-
jinnian金年会官网
- ACD/Labs
- Certara
- Labware / Sparta Systems
- Materials Design
- OmniComm System
- OPENTEXT
- QIAGEN
- UL
-
jinnianhui金年会官网
- 热线:021-32504385
- 微博:jinnian金年会官方网站入口
- 邮件:hzdongrun
2024-11-21 09:33:11来源:jinnianhui金年会官网 作者:jinnian金年会官网
如今,数字经济、数字社会、数字政府已成为时代特征。近日,中央、国务院印发《数字中国建设整体布局规划》(以下简称《规划》),对数字中国进行了定位,并设计了中国未来数字化发展的顶层框架。
自党的以来,我国陆续出台了多项关于数据和个人信息安全保护的法律法规,《中华人民共和国民法典》首次明确将数据纳入民法保护范围。2021年,“加快数字化发展,建设数字中国”被写进“十四五”规划和2035年远景目标纲要。2022年12月,中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》。
数字政府、数字社会、数字经济构成了数字中国发展的内容,数字基础设施的建设及传统的物理基础设施的数字化,构成了数字中国发展的基础平台。
在数字中国建设过程中,能力建设是重中之重。强化数字中国关键能力的核心在于构筑自立自强的数字技术创新体系,筑牢可信可控的数字安全屏障。
究其原因,一方面是满足民族复兴和国家发展的需要。数字经济的发展依托于数字技术核心产业,产业竞争力来源于数字技术的关键技术性创新。
另一方面,是防范外部风险的需要。如今,数字安全已成为中国数字化的基石。放眼全球,各国都在积极关注数字空间安全部署。应对新安全挑战需要建立一套以“看见攻击”为核心的数字安全能力体系和方,增强数据安全保障能力,建立数据分类分级保护基础制度,健全网络数据监测预警和应急处置工作体系,为经济高质量发展筑牢数字安全屏障。
《规划》锚定了数字建设的目标,提出了通过2025年、2035年两个阶段的努力,数字化发展水平进入世界前列,数字中国建设取得重大成就,数字中国建设体系化布局更加科学完备。为了实现数字中国的发展目标,需要结合数字技术创新的特点,有针对性地开展部署。对此,需要特别重视三方面工作。
首先,需要创新组织方式。数字技术创新要从具体的垂直场景切入,开发出满足市场需求的数字产品,再以问题为导向通过基础研究的创新推动产品不断迭代优化,遵循从特殊到一般的逆向线性模型,从安卓系统到很多人工智能产品及数字安全技术,大都如此。因此,数字技术创新更加强调从工程实际和技术开发中凝练科学问题,推动基础研究特别是应用基础研究的进步。2019年,中国工程院院士、计算机专家李国杰在中国科学院“中国科技70年·道路与经验”战略与决策高层论坛上表示,“改变线性科研模式,就是要打破基础研究和应用研究的界限,不是按所谓一级学科的框架以发表更多的学术论文为目标,而是要以探索未知世界、让人类生活更美好为目标,围绕要解决的科学问题和国家及社会的需求,跨学科地开展科研工作。”
其次,强化协同合作。2019年美国科学促进会年会的主题是“科学跨越边界”,彰显了科学以及科学与社会之间的变化与要求。数字技术创新催生了平台经济,搭建多主体、多要素和多产业共同参与的互动空间,引发了生产组织方式的平台化变革,实现了价值链的开放与拓展。数字技术创新在促进数字产业发展的同时,对实体经济各领域进行全方位、多角度、全链条数字化技术改造,提升生产力,需要科学家、企业家和工程师协同推进。材料基因组计划就是一个典型事例,其根本出发点是开发新的综合计算、实验和数据信息学工具,将理论、计算、实验紧密结合起来,构成软件和集成工具,形成横跨材料研发到生产的不同层面的开放平台。不同主体的协同尤为重要,通过建立政府跨机构合作机制,促进材料研发与生产的不同主体以不同形式参与,系统性减少材料研发的时间和成本。这也强调了创新不仅仅是一个科学技术问题。
最后,夯实数据基础设施。先进的科学仪器设备既是知识创新和技术创新的前提,也是创新研究和创新成就的重要体现。在数字经济深化发展的大背景之下,构建数据基础制度、培育数据要素市场、建立有效的数据库等,都是当前各国关注的重点议题。美国的材料基因组计划为我国打造数据基础设施提供了很好的借鉴。比如,如何打造以数据为基础的材料创新基础设施,提供一个国家框架来生成、管理、集成和共享知识,提高数据质量,以加速材料研发、制造和部署。一方面需要在众多学科中发展工具和凝聚知识,另一方面要在全国范围内努力整合来自所有地区的人才和经验,更重要的是发展计算(理论、建模和仿真)工具、实验(合成、表征和处理)工具及综合性的研究平台,并将这些元素统一成一个广泛的可访问和紧密联系的网络。又如,打造国家材料数据网络需要通过创建一个治理模型推动其有效实施,在治理模型中,材料数据基础设施提供商、数据生成器、数据和计算机科学家,以及有代表性的利益相关者,根据需求、可处理性、项目优先次序来参与数据网络的集成和使用。