Bloomberg បានរាយការណ៍កាលពីថ្ងៃទី 13 ខែកញ្ញាថា ខ្លួននឹងបង្កើតស្តង់ដារសម្រាប់ទិន្នន័យដែលប្រើដើម្បីបណ្តុះបណ្តាលប្រព័ន្ធ AI ដែលបង្កប់ខ្លួន និងណែនាំអាជ្ញាធរមូលដ្ឋានលើការងារនេះ ជាជំហានមួយដែល Bloomberg បានរាយការណ៍កាលពីថ្ងៃទី 13 ខែកញ្ញា ដែលកំណត់គោលដៅមួយនៃឧបសគ្គដ៏ធំបំផុតនៅក្នុងវិស័យមនុស្សយន្តដែលកំពុងរីកចម្រើនយ៉ាងឆាប់រហ័ស៖ ការទទួលបានទិន្នន័យបណ្តុះបណ្តាលដែលមានគុណភាពខ្ពស់ ចម្រុះ និងទ្រង់ទ្រាយធំ។
ការប្រកាសនេះបានធ្វើឡើងបន្ទាប់ពីកិច្ចប្រជុំមួយនៅថ្ងៃទី ១០ ខែកញ្ញា ដែលដឹកនាំដោយលោក Liu Liehong ដែលជាប្រធានទីភ្នាក់ងារ។ វិទ្យាស្ថានស្រាវជ្រាវ ក្រុមហ៊ុនបច្ចេកវិទ្យា និងអង្គការមនុស្សយន្ត humanoid បានចូលរួម ហើយនិយតករបាននិយាយថា ឧស្សាហកម្មនេះកំពុងក្លាយជាការជំរុញទិន្នន័យកាន់តែខ្លាំងឡើង។ រដ្ឋបាលក៏បានផ្តល់សញ្ញាថាខ្លួននឹងគាំទ្រក្រុមហ៊ុនដែលដាក់ប្រាក់បន្ថែមទៅក្នុងធនធានទិន្នន័យ។ For more context on this story, see our ongoing artificial intelligence updates.
ឧស្សាហកម្មសួរ ទីក្រុងប៉េកាំងឆ្លើយ
គួរឱ្យកត់សម្គាល់គឺថាតើនិយតករផ្លាស់ទីលឿនប៉ុណ្ណា។ ដប់ថ្ងៃមុននេះ ទីភ្នាក់ងារដដែលបានជួបជាមួយក្រុមហ៊ុនចំនួនប្រាំពីរមកពីផ្នែកបញ្ញាសិប្បនិម្មិត កុំព្យូទ័រ និងទិន្នន័យ នេះបើយោងតាម MLex ។ នៅក្នុងកិច្ចប្រជុំនោះ អ្នកចូលរួមបានអំពាវនាវឱ្យមានហេដ្ឋារចនាសម្ព័ន្ធទិន្នន័យសាធារណៈសម្រាប់បញ្ចូល AI ស្តង់ដារទិន្នន័យទូទៅ និងច្បាប់វាស់វែងសញ្ញាសម្ងាត់ រួមជាមួយនឹងការសម្របសម្រួលឆ្លងតំបន់នៃធនធានកុំព្យូទ័រ។
ការឆ្លើយតបជាផ្លូវការបានកើតឡើងតិចជាងពីរសប្តាហ៍ក្រោយមក ដោយបានគូសបញ្ជាក់ពីរបៀបដែលគោលនយោបាយទិន្នន័យកណ្តាលបានក្លាយជាមហិច្ឆតាមនុស្សយន្តរបស់ប្រទេសចិន។ Embodied AI — ប្រព័ន្ធដែលរួមបញ្ចូលគ្នានូវភាពវៃឆ្លាតរបស់ម៉ាស៊ីនជាមួយនឹងម៉ាស៊ីនរូបវ័ន្ត ដូចជាមនុស្សយន្តមនុស្សយន្ត — ត្រូវបានគេមើលនៅក្នុងទីក្រុងប៉េកាំងថាជាឧស្សាហកម្មយុទ្ធសាស្ត្រ ហើយទិន្នន័យគឺជាវត្ថុធាតុដើមរបស់វា។
