2026-08-12 | 유주희 기자

“没有能用的”耗资74亿韩元建AI训练数据…又花6亿韩元重复建设

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

#. 用于人工智能(AI)自动识别药片的图像数据,2021年由韩国科学技术情报通信部(4999种)和韩国食品医药品安全处(5098种)分别构建,但其中1411种图像相似。

#. 韩国道路公社去年构建了“道路行驶CCTV学习数据集”,意在让AI学习CCTV截图与元数据,强化认知道路状况和探测对象的能力,为自动驾驶技术开发作贡献。然而实际上只有图像,缺失各车辆的位置信息,无法用于自动驾驶技术开发的学习。

企业“没有可用的AI学习用公共数据”的抱怨被证实。韩国监查院12日公布人工智能产业培育实况Ⅲ(AI学习用数据)审计结果,表示已就相似数据重复构建、因质量管理体系不完善而产出无法使用的数据、数据构建后后续管理不足等问题,向科技信息通信部通报改进事业方式。

去年11月,科技信息通信部构建了908种学习用数据并在AI Hub公开,26个个别机构(食药处、首尔市、道路公社等)也构建了313种后在首尔开放数据广场等公开。但据审计机关称,各机构在制定事业计划时并未确认已构建的数据,各自单独推进事业,由此确认了多起重复构建相似数据的案例。野生动物、生活垃圾、混凝土裂缝、鸡蛋等4种图像数据,在科学技术部投入73.8亿韩元构建学习用数据之后,首尔市和道路公社等5个机构又投入约6亿韩元重新构建了相似数据。用于预防路杀等的野生动物学习用数据方面,2022年道路公社构建的数据(12种、6万张)中有42%即约2.5万张,与2021年科技信息通信部已构建的数据(11种、约33万张)相似。

此外,由于构建学习用数据时缺乏适用的质量管理标准,还包含了缺失AI学习所需必要信息的数据,质量下降的隐忧也很大。科技信息通信部制定并运行了“AI数据质量管理指南”等专门针对学习用数据质量管理的标准,要求在数据构建时由事业执行机构自查并在交付前经专业机构质量验证,但个别机构却没有特别标准。

据此,韩国监查院向科技信息通信部长官通报,要求与行政安全部长官协商,建立防止AI学习用数据构建重复的体系。例如可事先确认已构建的数据并研究利用方案,或提前共享、协调各机构的构建计划。韩国监查院还向科技信息通信部通报,要求为提升个别公共机构构建、公开的AI学习用数据质量,制定共同的质量管理标准或适用最新的AI数据质量管理指南等方案。

阅读韩文原文