上海市人工智能战略咨询专家委员会荣誉委员、上海交大讲席教授、香港中文大学荣誉教授、欧洲科学院院士徐雷。人民网记者 翁奇羽摄

人民网自贡6月16日电 （记者焦磊）6月16日，由人民网·人民数据主办的“2026人民数据大会”在四川省自贡市举行。会上，上海市人工智能战略咨询专家委员会荣誉委员、上海交大讲席教授、香港中文大学荣誉教授、欧洲科学院院士徐雷在主旨发言中表示，人工智能的发展与语言、文字和数据表达方式密切相关。推进数据资源建设和应用，应进一步从人工智能需求出发，重视中文数据特征、行业专业数据价值以及数据流通中的安全边界。

徐雷表示，人类智能与语言文字关系紧密。与西方拼音文字逐步抽象为符号语言、数学语言并延伸至计算机语言不同，中文文字具有形象结构，一个字往往包含符号、内容和意义。这一特点对人工智能的数据表达和模型训练具有启发意义。

围绕数据建设，徐雷表示，当前在处理中文数据时，往往会将文字转化为编码、token等形式，若能够进一步考虑中文文字和中文语义结构特点，将其融入数据组织和模型处理过程，可能有助于提升人工智能训练和应用效果。数据工作不能只停留在传统大数据思路上，还要关注数据能否支撑模型训练、业务推理和实际任务落地。

“真正有价值的数据，是行业和专业的。”在徐雷看来，真正有价值的数据更多蕴含在行业和专业场景中。通用数据固然重要，但越往行业应用深入，专业数据越成为企业和行业的关键资源。

徐雷认为，推动数据要素流通和价值释放，既要看到行业专业数据对人工智能发展的重要支撑作用，也要认识到相关数据在交易、共享和合作中的边界。特别是在智能设备、机器人等可能持续采集真实环境数据的场景中，应更加重视数据采集、使用和流转过程中的风险防范。

徐雷表示，面向人工智能发展新阶段，数据建设应更加关注模型需求、场景需求和产业落地需求，在保障安全和权益的基础上，推动高价值数据更好地服务人工智能创新发展。