为深化数字政府建设，抢抓人工智能发展新机遇，进一步提升政务数据治理水平，探索从传统数据治理向面向人工智能的数据治理转型路径，夯实政务人工智能应用的数据基础，9月17日，省政务和数据局举办“面向人工智能的数据治理”专项培训。省有关单位，广州、深圳数据交易所参加。
本次培训围绕“从传统数据治理到面向人工智能的数据治理”主线，设置理论学习与多行业实践案例，系统讲解数据资源向可检索、可训练、可应用转化的方法路径。
中山大学计算机学院/岭南学院（双聘）副教授、博导陈川围绕人工智能应用带来的数据治理对象扩展、治理模式演进和质量要求提升作理论授课。以高质量数据集建设和知识库运营为主线，梳理数据与知识加工全流程，讲解不同类型知识素材的组织方法，融入知识图谱构建思路，介绍零散数据文件加工为可训练、可检索、可支撑业务应用数据与知识资源的方法。
深圳市中级人民法院智慧法院建设处副处长、人工智能辅助审判应用研发组组长孟天一以人工智能辅助审判系统建设为案例，围绕立案、阅卷、庭审、文书制作四大审判环节，讲解案件材料、法律法规、裁判规则、典型案例等多源数据的汇聚治理与知识组织，分析权威知识库、知识引擎与业务流程融合路径，展示司法业务数据从治理加工到智能应用赋能的建设实践。
省国土资源测绘院地形测量队高级工程师高绵新以自然资源遥感智能解译综合样本数据集建设为案例，讲解多源数据汇聚、人机协同标注、质量管控、样本与模型迭代的完整工作流程，分析变化检测、语义分割、目标识别、场景分类四类任务的数据采集与加工方法，并结合数据集在耕地保护、土地执法、生态监测等场景中的落地应用，介绍高质量数据支撑模型训练与自然资源行业智能化升级的建设路径。
深圳市政务和数据局“深小i”建设团队总架构师李诗文以“深小i”政务服务大模型建设实践为案例，围绕“从数据到语料、从语料到知识”的转化过程，讲解多源政务知识汇聚、清洗加工、结构化标注、知识融合、知识图谱构建及持续运营等关键环节，梳理政策文件、办事指南、政务问答、法规案例等知识素材的组织方法，结合知识图谱、RAG等技术在智能问答、政策解读、办事导引等场景中的应用，说明政务知识资源从采集治理到智能服务赋能的完整建设路径。
参训人员表示，本次培训内容充实、形式多样、指导性强，既深化了对人工智能数据治理体系和高质量数据集建设方法的理解，也通过司法、自然资源、政务服务等多领域案例拓宽了工作视野与实践思路。大家将以此次培训为契机，把所学所思转化为工作动力，推动传统数据治理能力向面向人工智能的数据治理能力演进，拓展政务领域人工智能应用场景，扎实推进数字政府建设。（来源：广东政数微信公众号）
粤公网安备 44030402001126号
