人工智能场景化应用与智能系统测评工业和信息化部重点实验室学术委员会会议召开——聚焦人工智能公共数据建设

人工智能场景化应用与智能系统测评工业和信息化部重点实验室学术委员会会议在北京召开。会议由实验室学术委员会主办，来自高校、科研院所和产业界的专家学者齐聚一堂，围绕人工智能场景化应用落地、智能系统测评技术发展以及人工智能公共数据建设等核心议题展开深入研讨，为实验室下一阶段的发展方向和重点任务提供学术指导与决策支撑。

会议开幕式上，实验室主任首先作年度工作报告，系统回顾了实验室在人工智能场景化应用技术攻关、智能系统测评标准研制、测试评估平台建设等方面取得的阶段性成果。报告指出，实验室紧密围绕国家人工智能发展战略需求，在智能制造、智慧医疗、智能交通、公共安全等典型场景中开展了大量应用验证工作，形成了一批可复制、可推广的解决方案；在智能系统功能完整性、安全性、鲁棒性、可解释性等测评维度上构建了较为完善的指标体系与测试方法，为行业提供了有力的技术支撑。

在学术委员会研讨环节，委员们重点围绕“人工智能公共数据”这一议题进行了深入交流。与会专家一致认为，高质量公共数据是人工智能技术研发和场景化应用的重要基础资源。当前，我国人工智能公共数据在开放共享、标准规范、质量管理、安全合规等方面仍面临诸多挑战，亟需从制度设计、技术手段和生态建设三个层面协同推进。学术委员会建议，实验室应充分发挥在场景化应用与系统测评方面的技术优势，积极参与人工智能公共数据标准体系建设，探索建立面向典型应用场景的公共数据质量评估方法与工具，推动公共数据在安全可控前提下高效流转与开发利用。

针对智能系统测评技术的发展趋势，委员们指出，随着大模型、多模态智能体等新技术的快速演进，传统测评方法已难以全面覆盖智能系统在真实开放环境中的复杂行为特征，需要加快构建面向场景的动态测评框架，强化对智能系统安全性、可靠性及价值对齐能力的评估能力。实验室应以学术委员会的意见为指引，进一步加强跨学科交叉研究，完善测评工具链和基准数据集建设，提升测评服务的权威性和公信力。

会议还审议了实验室开放课题设置、人才培养与团队建设等事项。学术委员会强调，实验室应持续深化产学研合作，吸收更多行业力量参与联合攻关，推动科研成果在真实场景中加速转化；同时要注重青年科研人才的培养，打造高水平研究梯队，为我国人工智能场景化应用与测评技术发展提供持续的人才保障。

实验室主任对学术委员会长期以来的指导和支持表示感谢，并表示将认真梳理、逐条落实委员们提出的意见建议，进一步凝练研究方向，聚焦人工智能公共数据建设与智能系统测评关键技术，不断提升实验室的科研创新能力与行业服务水平，为人工智能产业高质量发展贡献更大力量。本次学术委员会会议的顺利召开，为实验室下一阶段建设厘清了思路、明确了重点，必将有力推动实验室各项工作迈上新台阶。