隊伍報名參賽，讓鴻鵠青年們的數智方案在南京閃耀智慧光芒，讓來自大數據領域的專家學

108、者、科技企業聆聽到時代未來的聲音。本次大賽的圓滿舉辦將以賽促創，搭建產教融合新平臺，促進形成高校畢業生更高質量創業就業的新局面，助推科技創新成果轉化應用，服務國家數字經濟創新發展。主辦單位 中國移動通信集團有限公司 協辦單位 中國移動通信集團研究院、中移（成都）信息通信科技有限公司、中移（上海）信息通信科技有限公司、中國移動通信集團遼寧有限公司、中國移動通信集團江蘇有限公司、中國移動通信集團廣東有限公司、中國移動通信集團重慶有限公司、DataCastle 數據城堡 獎 勵 860,000 元（現金獎勵云資源優惠券）第二屆“移動云杯”算力網絡應用創新大賽2023 人工智能與數據要素競賽白皮書 5

109、3人工智能與數據要素競賽白皮書2023為助力中國移動算力網絡的發展，加速移動云向算力網絡演進過程，促進基于移動云產品能力的創新應用與解決方案的豐富，中國移動通信集團有限公司聯合多家單位舉辦第二屆“移動云杯”算力網絡應用創新大賽，為算力網絡的戰略落實提供創新平臺，全力推動移動云持續向“業界一流云服務商”邁進。本次大賽依托移動云豐富的核心開放能力，輸出成果豐富，廣泛深入到政務、工業、交通、醫療等領域，不斷催生新技術、新模式、新業態，助力各行各業升級轉型。吸引了包括移動云合作伙伴、集成供應商、外部企業、院校師生和個人開發者及各類開發者用戶的關注。經過多輪環節的激烈角逐，深藍云海、慧贏深藍和中日友好醫

110、院從各大參賽團隊中脫穎而出獲得一等獎，筑算蒼穹、軟件、zzlab 等團隊獲得二等獎、山東移動 AI特戰隊、感覺優化不如原、涌態科技等團隊獲得三等獎。第二屆“火眼金睛”電磁大數據非凡挑戰賽 主辦單位 中國電子科技集團公司第二十九研究所、中國電子科技集團公司電磁空間作戰與應用重點實驗室、西南交通大學信息科學與技術學院、西安電子科技大學人工智能學院、電子信息對抗與仿真技術教育部重點實驗室 承辦單位 DataCastle 數據城堡 獎 金 165,000 元 面對新興技術發展變革，中國電子科技集團公司第二十九研究所作為電磁空間利用的國家隊，勇于擔當、主動應變，以電磁空間作戰與應用重點實驗室為載體，隆重

111、推出面向全國高校在校生的高水平、開放式、專業化賽事活動電磁大數據非凡挑戰賽（Electromagnetic Big Data Super Contest，EBDSC）。每年設定主題，以國家重大需求為導向，開展電磁大數據領域的技術理論研究、算法模型設計、原型演示驗證等專項競賽。第二屆電磁大數據非凡挑戰賽主題“火眼金睛”，賽題圍繞海量電磁數據中混疊目標信號的提取分辨問題展開，研究院所專家和高校教師聯合擬定賽題，大賽組委會構建電磁運用場景與仿真數據集，參賽團隊根據賽題要求展開研究，設計并實現算法完成指定目標，向組委會提交參賽作品。2023 人工智能與數據要素競賽白皮書 54人工智能與數據要素競賽白皮

112、書2023 第四屆廈門國際銀行數創金融杯建模大賽 主辦單位 廈門國際銀行、廈門大學數據挖掘研究中心 協辦單位 DataCastle 數據城堡 獎 勵 380,000 元 務上的操作風險。本屆競賽將從真實場景和實際應用出發，以憑證信息抽取作為賽事主題，期待參賽選手們能在這些任務上相互切磋、共同進步。廈門國際銀行與廈門大學數據挖掘研究中心聯合舉辦的第四屆廈門國際銀行“數創金融杯”建模大賽正式開賽，獎金升級至 38 萬元，此次比賽共吸引 182 所高校共 602 人報名，組建隊伍數 674 支；數字驅動創新，科技改變未來，一起用科技的力量，探索數據的奧秘，大賽決賽籌備中，敬請期待。在金融業中，紙質憑

