De acordo com pt.wedoany.com-O Gabinete Geral do Ministério da Indústria e Tecnologia da Informação e o Departamento Geral da Administração Nacional de Dados emitiram formalmente, a 6 de maio de 2026, o "Aviso sobre a Implementação Conjunta da Ação 'Ressonância Modelo-Dados' de 2026" (Carta Conjunta do Gabinete de Ciência e Tecnologia do MIIT n.º [2026] 193), direcionado a 20 setores industriais, incluindo siderurgia, petroquímica e química, automóvel, aeroespacial, componentes eletrónicos e tecnologias de informação e comunicação, implantando sistematicamente sete tarefas principais para a sinergia e reforço mútuo entre modelos de inteligência artificial e recursos de dados. O aviso exige que cada região de nível provincial selecione pelo menos 3 setores-chave e que cada empresa da administração central selecione pelo menos 1 setor para participar na ação, formando basicamente, até ao final de 2026, um ciclo virtuoso de reforço mútuo "dados-modelo-aplicação em cenários".
A lógica central desta ação reside em resolver a contradição estrutural atual no domínio da IA industrial de "dados dispersos, modelos fracos e cenários desligados". O aviso propõe claramente o conceito de "ressonância modelo-dados", ou seja, através da construção em escala de conjuntos de dados de alta qualidade do setor, fornecer uma base de conhecimento reutilizável para o treino de modelos setoriais; ao mesmo tempo, diagnosticar inversamente as lacunas de qualidade dos conjuntos de dados com base nos resultados da avaliação dos modelos, formando um ciclo fechado positivo de "avaliação e diagnóstico - otimização direcionada do conjunto de dados - melhoria da capacidade do modelo". Este desenho de mecanismo eleva a governação de dados de um projeto único para uma engenharia de sistema de iteração contínua, fornecendo um quadro de caminho operacional para a implementação em escala de modelos setoriais.
As sete tarefas principais são desenvolvidas progressivamente de acordo com quatro níveis: "dados-modelo-cenário-ecossistema". A nível de dados e modelos, o aviso exige que as entidades implementadoras organizem os recursos de dados dentro do setor, extraindo e formando conjuntos de dados de alta qualidade de conhecimento geral do setor através de anotação de dados e engenharia do conhecimento, com cada setor a organizar não menos de 5; com base nos conjuntos de dados de conhecimento geral, desenvolver pelo menos 1 modelo setorial que domine os mecanismos técnicos do setor e formar não menos de 5 casos de aplicação. A nível de cenários e agentes inteligentes, cada setor deve condensar não menos de 30 cenários de aplicação de alto valor, construir pelo menos 1 conjunto de dados de conhecimento especializado do setor para cada cenário e criar modelos dedicados ou agentes inteligentes característicos, sendo que cada agente inteligente precisa de ser implementado em não menos de 3 casos práticos. O sistema industrial da China, com categorias completas e cadeias industriais íntegras, fornece uma mina natural de cenários para a construção em escala de conjuntos de dados de alta qualidade — desde os dados de sensores em tempo real dos altos-fornos siderúrgicos até aos dados de inspeção visual das linhas de produção automóvel, desde os dados de monitorização operacional de equipamentos de energia até aos dados de classificação de defeitos de componentes eletrónicos, cada subsetor acumula conhecimento tácito e mecanismos profissionais únicos. O ponto problemático atual reside no facto de estes dados, dispersos por diferentes empresas e linhas de produção, ainda não terem formado um conjunto de ativos reutilizáveis, e a construção de conjuntos de dados de conhecimento geral é precisamente a alavanca chave para ultrapassar esta barreira.
Em termos de infraestrutura e pacote ecológico, o aviso propõe pela primeira vez a criação de espaços de "Ressonância Modelo-Dados", exigindo a construção de não menos de 3 em cada região provincial e não menos de 1 por cada empresa da administração central. Estes espaços devem possuir capacidades de conexão confiável de dados entre entidades, treino colaborativo de modelos e aplicação segura e em conformidade, incentivando a interconexão com a infraestrutura nacional de dados e evoluindo gradualmente para "fábricas de agentes inteligentes". Exige-se também a formação de consórcios de inovação "Ressonância Modelo-Dados", com pelo menos 1 a ser formado em cada setor-chave, unindo várias entidades de poder computacional, modelos, dados e aplicações para desenvolver conjuntamente soluções de pilha completa. A ação também estabelece um mecanismo de "cidades-chave", onde cidades com uma boa base na indústria de inteligência artificial se podem candidatar a ser projetos-piloto de referência. Em termos de garantia de talentos, o aviso propõe, através da organização de atividades "Deep Tour", construção de bases de treino prático e implementação de mecanismos como "Revelar a Lista e Assumir o Comando", cultivar sistematicamente talentos multidisciplinares compostos proficientes em aplicações setoriais, ciência de dados e mecanismos de modelos.
Em termos de calendário, o aviso define marcos-chave desde o arranque até à conclusão, com um ritmo apertado. Até 30 de maio de 2026, os departamentos competentes de indústria e tecnologia da informação de cada província devem, em conjunto com os departamentos de gestão de dados, elaborar e submeter o plano de implementação; até 30 de agosto, submeter um relatório de progresso intercalar, sendo que o Ministério da Indústria e Tecnologia da Informação e a Administração Nacional de Dados organizarão especialistas para realizar uma avaliação intercalar; até 30 de novembro, submeter o relatório sumário da ação, após o que os dois departamentos avaliarão a implementação global e publicarão a lista de conclusão da ação e a lista de cidades. O Ministério da Indústria e Tecnologia da Informação e a Administração Nacional de Dados estabelecerão uma plataforma unificada para exibir os vários resultados e darão apoio preferencial em políticas e projetos relevantes às regiões e empresas com bons resultados de implementação.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
