重庆市常务副市长吴存荣出席会议图片来源：每经记者鄢银婵摄
来源：每日经济新闻
每经记者鄢银婵每经编辑梁枭
打造“数字经济”，重庆有了更大的决心。
《每日经济新闻》记者获悉，今年年内重庆拟向国家相关部委建议，在重庆建设“国家大数据重大科技基础设施”项目，以解决数据科学研究上的难题，为我国引领数据科学研究、掌握体系化的大数据核心技术提供基础支撑。
为此，5月11日～12日，重庆召开“国家大数据重大科技基础设施研讨会议”，吸引了包括中国工程院副院长陈左宁等8位两院院士以及中科院计算所所长孙凝晖在内的100多位大数据领域专家，专题探讨该项目的可行性和必要性。
目前在大数据重大科学基础设施方面，已有南京、上海等多个城市关注探索。重庆正处于经济转型期，该项目能否如期成功申报、大数据产业发展成效如何将直接关系到未来重庆经济的走势。
年内拟申报相关项目
前瞻产业研究院发布的《中国大数据产业发展前景与投资战略规划分析报告》统计数据显示，2015年我国大数据产业规模已达2800亿元。截至2017年，我国大数据产业规模已增长至4700亿元，同比增长30.6%。初步测算，2018年我国大数据产业规模达到5400亿元左右，同比增长15%。预计到2020年，我国大数据产业规模将突破万亿元。
当前，聚焦大数据产业的城市遍地开花。根据紫光旗下新华三集团数字经济研究院发布的《中国城市数字经济指数白皮书(2019)》，重庆与上海、北京、深圳等领跑城市前十。
事实上，在重庆提出重点发展大数据产业时，外界对其基础实力有所质疑。但目前看来，重庆正在补齐这一短板。
重庆市常务副市长吴存荣在出席“国家大数据重大科技基础设施研讨会议”时表示，在发展大数据方面，重庆有基础、有梦想、有行动，将争取成为我国大数据战略的主力军；同时，在建设西部科技创新中心、两江数字经济产业园、礼嘉智慧生态城的过程中，重庆也集聚了一大批能动性的企业、标志性的项目和专业化的人才，希望在国家基础研究领域占有一席之地。
为了达成该目标，重庆已经制定了一套“方法论”：向国家相关部委建议在重庆建设“国家大数据重大科技基础设施”项目。“重庆的大数据战略中，重中之重就是要集聚国内外顶级的科学资源，建设国家大数据重大科学基础设施。”吴存荣说。
据了解，国家大数据重大科技基础设施是面向数据科学研究、大数据技术开发与应用而设计的大型试验装置，具备大规模复杂数据场景构建能力、数据科学理论验证能力、大数据计算试验能力和数据驱动型创新服务能力。
“大数据设施建成后，每年将吸引数万人次在大数据设施探索数据科学理论和大数据发展规律、研发大数据技术。”两江新区相关负责人介绍称，在这一过程中，重庆也将孵化一大批技术创新实体，包括各行业面向大数据应用的新型计算、新型存储、新型传输、新型管理等各阶段。
“今天会议之后，6月16日将再次举行研讨会，这两次会议能够达成一个共识。”中国工程院院士、国家数字交换系统工程技术研究中心主任邬江兴表示，今年内就会启动该项目的申报。
重庆有望成为“命题方”
中国工程院院士邬江兴在会上作主旨报告图片来源：每经记者鄢银婵摄
事实上，对大数据重大科学基础设施感兴趣的不只是重庆，目前包括南京、上海等多个城市均有所关注，并做了初步探索。
各地政府之所以对该领域具有浓厚兴趣，原因在于其具备的“可持续性”。邬江兴表示，如果大数据技术要可持续发展，就需要一个大数据科学基础装置。他把目前的大数据发展比喻为“挖矿一样，浅层矿还能挖掘，但总有枯竭的一天，而再挖深层矿时，它需要有新矿机、新的采矿手段、新的挖掘技术、新的工艺。”
邬江兴称，所以大数据科学基础装置能够解决挖深层矿的理论问题、工程技术问题、装备技术问题和工艺问题，同时必须要做好应用基础、理论研究。
邬江兴表示，现阶段，我国大数据应用技术大部分是利用别人的工具，利用外国人开发的开源软件，以淘金的方式淘回来使用，而此次建设大数据科学基础设施是全球范围内首次提出。
在与会专家看来，如果这一设施最终落户重庆，那么重庆就应该成为“命题人”，从战略高度去思考未来10年大数据产业发展的方向是什么。
值得一提的是，2018年重庆市地区生产总值为20363.19亿元，同比增长6.0%，低于8.5%的预期，也是近年来首次低于全国平均增速。对于经济转型期的重庆而言，大数据能极大程度助力重庆经济增长。
“通过建设大数据重大科技基础设施，重庆能不断聚集一批高端人才，为经济发展提供充足的后劲。拿人脸识别来说，过去不到10年的时间，人脸识别天翻地覆，其中很重要的一个原因就是技术在产业上找到了一个突破点，有大规模的行业在应用人脸识别的算法。”西南大学应用技术学院院长张自力在接受《每日经济新闻》记者采访时表示。
百度高级工程师陈尚义则表示，重庆应该及早完善大数据发展的基础框架，再叠加数据、算法以及相关应用，形成自己的核心竞争力；同时充分利用工业基础雄厚的特点，强化大数据与产业的紧密融合，补齐大数据应用的短板。
（封面图片来源：摄图网）