113、證是記錄業務關鍵信息要素的重要載體。在實際業務場景中，憑證的類別多種多樣，有手寫、機打等多種類型，并存在錯格、模糊、重疊等現象。利用先進的信息技術自動、高效、準確地抽取憑證內的信息，能夠有效提升金融業憑證核驗工作的效率，同時減少業 2023年“桂林銀行杯”數據建模大賽 暨全國大學生數學建模競賽廣西賽區熱身賽 主辦單位 桂林銀行、全國大學生數學建模競賽廣西賽區組委會、廣西應用數學中心（廣西大學）承辦單位 DataCastle 數據城堡 獎 勵 28,000 元現金獎勵“桂銀新青年”實習面試綠卡 桂林銀行積極推動科技賦能數字化轉型與金融科技、金融服務的創新，并積極響應 2023 年全國兩會對國民經

114、濟和社會發展作出的有關工作部署與要求。為進一步向學科專業競賽靠攏，更好地提升大學生的創新意識和金融科技能力，向數據分析與建模人才提供更廣闊2023 人工智能與數據要素競賽白皮書 55人工智能與數據要素競賽白皮書2023的發揮平臺，桂林銀行、全國大學生數學建模競賽廣西賽區組委會、廣西應用數學中心（廣西大學），聯合主辦 2023 年“桂林銀行杯”數據建模大賽暨全國大學生數學建模競賽廣西賽區熱身賽。此次比賽共吸引區內外 197 所高校共 2551 人報名，組建隊伍數 1081 支，報名參賽人數較上年增長超過 40%，涵蓋 66 所 211、985、雙一流高校。經過預賽、初賽的激烈角逐，共有 6 支隊

115、伍進入到決賽。最終，來自桂林電子科技大學的“數計統計隊”和來自北京航空航天大學、對外經濟貿易大學組建的“Freshfish 隊”獲得此次比賽特等獎。第八屆“i創”黑馬大賽 主辦單位 中國電信 協辦單位 DataCastle 數據城堡 獎 勵 知識、證書 為貫徹落實云改數轉戰略，持續搭建青年創新平臺，激發青年創新活力，培養青年創新人才，充分發揮創新作為引領發展的第一動力，集團公司面向廣大青年員工，圍繞云網、AI、大數據、安全、綠色等領域，舉辦 2022 年青年創新創意大賽暨第八屆“i 創”黑馬大賽。我們希望學員夯實基礎，了解和掌握 AI在 CV 和 NLP 領域的基礎理論和應用。本次比賽有兩個賽

116、題，分別是 CV 方向模型實操和 NLP 方向模型實操。第八屆“i 創”黑馬大賽進一步貫徹落實云改數轉戰略，充分發揮創新作為引領發展的第一動力，搭建青年創新平臺，激發青年創新活力，推動企業高質量發展，經過初賽、復賽、決賽層層選拔角逐，40 位優秀選手進入決賽，AI 應用技能賽由北京公司-孫啟仁奪得桂冠。2023 iFLYTEK A.I.開發者大賽 主辦單位 科大訊飛 協辦單位 DataCastle 數據城堡 獎 勵 400W+現金大獎、綠色就業通道&訊飛 Offer 本屆大賽，科大訊飛聯合優質企業、知名高校、融投資機構，在“36 道應用賽+72 道算法賽”的基礎上，還開設了高校認知大模型場景創

