□新畿輔-保定晚報記者 劉琦

數據被譽為數字經濟時代的“新石油”，價值巨大。建設高質量數據集，是讓數據價值從“潛在”走向“現實”的關鍵一步。

今年6月，在雄安未來之城場景匯科創產業園舉辦的“第二屆雄安未來之城場景匯垂直大模型應用大賽”行業高質量數據集賽道決賽中，華北電力大學的“海研”全球科研基金數據集，從249個參賽作品中脫穎而出，斬獲二等獎。近日，華北電力大學計算機系主任魯斌，揭秘了這份數據集的研發歷程與賦能保定產業升級的深層價值。

賽場鋒芒：

220萬條全球數據驚艷評審

“大賽采用‘8+4’專業競技模式，11位權威專家從數據規模、質量、應用價值等多維度嚴苛評審，能在決賽30個數據集作品中突圍，關鍵在于‘海研’數據集的獨特性與實用性。”魯斌回憶起獲獎場景仍難掩激動。

作為華北電力大學復雜能源系統智能計算教育部工程研究中心的核心研發成果，“海研”數據集整合NSF（美國國家科學基金會）、NIH（美國國立衛生研究院）、UKRI（英國研究與創新署）等全球七大頂尖科研基金機構的公開數據，涵蓋能源、人工智能、醫療、金融等關鍵領域，累計收錄220萬條項目記錄、20GB文本數據，近五年新增數據占比達30%，可動態捕捉全球科研熱點與技術趨勢。

“與同類數據集相比，我們實現了多語種一站式檢索和AI智能關聯，能讓科研人員快速定位前沿成果，這也是大賽中我們的核心競爭力。”魯斌告訴記者。

研發始末：

三年攻堅破解“數據孤島”難題

談及數據集的研發初衷，魯斌坦言源于科研實踐中的痛點。“多年前，我們團隊在開展能源領域科研項目時發現，全球科研數據分散在不同機構平臺，格式不統一、檢索效率低，科研人員往往要花費大量時間搜集整理，嚴重影響創新效率。”

在華北電力大學計算機系的“海研”工作室里，這樣的攻堅場景每天都在上演。不大的房間里，10余名研究生專注伏案，指尖在鍵盤上快速敲擊。“最具挑戰性的是數據標準化處理，其實就是把全世界的科研項目統一成一套通用語義標準。”研發團隊核心成員楊振宇介紹，團隊梳理出統一的“科研項目語義標準”，構建出統一的數據字典和關聯模型，實現項目數據與科研成果的閉環鏈接。

楊振宇調試智能關聯算法，屏幕上不同國家的科研項目通過關鍵詞、技術路線生成關聯圖譜，“剛完成兩條新能源汽車科研數據語義匹配，已經可以通過‘海研AI’軟件實現這些數據的智能關聯與精準推薦。”

魯斌介紹，如今“海研”數據集每月定期更新，利用其搭建的科研知識圖譜底層框架，支撐多維度智能分析與深度推理，能夠為科研管理、政策評估和前沿技術監測提供深層智能支撐。

賦能保定：

錨定重點產業打造創新引擎

高質量數據集，如同流淌在城市脈絡中的“智慧血液”，正深度融入保定的產業肌理與生活場景。

在工作室，魯斌正帶領團隊圍繞某水利樞紐智能化升級項目展開研討。屏幕上，“海研”數據集的可視化界面，清晰呈現著全球近三年來水利工程智能化領域的科研熱點分布，同時呈現項目技術路線優化的建議報告。項目合作方工程師感慨：“原本我們花了三個月都沒理清的全球技術趨勢，借助‘海研’數據集兩天就完成了梳理，還找到了多個可借鑒的核心技術方向。”

“獲獎只是起點，讓數據集服務地方產業升級才是最終目標。”魯斌透露，數據集目標市場覆蓋全球400萬科研人員，按1%市場滲透率保守估算，年營收可達2400萬元，商業價值與增長潛力顯著。

數據顯示，自承接國家數據標注基地建設任務以來，保定聚焦醫療、新能源、智能駕駛、人工智能評測等前沿領域，已建設并發布500余套數據集。同時，積極聯合屬地高校，共同打造11個行業大模型，有力推動傳統產業智能化升級，在數字經濟發展賽道上跑出“加速度”。