ចំណុចទាញទិន្នន័យនៅក្នុងមនុស្សយន្តមនុស្សយន្ត
ទំហំនៃបញ្ហាប្រឈមគឺសន្ធឹកសន្ធាប់។ តាមការប៉ាន់ស្មានរបស់បណ្ឌិត្យសភាបច្ចេកវិទ្យាព័ត៌មាននិងទំនាក់ទំនងរបស់ប្រទេសចិន គំរូគ្រឹះ AI ដែលបានបញ្ចូលគ្នាត្រូវការទិន្នន័យហ្វឹកហ្វឺនពិភពពិតប្រហែល 10 លានម៉ោង។ នៅកន្លែងណាមួយរវាង 100,000 ទៅ 1 លានម៉ោងនៃទិន្នន័យដែលមានគុណភាពខ្ពស់មាននៅទូទាំងពិភពលោក នេះបើយោងតាមតួលេខដែលបានដកស្រង់ដោយ The Next Web ។
ម្យ៉ាងវិញទៀត ឧបសគ្គនៅក្នុងមនុស្សយន្តរបស់មនុស្សយន្ត មិនមែនជាគំរូទៀតទេ។ វាមានរយៈពេលជាច្រើនម៉ោងនៃការពិតដែលបានកត់ត្រាទុក — ទិន្នន័យចាប់យកពីរបៀបដែលម៉ាស៊ីនយល់ឃើញ ហេតុផល និងសកម្មភាពនៅក្នុងបរិយាកាសដែលរញ៉េរញ៉ៃ។
បំពង់ស្តង់ដារមានចលនារួចហើយ
ការជំរុញថ្មីបង្កើតលើមូលដ្ឋានសំខាន់ៗ។ ស្ដង់ដារជាតិដែលបានចេញផ្សាយនៅថ្ងៃទី 27 ខែសីហា គ្របដណ្តប់លើគុណភាពនៃទិន្នន័យ embodied-intelligence និងតម្រូវការបច្ចេកទេសសម្រាប់វេទិកាបង្កើតទិន្នន័យ ជាមួយនឹងការបញ្ជាក់បន្ថែមមួយចំនួននៅតែស្ថិតក្រោមការអភិវឌ្ឍន៍ នេះបើយោងតាមរបាយការណ៍របស់ AP News ។
ក្នុងចំណោមគម្រោងដែលគ្រប់គ្រងដោយរដ្ឋបាលទិន្នន័យជាតិត្រូវបានស្នើឡើងនូវស្តង់ដារដែលគ្របដណ្តប់ប្រភព និងធាតុផ្សំនៃសំណុំទិន្នន័យឆ្លាតវៃដែលមានគុណភាពខ្ពស់ ការក្លែងធ្វើនិងដំណើរការទិន្នន័យសំយោគ និងលក្ខណៈបច្ចេកទេសសម្រាប់ការប្រមូលទិន្នន័យ និងការបណ្តុះបណ្តាលគំរូនៅមូលដ្ឋានបណ្តុះបណ្តាល។ ការងារនេះកំពុងត្រូវបានបង្កើតឡើងក្រោមគណៈកម្មាធិការបច្ចេកទេសស្តង់ដារទិន្នន័យជាតិ។
កម្មវិធីព្រាងមួយដែលបានចុះបញ្ជីក្នុងខែមេសា កំណត់កាលវិភាគរយៈពេល 12 ខែសម្រាប់ស្តង់ដារស្តីពីការប្រមូលទិន្នន័យ និងការបណ្តុះបណ្តាលគំរូនៅមូលដ្ឋានបណ្តុះបណ្តាល embodied-intelligence។ ក្រុមពង្រាងរបស់ខ្លួនរួមមាន វិទ្យាស្ថានស្ដង់ដារអេឡិចត្រូនិកចិន វិទ្យាស្ថានបច្ចេកវិទ្យាប៉េកាំង