117、新賽和機器人設計賽，覆蓋大模型2023 人工智能與數據要素競賽白皮書 56人工智能與數據要素競賽白皮書2023智能語音、計算機視覺、自然語言、先進智造、VR 等人工智能熱門技術，涵蓋了航空、通信、醫療、農業、文化、環保、文娛等多行業領域，總獎金池累計超 400 萬。歷經 6 年，訊飛 AI 開發者大賽與 110+合作賽題方，開設了 350+競賽賽題、吸引來自 320+海內外城市的 10.9w+團隊參賽。本屆大賽聯合中國海洋石油集團、中國海外集團、AWS、京東科技、陽光電源、中國科學技術大學、同濟大學、中國農業大學等優質企業、知名高校、融投資機構等合作伙伴，圍繞大模型、智能語音、計算機視覺、自然

118、語言理解、光學字符識別、數據挖掘等人工智能熱門技術，覆蓋大模型場景應用、先進制造、信創、公益、數字化、虛擬現實、工業等行業領域，開設 72道算法賽、36 道應用賽?！斑_觀杯”智能文檔版面分析多模態數據處理算法競賽 主辦單位 上海市計算機學會、達觀數據有限公司、上海市北高新（集團）有限公司 承辦單位 DataCastle 數據城堡 獎 金 55,000 元市北高新集團連續三年舉辦“大數據行業職工勞動和技能競賽”，達觀數據連續六年主辦了全球性人工智能算法競賽“達觀杯”，此次大賽邀請高校、科技型企業和自然語言處理愛好者，共同參與和研究實際業務場景下的人工智能技術問題。賽事旨在通過開放真實數據，借助社

119、會和學界的技術力量，為認知智能從業者搭建交流展示平臺，推動國內自然語言處理、計算機視覺等技術創新拓展更多的應用場景，為客戶和行業帶去真正的價值，進步提升認知智能研究水平，為業界選拔和培養技術人才，共促中國人工智能發展?！皵等谌f物智算未來”2023 年智能分析算法專項職工勞動和技能競賽暨第七屆“達觀杯”算法競賽從項目的篩選評審到隊伍培育再到應用落地，得到了眾多行業專家的鼎力支持和專業指導。作為國內領先的智能文本處理企業，達觀數據連續七年主辦全球性人工智能算法競賽“達觀杯”，在該領域引起了廣泛的關注。如今，“達觀杯”已經成為國內語義理解領域最重要的算法競賽之一。達觀數據堅持將技術與產業發展緊密結合

120、，不斷為各行業提供技術支持，并積極挖掘人工智能領域的優秀人才，為學術界和產業發展作出了卓越貢獻。2023 人工智能與數據要素競賽白皮書 57人工智能與數據要素競賽白皮書2023 中國生成式 AI 應用創新挑戰賽主辦單位：亞馬遜云科技、清華大學人工智能研究院基礎模型研究中心、北京科學教育發展基金會、北京市職業技術教育學會協辦單位：DataCastle 數據城堡獎金：200,000 元所有報名選手將通過學習本次比賽發布的一系列課程掌握生成式 AI 技術的核心理論和實踐工具，構建創新應用。在初 賽 階 段 線 上 提 交 自 己 的 商 業 計 劃PPT。由專家評審優秀作品進入總決賽。進入總決賽的選

121、手將同時獲得指定命題和開放命題賽題，基于課程內推薦的大模型及相關工具準備自己的決賽demo，并通過線下路演形式展示作品 PPT 及 Demo。該比賽于發布后，經過 2 個月的宣傳招募，課程培訓，項目構建以及評審，并在 10 月24 日亞馬遜云科技生成式 AI 構建者大會上舉辦決賽路演，吸引了超過 600 以上的開發者報名，收到超過 140 個基于亞馬遜云科技服務構建的生成式 AI 的項目，行業涉及醫療健康，汽車制造，智能家居，游戲，建造，智能機器人等應用，提供高了生成式 AI技術實踐能力，幫助生成式 AI 創新科技產業落地。該比賽也吸引到眾多投資機構，企業代表和行業專家的關注與投入，為參賽構建

