今日快报！数据要素激活经济新活力：首批“数据要素×”典型案例成果发布

数据要素激活经济新活力：首批“数据要素×”典型案例成果发布

北京讯（记者 郭洁）为深入贯彻落实《“数据要素×”三年行动计划（2024—2026年）》，充分释放数据要素价值，推动数据要素市场体系建设，近日，国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等部门，在第七届数字中国建设峰会上发布了首批20个“数据要素×”典型案例。

这批案例聚焦数据要素在各领域的创新应用，涵盖农业、工业、服务业、能源、交通、金融等多个行业，充分展现了数据要素赋能经济社会发展、推动产业转型升级的生动实践，为数据要素市场化配置提供了可复制可推广的经验做法。

案例亮点纷呈，彰显数据要素强大赋能作用

• 农业领域：“数据+农业”模式助力乡村振兴。例如，江苏省南通市海安县通过建设农业物联网平台，实现农田数据实时监测，为精准施肥、灌溉、病虫害防治提供决策依据，有效提升了农业生产效率和效益。
• 工业领域：“数据+工业”驱动制造业转型升级。例如，上海特斯拉超级工厂通过部署工业互联网平台，打通生产全流程数据，实现生产过程实时监控和优化，大幅提升了生产效率和产品质量。
• 服务业领域：“数据+服务”重塑服务业发展新格局。例如，浙江省杭州市拱墅区打造“城市大脑”，汇聚各类城市运行数据，为城市管理、民生服务提供智能化支撑，有效提升了城市治理水平和市民满意度。
• 能源领域：“数据+能源”助力能源安全清洁发展。例如，国家电网公司建设“能源互联网”，通过数据融合与分析，实现能源资源优化配置，提高能源利用效率，推动能源清洁低碳转型。
• 交通领域：“数据+交通”打造智慧交通新体系。例如，北京市建立交通大脑，实时监测交通运行状况，精准调控交通信号灯，有效缓解交通拥堵，提升了交通运行效率和安全水平。
• 金融领域：“数据+金融”推动金融服务创新发展。例如，中国工商银行利用大数据技术，开发了智能风控系统，实现了对信贷客户的精准画像和风险评估，提高了信贷业务效率和风险管控能力。

多措并举，推动数据要素市场体系建设

首批“数据要素×”典型案例的发布，是数据要素市场化配置迈出的重要一步。下一步，国家数据局将着力抓好以下工作：

• **完善数据要素市场制度体系。**加快数据要素市场相关法律法规制定，研究制定数据要素交易、定价、流通等配套规则，为数据要素市场规范发展提供制度保障。
• **加强数据要素基础设施建设。**统筹推进数据中心、数据交易场所、数据安全等基础设施建设，构建安全、高效的数据要素流通体系。
• **培育数据要素市场主体。**鼓励各类市场主体参与数据要素市场建设，支持数据要素经纪、数据服务、数据应用等产业发展，壮大数据要素市场力量。
• **强化数据要素安全监管。**建立健全数据要素安全监管体系，加强数据安全防护，维护数据安全秩序。

数据要素是数字经济时代的重要生产要素，激活数据要素潜能，将为经济社会发展注入强劲动力。首批“数据要素×”典型案例的发布，为数据要素市场化配置提供了宝贵经验，必将推动数据要素市场体系加快建设，释放数据要素更大价值，以数据赋能经济社会全面转型升级。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。