2024年6月，由中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）牵头和组织的《数据智能白皮书（2024年）》正式发布。白皮书全面梳理了数据智能的发展历程、当前应用和未来趋势，并深入探讨了数据智能对大数据专业人才培养的影响。随着数据智能技术的不断进步，未来的数据智能应用场景将更加广泛，对专业人才的需求也将更加迫切。
图 1 数据和智能间关系的变化
1）数据智能的发展历程
数据智能的发展大致可以分为三个阶段：技术准备时期、大数据时期和融合应用时期。在技术准备时期，人工智能（AI）和数据技术相继出现，关系型数据库和数据仓库理论的诞生为数据管理和分析奠定了基础。大数据时期则见证了数据量的爆发式增长，深度学习技术和分布式处理技术的出现，使数据处理和智能算法进入快速迭代阶段。
近年来，随着移动互联网的普及和生成式大模型的兴起，数据智能进入了融合应用时期。大模型如GPT-4等在各类应用场景中表现优异，推动了数据与智能技术的深度融合。数据智能已经成为提升生产力和社会效率的重要工具，其发展前景广阔。
2）数据智能的未来趋势
白皮书指出，未来的数据智能技术将继续朝着智能化和多模态方向发展。数据供给技术方面，合成数据和自动化数据标注技术将进一步普及，提升数据质量和模型训练效果。多模态数据存储与治理将通过建立多模态数据标准和前置数据质量治理环节，提升数据处理和模型训练的效率。
数据智能平台方面，云化、智能化和多集群技术的发展将实现平台算力与成本的平衡，增强平台的运维能力。生成式大模型的发展也将带来新的变革，通过多模态数据的融合和垂直领域大模型的应用，进一步提升模型的性能和适用性。
3）对大数据专业人才培养的影响
数据智能的快速发展对大数据专业人才培养提出了新的要求。跨学科、复合型人才的需求显著增加。未来的人才不仅需要掌握算法和工程实现能力，还需深刻理解业务场景。高校和企业应加强合作，提供跨学科的教育和实际项目实践机会，培养具备解决复杂问题能力的高层次人才。
图 2 大模型赋能的数据智能应用场景
此外，实战能力的提升也是人才培养的重点。通过与企业的深度合作，学生能够在真实业务场景中锻炼自己的技能，积累宝贵的实践经验。同时，新兴技术的掌握也显得尤为重要。随着生成式大模型和多模态数据处理技术的发展，专业人才需不断更新知识体系，紧跟技术前沿。
数据智能的普及不仅需要高层次的专业人才，也需要在基础教育中提高全社会对数据智能的认识和应用能力。数据智能素养的普及将为未来的技术应用打下坚实基础。此外，数据伦理与安全意识的培养也是不可忽视的重要环节。确保未来的技术应用符合社会道德标准和法律法规要求，是数据智能健康发展的保障。《数据智能白皮书（2024年）》的发布，为我们展现了数据智能的广阔前景和深远影响。随着数据智能技术的不断进步，数据智能应用将更加广泛和深入，成为推动社会进步和经济发展的重要力量。同时，对大数据专业人才的培养也迎来了新的机遇和挑战。通过加强教育与实践结合、提升实战能力和普及数据智能素养，我们有理由相信，未来的数据智能领域将涌现出更多优秀的专业人才，为数据智能的发展贡献力量。