122、者們提供了更多的商業合作機構和發展空間。2023 人工智能與數據要素競賽白皮書 58人工智能與數據要素競賽白皮書20235.3 科研機構&高校賽事案例 2023“猛犸杯”國際生命科學數據創新大賽 發起單位 深圳國家基因庫、鵬城實驗室、深圳華大生命科學研究院 主辦單位 廣東省高通量基因組測序與合成編輯應用重點實驗室、常州新一產生命科技有限公司、華智生物技術有限公司、麗水市蓮都區人民政府 協辦單位 廣東省科技基礎條件平臺中心、上海市現代種業協同創新中心、國際科技信息中心、廣東省安全智能新技術重點實驗室、深圳市數據安全重點實驗室、廣東省生物信息學會、哈工大（深圳）-奇安信數據安全研究院、常州市科學技

123、術局、Sage 出版公司、GigaScience 出版社、江蘇金壇經濟開發區管委會 承辦單位 DataCastle 數據城堡 獎 金 118,000 元大賽由深圳國家基因庫、鵬城實驗室、深圳華大生命科學研究院共同發起，廣東省高通量基因組測序與合成編輯應用重點實驗室、常州新一產生命科技有限公司、華智生物技術有限公司、麗水市蓮都區人民政府主辦 2023“猛犸杯”國際生命科學數據創新大賽，旨在解決生命科學產業實際問題，打造創新鏈、延伸產業鏈、構建生態鏈，提供生命科學、農業育種、DNA 合成等多學科交叉研究平臺，助力互聯網、云計算、人工智能等新興技術與生命科學產業深度融合。2023 猛犸杯 國際生命科

124、學數據創新大賽參賽選手們的優異表現為農業和 DNA 存儲產業發展帶來了創新思路和突破性解決方案。同時，選手們也紛紛表示這既是一場有意義的競賽，也是一次非常硬核的跨領域交流體驗。未來，國家基因庫將持續關注生命科學前沿方向和關鍵問題，基于國家基因庫生命大數據平臺的科技資源，以解決行業實際問題/挑戰為目標，持續開展 猛犸杯 系列大賽。同時不斷探索 BT+IT+人才+產業協同創新模式，推動多學科交叉整合，助力生命科學領域融合發展。2023 人工智能與數據要素競賽白皮書 59人工智能與數據要素競賽白皮書2023 西南財經大學第二十屆數據科學與統計建模競賽 主辦單位 西南財經大學、新網銀行 承辦單位 Da

125、taCastle 數據城堡 獎 金 60,000 元數智化運營在客戶管理、產品設計、市場營銷、風險控制等方面發揮著重要作用。通過挖掘營銷活動和客戶行為之間的因果關系，可以分析產品使用動因，進而有效匹配需求和產品，精準推送營銷信息。為進一步培養學生創新精神和創造能力，鼓勵學生運用數據科學方法、統計與機器學習模型解決實際經濟問題，增強學生團隊合作意識和動手能力，西南財經大學聯合四川新網銀行共同舉辦第二十屆數據科學與統計建模競賽。競賽啟動以來，吸引了包括清華大學、復旦大學、北京師范大學、南開大學、四川大學等 104 所高校，223 支參賽隊伍，447 名選手報名參賽，經過3 個月的激烈追逐，8 支隊

126、伍脫穎而出進入決賽。最終，華東師范大學曾心怡團隊撰寫的ULTRA：基于增益樹模型的可信算法，憑借模型建構合理、論證嚴密、具有商業推廣價值摘得桂冠。2023 人工智能與數據要素競賽白皮書 60人工智能與數據要素競賽白皮書2023參考文獻 1 新華社，“數據要素”三年行動計劃(20242026 年)發布，2023 2 中國發展改革報社，國家數據局成立恰逢其時意義深遠，2023 3 中國信息通信研究院，數據要素白皮書（2023 年），2023 4 中國科學院，譚鐵牛：人工智能的歷史、現狀和未來，2019 5 中國信息通信研究院，人工智能白皮書（2022 年），2022 6 中國電信業，數據與數據要素

