数据要素 市场发展正逐渐加速。随着国家数据局挂牌成立，《“ 数据要素 ×”三年行动计划（2024—2026年）》发布，数据资产入表政策落地实施，数据作为基础生产要素乘数效应应当如何释放，成为各方关注的焦点问题。

　　“ 人工智能 技术能够帮助行业数据实现更高效的价值释放。”中国科学院院士、北京大学教授童庆禧在数字中国建设峰会的特色活动“院士专家行”论坛中，就 人工智能 如何激发专业领域数据资产价值分享观点。

　　AI高速发展催生了 数字经济 环境下的新业务形态的生成和迭代。

　　“算力、算法和网络技术的更新，加速了‘无人业态’的发生和落地。”童庆禧指出，除了大众比较熟悉的 无人驾驶 ，在先进技术加持下，无人码头等场景，已经在部分地区落地，成为现实。“偌大的码头里一派忙碌景象，认真看却找不着职员，足见技术进步造成的经济效应。”他感叹。

　　随着数字化应用的增加，全球数据资源总量不断增长。在 人工智能 技术广泛应用以前， 海量数据 既是资源，也是屏障。“数据要用起来才能成为资源、资产，然而，处理 海量数据 其实不是容易的事。”而在童庆禧看来， 人工智能 技术具备高效处理 海量数据 的能力。

　　据他介绍，美国一家矿业公司将 人工智能 技术与地球科学结合，收集大量对地观测遥感数据、地球物理勘测数据后，使用AI对 海量数据 进行处理、分析和预测，最终发现了一处年产逾40万吨的铜矿。“成功将数据资源转换为经济资产。”他指出。

　　童庆禧在接受21世纪经济报道记者采访时指出，除了化“闲置”数据资源为资产，在遥感领域，AI的使用还能有效提升数据资源的质量。

　　对地观测卫星是遥感领域重要的研究设备，目前，我国拥有超过300颗该类卫星。这些卫星日夜不停地持续运转，收集数据。"然而，这些数据往往只有一小部分被实际利用，大部分被因为图像分辨率不高，无法使用。"

　　监测图像的分辨率是判断一颗对地观测卫星能力是否卓越的关键指标。据童庆禧介绍，目前，国际上民用卫星的最高分辨率约为0.25米，我国民用卫星的分辨率最高能达到0.5米。

　　童庆禧认为，随着 人工智能 技术深度介入遥感领域，图像分辨率不足的问题将逐渐被解决。"目前学界已经探索出了对较低质量图像进行超分辨率重组的要领。没有AI，这基本是无法实现的。"童庆禧坦言。"但现在，国外已经有相关产品推出。我预计，不久后，我国也会有0.15米超分辨率的产品问世。"他告诉21记者。