វិទ្យាស្ថានសូហ្វវែរនៅបណ្ឌិត្យសភាវិទ្យាសាស្ត្រចិន និងក្រុមហ៊ុនមនុស្សយន្ត។ សេចក្តីព្រាងដាច់ដោយឡែកមួយនិយាយអំពីទិន្នន័យសំយោគ ដែលកាន់តែមានសារៈសំខាន់ ពីព្រោះការប្រមូលអន្តរកម្មរបស់មនុស្សយន្តក្នុងពិភពលោកគ្រប់គ្រាន់អាចមានតម្លៃថ្លៃ យឺត និងពិបាកក្នុងការផលិតឡើងវិញ។
ផែនការអនុវត្តដែលបានចេញកាលពីខែមិថុនាបានអំពាវនាវឱ្យមានការសាងសង់សំណុំទិន្នន័យលឿនជាងមុននៅក្នុងវិស័យយុទ្ធសាស្ត្រ និងដែលកំពុងរីកចម្រើន រួមទាំងការបញ្ចូលបញ្ញា ការបើកបរឆ្លាតវៃ និងសេដ្ឋកិច្ចក្នុងរយៈកម្ពស់ទាប។ វាក៏បានអំពាវនាវផងដែរសម្រាប់ទិន្នន័យដែលគ្របដណ្តប់លើអន្តរកម្មរាងកាយ ការយល់ឃើញពីបរិស្ថាន និងការគ្រប់គ្រងចលនានៅក្នុងសេណារីយ៉ូសំខាន់ៗ និងបានដឹកនាំអាជ្ញាធរឱ្យកែលម្អការសម្អាតទិន្នន័យ ការពង្រឹង ការដាក់ស្លាក ការតម្រឹម និងការត្រួតពិនិត្យគុណភាព។
ការកសាងមូលដ្ឋានហ្វឹកហ្វឺនរបស់ប្រទេសចិន
ទីក្រុងប៉េកាំងក៏កំពុងសាងសង់ហេដ្ឋារចនាសម្ព័ន្ធរូបវន្ត ដើម្បីប្រមូលទិន្នន័យនោះ។ TechNode បានរាយការណ៍ថា កន្លែងបណ្តុះបណ្តាល AI ដែលមានបង្កប់ខ្លួនជាង 70 កំពុងដំណើរការរួចហើយនៅទូទាំងជាងពាក់កណ្តាលនៃខេត្តរបស់ប្រទេសចិន ជាមួយនឹងគម្រោងចំនួន 46 ទៀតដែលត្រូវបានគ្រោងទុក ឬកំពុងសាងសង់។ ប្រហែល 86 ភាគរយនៃពួកគេគឺសំដៅលើការផលិតឧស្សាហកម្ម។
គ្រឿងបរិក្ខារនេះចង្កោមនៅក្នុងតំបន់ចំនួនបី៖ តំបន់ដីសណ្ដទន្លេ Yangtze តំបន់ Beijing-Tianjin-Hebei និងតំបន់ Pearl River Delta ។ ពួកគេរួមគ្នាបង្កើតឧបករណ៍ប្រមូលទិន្នន័យ ដែលប្រទេសមួយចំនួនអាចផ្គូផ្គងបាននាពេលបច្ចុប្បន្ន។
ភាពផ្ទុយគ្នាជាមួយអឺរ៉ុប
សេចក្តីប្រកាសនេះបង្ហាញពីការពង្រីកភាពមិនស៊ីសង្វាក់គ្នាជាមួយនឹងវិធីសាស្ត្របទប្បញ្ញត្តិរបស់លោកខាងលិច។ អឺរ៉ុបបានសរសេរច្បាប់យ៉ាងទូលំទូលាយសម្រាប់ទិន្នន័យប្រភេទនេះដោយមិនចាំបាច់សាងសង់ការផ្គត់ផ្គង់ច្រើន។ ច្បាប់ទិន្នន័យរបស់សហភាពអឺរ៉ុបបានអនុវត្តចាប់តាំងពីថ្ងៃទី 