導讀：2024年6月2日，由中國自動化學會、北京市科學技術協會主辦，北京自動化學會、中國人工智能教育聯席會、中國自動化學會動態學習與智能醫學專業委員會（籌）、中國自動化學會集成自動化技術專業委員會、中國自動化學會聯邦數據與聯邦智能專業委員會、中國自動化學會腦機接口與腦機系統專業委員會（籌）、中國自動化學會新質生產力&智能產業工作委員會（籌）、中國自動化學會綜合智能交通專業委員會承辦，中國顆粒學會、中信銀行北京分行（京城大廈支行）、達州人工智能研究院協辦的2024國家新質生產力與智能產業發展會議在北京友誼賓館舉辦。本次會議以“追新逐質，智創未來”為主題，邀請了10位院士及百余位長江杰青、高校和科研院所的校長、院長等學術精英與會，500余名來自學術界和產業界的本領域專家、學者、學生等參會。
北京市大數據中心數據管理部賈曉豐部長受邀在“數據要素驅動新質生產力”平行會議上作題為“聯邦智能——數據治理5.0范式”的報告。數據作為新型生產要素，其基礎性、系統性和活躍性對傳統治理體系提出了挑戰，尤其面對數源巨量分散、數據異質敏感、關系隱性多變等的超大城市復雜系統，需要新的技術框架來解決數據與場景之間的感知、連接、控制、計算和保護問題。本報告從“什么定義了當前的治理體系”和“什么定義下一代的治理體系”視角，介紹數據治理的范式演進，闡述以聯邦智能為核心的數據治理5.0框架。
數據作為新型生產要素，其基礎性、系統性和活躍性對傳統治理體系提出了挑戰。尤其面對超大城市、經濟社會等復雜系統，數源巨量分散、數據異質敏感、關系隱性交叉、場景復雜多變，需要新的治理框架來解決數據與場景之間的感知、連接、控制、計算和保護問題。從“什么定義了當前的治理體系”和“什么定義下一代的治理體系”角度，數據治理范式分為五個代際的演進。
||數據治理1.0范式：分散數據-分散管理
數據治理1.0范式面向微觀尺度的系統級治理（單系統），核心是以數據讀寫為標志的“建島”，治理主體以B端為主，治理對象以數據為主，數據來源為“單業務”，代表性技術是MIS。
||數據治理2.0范式：分散數據-統一調度
數據治理2.0范式面向微觀尺度的部門級治理（多系統），核心是以數據交換為標志的“建橋”，治理主體以B端為主，治理對象以數據為主，數據來源為“多業務”，代表性技術是“目錄+交換”。
||數據治理3.0范式：集中數據-集中管理
數據治理3.0范式面向介觀尺度的領域級治理（多部門），核心是以數據匯聚為標志的“滅島”，治理主體以B端為主，治理對象以數據為主，數據來源為“類場景”，代表性技術是“云+大數據”。
||數據治理4.0范式：分布數據-分布治理
數據治理4.0范式面向宏觀尺度的城市級治理（多領域），核心是以數據鏈通為標志的“去孤存島”，治理主體延伸為“B端+C端”，治理對象的重心從數據轉變為關系，數據來源為“多場景”，代表性技術是“區塊鏈+隱私保護”。
“管不過來”的現實問題和“建立秩序”的愿景使命——驅動了數據治理4.0范式，其核心思想是從數據自治到數據共治。技術理念：其一，觸一發而動全身（從“分布式數據治理”到“數據分布式治理”）；其二，沒有統一就沒有分布；其三，less control, more availability。應用理念：其一，把每個機構都變成一個“大組織”（每個入口都是唯一入口），解決橫向問題；其二，把每個個體都變成一個“治理員”（每次服務都是一次治理），解決縱向問題；其三，把每個需方都變成一個“供給方”（每次使用都是一次反饋），解決閉環問題。
||數據治理5.0范式：復雜場景-智能治理
數據治理5.0范式面向跨尺度的多空間治理（物理空間-數字空間-社會空間），核心是以數據智治為標志的“聯孤強島”，治理主體延伸為“A端+B端+C端”，治理對象的重心從關系轉變為語義，數據來源為從真實場景延伸到虛擬生成，代表性技術是“聯邦+AGI”。
“無限責任”的現實問題和“無為而治”的愿景使命——驅動了數據治理5.0范式，其核心思想是從數據共治到數據智治。技術理念：其一，M2M→A2A（Scene in, Scene out）；其二，數據的價值在于“島”，聯邦的目的在于“強島”；其三，可進化。應用理念：其一，每個系統（供方）都由一組AI管理，解決“鐵路警察”問題（物理空間→數字空間）；其二，每個場景（需方）都由一組AI服務，解決“千人千面”問題（數字空間→物理空間）；其三，每次響應（供需）都在AI之間對話，解決“雞同鴨講”問題（物理空間?數字空間）。
||個體智能-群體智能-聯邦智能
數據治理在1.0范式中完成了電子化，其后每一個代際的范式演變，本質上是從“孤島林立”（1.0獨立→2.0分散）、到 “分久必合”（2.0分散→3.0集中）、再到 “合久必分”（3.0集中→4.0分布）、最終 “分即是合”（4.0分布→5.0分權）的過程。治理范式中的智能體現也從個體智能向群體智能、再到聯邦智能演變。
（本文根據作者所作報告速記整理而成）