127、的底層邏輯，2023 7 人民日報，2022 年我國大數據產業規模達 1.57 萬億元（新數據 新看點），2023 8 教育部，2022 年度普通高等學校本科專業備案和審批結果，2023 9 中國人工智能學會，中國人工智能系列研究報告，2021 10 中國科技網，全國普通高校大學生計算機類競賽研究報告，2023 11 DataCastle，數據科學競賽白皮書 2021，2022 12 DataCastle，人工智能與數據科學競賽白皮書 2022，2023人工智能與數據要素競賽白皮書2023DataCastle（DC 競賽）是數據城堡旗下產品，平臺基于公司多年競賽業務體系的技術沉淀，為用戶提供競

128、賽、實訓、人工智能實驗室、算力資源等服務。DataCastle 3.0 打造全新數據科學創新與實踐平臺，結合云端的在線計算環境與安全的數據資源池，為初學者提供實訓教學平臺，為愛好者提供項目實戰擂臺，為數據科學家提供開拓創新舞臺。平臺致力于以數據為基礎，人才為導向，持續激發和挖掘每一位數據科學領域參與者的創新能力，勵志推動中國數據科學發展。上線于 2016 年，是中國最早的數據科學競賽平臺之一32.5 萬數據人才用戶,是中國最大的第三方數據科學競賽平臺成功運營 600+個賽題,服務客戶覆蓋各級政府、各類企事業單位DataCastle數據城堡深耕數據領域8年數據科學人才342,000+專業賽事服務

129、5000+電子科技大學大數據研究中心電子科技大學大數據研究中心于 2014 年底成立，2015 年春正式運營。中心有全職教師 27 人，不重復計算的國家級人才有 14 名，包括 4 名千人計劃專家，5 名青年千人，1名萬人計劃專家，2 名長江學者，1 名國家級百千萬人才入選者，1 名優秀青年基金獲得者。中心已經在 PNAS、Nature Communications、Physics Reports，PAMI 等國際知名的 SCI 期刊和 SIGKDD、INFCOM、ICDM、AAAI 等權威會議發表論文 300 余篇，系亞洲乃至全球最活躍的相關研究機構之一。中心成員 5 年內兩次獲得國家科技進

130、步二等獎，一次獲得國家自然科學二等獎。大數據研究中心作為唯一高校代表單位，獲批共建首個國家大數據工程實驗室政府治理大數據應用技術國家工程實驗室。人工智能與數據要素競賽白皮書2023北京航天計量測試技術研究所成立于 1964 年 8 月 13 日，隸屬于中國航天科技集團有限公司第一研究院，是國防科技工業長熱力學一級計量站、國家運載火箭產業計量測試中心、國家能源計量中心(航天)、國家環境影響評價甲級資質單位。我所通過的認可認證有：中國合格評定國家認可委員會實驗室認可(CNAS)、檢驗檢測機構資質認定(CMA)、國 防 科 技 工 業 實 驗 室 認 可 委 員 會 認 可(DILAC)、軍 用 實

131、 驗 室 認 可、GJB9001B-2009 武 器 裝 備 質 量 體 系 認 證、建 立 了 GJB9001C-2017 體 系、GB/T28001-2011 職業健康安全管理體系、環境管理體系認證等等。北京航天計量測試技術研究所福建大數據一級開發有限公司福建大數據一級開發有限公司成立于 2022 年 3 月 25 日，為福建省大數據集團有限公司全資子公司。作為全省公共數據資源一級開發主體，圍繞“數據要素化”全過程，專注公共數據匯聚治理、共享應用、開放開發等工作，提高公共數據要素供給質量，致力打造全省一體化公共數據體系，助力數字政府改革和建設，為推動數字經濟全方位高質量發展注入豐沛動能。福