12 ខែកញ្ញា ឆ្នាំ 2025 និងគ្រប់គ្រងដែលអាចចូលប្រើទិន្នន័យដែលបង្កើតដោយផលិតផលដែលបានតភ្ជាប់ រួមទាំងគ្រឿងម៉ាស៊ីនឧស្សាហកម្ម ខណៈដែលកាតព្វកិច្ចរចនាបានខាំលើផលិតផលដែលបានតភ្ជាប់ដែលដាក់នៅលើទីផ្សារសហភាពអឺរ៉ុបបន្ទាប់ពីថ្ងៃទី 12 ខែកញ្ញា ឆ្នាំ 2026។
គណៈកម្មការអឺរ៉ុបបានចេញផ្សាយយុទ្ធសាស្រ្តសហភាពទិន្នន័យនៅថ្ងៃទី 19 ខែវិច្ឆិកាឆ្នាំ 2025 ដែលអាទិភាពទីមួយគឺការបង្កើនលទ្ធភាពទទួលបានទិន្នន័យសម្រាប់ AI ។ ដប់ខែក្រោយមក សកម្មភាពទាំងនោះភាគច្រើនមិនត្រូវបានអនុវត្ត រួមទាំងមន្ទីរពិសោធន៍ទិន្នន័យដែលយុទ្ធសាស្ត្របានសន្យា។ គេហទំព័របន្ទាប់បានរាយការណ៍។ ទីតាំងដែលនៅជិតបំផុតនៅអឺរ៉ុបដែលស្មើនឹងកន្លែងហ្វឹកហាត់របស់ចិនគឺជាក្រុមហ៊ុនឯកជនមួយ៖ ក្រុមហ៊ុន NEURA Robotics កំពុងសាងសង់កន្លែងហ្វឹកហាត់មនុស្សយន្តចំនួន 10 ដែលក្នុងចំណោមនោះ 5 គ្រោងនឹងដំណើរការនៅចុងឆ្នាំនេះ ដោយបែងចែករវាងអឺរ៉ុប សហរដ្ឋអាមេរិក និងប្រទេសចិន។
ពិនិត្យការពិតផ្នែកតម្រូវការ
ការផ្គត់ផ្គង់ទិន្នន័យស្តង់ដារមិនធានាតម្រូវការទេ។ មានតែ 23 ភាគរយនៃសហគ្រាសចិនដែលបានស្ទង់មតិនៅឆ្នាំនេះបាននិយាយថាពួកគេពេញចិត្តនឹងមនុស្សយន្តដែលផ្តល់ជូន ជាតួលេខដែលបង្ហាញពីទីផ្សារ មិនមែនជាបំពង់បង្ហូរទិន្នន័យនោះទេ ទីបំផុតអាចកំណត់ល្បឿននៃការសុំកូនចិញ្ចឹម។
ទោះយ៉ាងណាទិសដៅនៃការធ្វើដំណើរគឺច្បាស់លាស់។ ប្រទេសចិនកំពុងចាត់ទុកទិន្នន័យ AI ដែលត្រូវបានបញ្ចូលជាធនធានយុទ្ធសាស្ត្រ ដែលត្រូវផលិតជាប្រព័ន្ធ ស្តង់ដារ និងធ្វើមាត្រដ្ឋាន ខណៈពេលដែលនិយតកររបស់ខ្លួនសម្របសម្រួលយ៉ាងជិតស្និទ្ធជាមួយឧស្សាហកម្មដែលពួកគេត្រួតពិនិត្យ។ សម្រាប់អ្នកផលិតមនុស្សយន្តនៅទូទាំងពិភពលោក គម្លាតរវាងយុត្តាធិការដែលបង្កើតការពិតនៃការបណ្តុះបណ្តាល និងអ្នកដែលគ្រប់គ្រងការប្រើប្រាស់របស់វាភាគច្រើនកំពុងក្លាយជាសំណួរមួយក្នុងចំណោមសំណួរប្រកួតប្រជែងនៃវិស័យនេះ។
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
