原副标题：关键升级换代，此项新兴产业天然资源“活”出来了
位数我国经济早已正式成为推动我国我国经济增长主要发动机之一。国家网络重要信息办公室发布《位数我国产业发展调查报告（2022年）》表明，2022年，我省位数我国经济体量达50.2多亿元，总量位居当今世界第二，占国内制造总值比重提升至41.5%。位数我国经济早已正式成为构筑现代我国经济体系的关键发动机。
就像土地之于农业我国经济黄金时代、资本之于工业我国经济黄金时代，在位数我国经济黄金时代，随着大统计数据、人工智慧、物联网、云计算等新兴控制技术的产业发展，统计数据基本要素早已正式成为我国经济产业发展的新发动机，并逐渐产业发展为具有关键性、新兴产业天然资源话语权的制造基本要素。《我国统计数据基本要素市场产业发展调查报告（2021-2022）》统计数据表明，预计“二三 ”期间，我省统计数据基本要素市场体量A43EI235E增速将超过25%，将整体进入突发性突破的快速产业发展阶段。
统计数据基本要素早已上升至关键话语权，这也象征意义着制造统计数据基本要素的方式极其重要。在立新统计数据CEO雷涛直言，统计数据基本要素的造成早已经历了三个社会关系的变化——第一代统计数据基本要素是重要信息控制技术系统造成的增量统计数据，大多存在于企业业务中；第三代统计数据基本要素在消费者的消费共事中造成，逐步形成了产销合一的网络方法论；第三代统计数据基本要素则是由新式重要信息基础建设助推，由感应器、物联网、AIGC等生成统计数据。“第二社会关系的关键型事件是ChatGPT的再次出现，它表面上是一个服务项目任务，但是背后是将已有的统计数据透过聚合式的控制技术重新论述出来，逐步形成捷伊统计数据并投入下半程的聚合中。”雷涛表示。
ChatGPT的再次出现意味第二社会关系的统计数据基本要素制造方式早已来临，所以应该怎样在这个基础上让统计数据基本要素正式成为金融资产并充分活出来、动出来、用出来？在雷涛直言，科学缠绕植物服务项目可以正式成为一种软件系统——将统计数据产业发展为科学知识的操作过程是统计数据金融资产化的操作过程。
所以怎样将统计数据金融资产化？
布莱恩·莱恩在《必然》中利用12个词来归纳今后30年的产业行业发展趋势，其中有一个词叫 知化（Cognifying），即突显对象知觉能力。作者指出：人工智慧思想的来临加速了其他所有革命性趋势的进程，它在今后当今世界中的杀伤力与曾经的“铀元素”相当。
什么是知化？立新统计数据雷涛指出：“ 知化是对重要信息控制技术的一次巨大升级换代。以前沈睡在资料库里的文字内容，透过重要信息控制技术只能同时实现管理工作，怎样在管理工作的基础之上同时实现科学知识管理工作，将文字内容变成可被计算的语言？知化同时实现了万物皆可计算。”
统计数据的科学缠绕植物，是将统计数据变成可操作的资料库、可解读的政策、可计算的情绪、可度量的运营等。
可操作的资料库：立新统计数据在某能源科技文献投产测井制造项目，基于能源勘探窄领域，由从业人员定义领域科学知识本体，标注少量样本统计数据，利用大模型同时实现从文档中自动识别勘探开发实体及抽取实体关系，自动进行文档归类，构筑文献智能检索及智能问答小助手等应用；
可解读的政策：某大型股份制商业银行要整理400+万篇科技文献为例，这些科技文献中的科学知识怎样指导制造操作，让文献可计算相关操作工艺？立新统计数据大模型惠企政策解读系统，从惠企政策中自动化识别抽取政策申请相关重要信息，与企业重要信息进行精准匹配，同时实现相关部门政府政策与企业的链接桥梁，做到精准识别、精准匹配；
可计算的情绪：立新统计数据在头部券商做的PPN募集说明书基本要素识别，使用窄领域科学知识据，透过组合算法完成更多场景，模型准确率达到90%以上，透过场景落地，能够自动识别和提取PPN募集说明书中的关键指标；
可度量的运营：北京某大型文娱产业位数化监测，立新统计数据制作舆情雷达科学知识图谱，利用Transformer模型同时实现舆情中关键人物、事件等基本要素抽取并构筑舆情风险科学知识图谱，舆情统计数据更捷伊同时，同时实现科学知识图谱中舆情关键重要信息点的自动扩展和更新，最终同时实现快速在分钟级内反馈舆情风险重要信息进而采取措施干预舆情走向。
我们知道，大语言模型只是就绪了语言科学知识，它没有科学知识的方法论性。一旦科学知识与科学知识之间有推理、有方法论，而它没有构筑这种常识方法论，就会再次出现“创造不存在的科学知识”“主观猜测提问者意图”等问题。怎样填补大模型的语言科学知识？雷涛指出：“传统机器学习的符号主义、连接主义依然能发挥很大价值。我们的大部分科学知识经验没有被重要信息控制技术，或者是很难被从复杂的信号体系里抽象出来去重要信息控制技术的。因为我们现在掌握的重要信息控制技术工具，无论SQL也好、Java也好，都是面向流程的，不是面向科学知识的。大模型给了我们一个符号主义的模型和语言科学知识之间的连接通道，我们可以使用大模型去构筑复杂的长程推理树状结构，以及这种隐示图形结构的高维化。行业实践需要私域统计数据大模型将大模型的意图理解能力和人们的专业知识能力合二为一，快速构筑科学知识图谱。”
“事实上，大模型是一次将人类科学知识进行浓缩、封装、移动的操作过程，而私域统计数据大模型是对局部化、碎片化的私域科学知识进行快速封装移动，这样就可以赋能个体科学知识制造者。”雷涛称：“今后人工智慧相关控制技术，会带给我们根本性变革，可能就像之前的印刷术一样。事实早已证明，法律方面的AI小助手可以比人类律师助理更高效地阅读文件。现在人类用手的肌肉力量即可开动250马力汽车，我们假设将250马力的车转换成250种思想，所以开的就不是车而是自动化的电脑。人类今后的目标，是将智力作为一种服务项目，可以像电力一样传输。从统计数据、重要信息到科学知识再到智慧，这个层级立新统计数据可以快速同时实现，构筑企业自主的科学知识封装和使用能力。”
就产业价值来说，私域统计数据大模型的门槛比通用大模型低，参数体量并不小，但可以帮助产业和企业快速低成本建立大模型能力，还可以提供更精准和高效的软件系统，因此更好地满足用户在某个领域或者场景下的需求，甚至完成从前做不到的业务场景。
雷涛表示：“透过大模型，我们可以用自动化的方法去构筑专业领域的科学知识树，这个价值非常大，也是我们对工业产业的思考。”