132、建省數據治理與數據流通工程研究院有限公司福建省數據治理與數據流通工程研究院有限公司系福建省大數據集團有限公司一級權屬子公司，是創新型、引領性智庫機構，深度合作有國內數據科研領域的頂尖專家團隊，擁有大批數據行業創業先鋒、數字經濟資深投資人等優質外部資源，是數據要素市場制度基底建設、數字經濟領域課題研究的生力軍，致力于探索數據價值化和數據要素化的高效可行路徑。圍繞數據加工處理、開放共享、價值交易、安全管理等方面開展機制研究，提出技術支撐和具體規則安排，進行具體實施和解決方案設計。同時，充分利用研究成果在設計理念和人才上支撐福建省數據要素市場體系建設和數據交易機構建設。聚焦數據資產創新應用體系，進一

133、步深化數據要素市場與金融、商品、資本市場互聯互通，推動數據資產創新應用及數據要素流通、數據價值實現的現行探索。人工智能與數據要素競賽白皮書2023山東數據交易有限公司（山東數據創新應用中心）2021 年山東“十四五”規劃和二三五年遠景目標綱要 提出“高水 平 建 設 山 東 省 大 數 據 交 易 中心”，在省大數據局和省國資委支持下，由山東產權牽頭組建山東數據交易有限公司，山東數據創新應用中心，承擔高水平建設山東大數據交易中心、搭建全省統一的數據交易平臺、規范數據要素交易行為等任務。圍繞 2023 年全省數字經濟高質量發展工作會議的會議精神、山東省深化數據“匯治用”體系建設 加快推進數據價值

134、化實施方案等文件的要求，山東數據聚力省內數據要素市場化配置和生態建設，加快數據要素流通和創新應用探索。目前累計場內交易額過億，初步形成可復制推廣的數據交易業務模式，建設山東省數創應用中心場景案例看板，展示全省數創案例情況。連續兩年在全球數商大會中榮獲“年度數據交易機構（平臺）獎”，2023 年獲得“2023全國十佳優秀數據交易平臺”獎。山東省數據要素創新創業共同體山東省數據要素創新創業共同體是貫徹落實山東省人民政府 關于打造“政產學研金服用”創新創業共同體的實施意見（魯政字201949 號）精神，由山東省大數據局推薦，經山東省人民政府同意、山東省科技廳批復設立的新型創新創業平臺。作為全國數據要

135、素領域唯一的省級創新創業共同體，數據要素共同體以助力山東省數據要素生態體系建設為己任，圍繞“數字強省”戰略，聚焦山東省“十強”產業，以發展數據要素產業為核心，以數據交易流通為切入點，以數據應用為驅動力，發揮“政產學研金服用”各要素資源的協同作用，激發數據要素市場活力，充分釋放數據資源應用價值，打造數據采集、數據存儲、數據加工、數據流通、數據分析、數據應用和數據安全全產業鏈協同發展的數據價值化的新引擎；全面促進數據生產，優化產業結構，打通產業上下游鏈條；持續激發新模式，不斷催生新業態，促進數據整合應用，在服務產業數字化的過程中實現數字產業化，推動全省經濟社會高質量發展，帶動千億級產業集群增長。人

136、工智能與數據要素競賽白皮書2023移動云移動云是中國移動基于云計算技術推出的云服務產品，旨在為企業和個人提供高效、靈活、安全的云計算服務。它是中國移動旗下的云技術品牌，品牌主張是“5G 時代你身邊的智慧云”，強調云網一體和安全可控的價值。移動云不僅提供基礎設施即服務(IaaS)和平臺即服務(PaaS)，還提供多種行業應用解決方案，包括大數據分析、人工智能、企業郵箱等，幫助企業實現數字化轉型。其產品特點包括靈活性、可擴展性、數據安全性和全面的解決方案。此外，移動云擁有專業的技術支持團隊，為用戶提供 24 小時不間斷的技術支持，確保用戶在享受云計算服務過程中遇到的問題能夠得到及時解決。移動云的社會

137、責任方面，它積極履行企業社會責任，致力于通過云計算技術推動社會的可持續發展。通過與多家公益組織合作，移動云為社會公益事業提供了強大的技術支持和解決方案，為推動社會進步做出了積極貢獻。在技術創新和應用場景方面，移動云立足運營商云“網絡+安全”的特色優勢，圍繞安全產品能力、關鍵技術研究等方面打造覆蓋網、云、邊、端的算力網絡一體化安全防護體系，牢筑“算網安全屏障”。同時，移動云還面向全國 832 所國家級貧困縣或有貧困證明的相關政府、學校、醫院等單位提供免費資源、產品、優惠政策以及可定制化解決方案，為打贏脫貧攻堅戰注入“智慧”力量。在踐行“雙碳”目標的道路上，移動云勇擔“為國建云”的使命，全面支撐國

138、家雙碳節能戰略落地，圍繞“東數西算”戰略構建綠色算網資源布局，打造新型數據中心。人工智能與數據要素競賽白皮書2023卓望數碼技術（深圳）有限公司卓望公司成立于 2000 年 6 月，是中國移動的控股子公司，積極拓展互聯網、IT、ICT 領域，提供平臺及應用開發、運營運維等服務。成立二十余年來，卓望公司逐漸形成包括業務合作管理、內容渠道運營、網絡集中運維、企業服務、安全服務、行業 DICT 服務等在內的多項核心業務能力，并構建了研發、運營、運維一體化能力體系。在發展過程中，卓望積累了百余項專利及 400 余項軟件著作權，獲得了信息系統建設和服務能力等級證書、CMMI 能力成熟度等級證書、信息技術

139、服務管理體系認證證書等專業資質，并獲評國家高新技術企業。通過靈活的市場化人才機制，卓望公司擁有了一支具有多元化經驗、年齡結構合理、專業性強、超過 2000 人的人才隊伍，業務覆蓋全國，具有較全面的屬地支撐服務能力，為客戶提供完備的技術和運營支持。作為中國移動數智化創新的探路者，卓望公司一方面以市場化的運作模式，為客戶提供支撐運營服務，持續提升客戶體驗，以優質服務鞏固客戶信任；另一方面，堅持自主創新，充分利用積累的技術和經驗，積極拓展新型移動互聯網業務，對外合資合作，聚合資源能力，放大創新業務價值。面向未來，卓望公司將以“成為一流的數智化服務提供商”為戰略目標，積極把握數智化轉型發展機遇，充分發

140、揮研運維一體化的核心能力優勢，創新探索新領域，與合作伙伴協同共贏，全面推動公司轉型發展。深圳國家基因庫深圳國家基因庫（China National GeneBank，CNGB）由國家發展和改革委員會、財政部、工業和信息化部、國家衛生健康委員會（原衛生部）四部委批復建設。深圳國家基因庫是服務于國家戰略的重大科技基礎設施之一，對生物遺傳資源進行存儲、讀取和開放共享，并以此為基礎搭建起支撐生命科學研究與生物產業創新發展的公益性、開放性、引領性、戰略性科技平臺，是世界領先的綜合性生物遺傳資源基因庫。人工智能與數據要素競賽白皮書2023亞馬遜云科技自 2006 年 以 來，亞 馬 遜 云 科 技（Ama

141、zon Web Services）一直以技術創新、服務豐富、應用廣泛而享譽業界。亞馬遜云科技一直不斷擴展其服務組合以支持幾乎云上任意工作負載，目前提供超過 240 項全功能的服務，涵蓋計算、存儲、數據庫、網絡、數據分析、機器學習與人工智能、物聯網、移動、安全、混合云、媒體，以及應用開發、部署與管理等方面；基礎設施遍及 33 個地理區域的 105 個可用區，并已公布計劃在馬來西亞、墨西哥、新西蘭、沙特阿拉伯和泰國等新建 7 個區域、21 個可用區。全球數百萬客戶，包括發展迅速的初創公司、大型企業和領先的政府機構，都信賴亞馬遜云科技，通過亞馬遜云科技的服務支撐其基礎設施，提高敏捷性，降低成本。洞察競賽趨勢，激發數據力量AI&Data Element Competition 2023