6月2日下午，中国建研院举办“建研学堂”第二十八讲，邀请北京市市政工程设计研究总院数智总监张翔和北京建筑大学人工智能应用学位点负责人周小平，围绕人工智能与高质量数据集高价值场景做讲座。

张翔以《人工智能在市政领域的创新服务与价值实现》为题，剖析了市政领域数据治理面临的结构多样、来源多元等现实困境，指出统一语义的本质是将不同来源的"方言"转化为行业通行的"普通话"，并强调当前普遍存在数据离散、资源目录缺失及安全共享机制不健全等关键问题。他系统梳理了市政全链条数据类型与存储规范，结合水厂、轨道交通、排水内涝预警等案例，详解依托BIM、GIS、IoT等技术搭建数据治理平台的路径，并分享了地下管网水位预测模型从整夜计算缩短至五分钟的实践经验。

周小平在《大模型时代的建筑科学数据底座》报告中指出，行业高质量数据集缺失是通用大模型落地受阻的核心瓶颈。他阐释了高质量数据集的内涵，即面向AI模型训练、评测和应用而专门组织建设的数据集，提出场景明确、有标签、有质量等六大核心特征，并分享了涵盖"定场景、盘数据、建标准、做治理、建标签、做标注、控质量、产品化"的八步建设流程及12周快速落地路径。他强调，蕴含企业长期经验的专有数据集是AI应用真正的价值壁垒，数据集建设的主角应是业务专家。针对多源异构数据对齐难点，他详解了标准规范结构化、病害图像标注等实操方法。

交流环节，参会人员围绕垂直模型训练、标注成本管控、存量数据治理等痛点提问，两位专家逐一解答，并分享了将正常与异常工况数据分开训练的宝贵经验。会上为两位专家颁发了"建研学堂特邀专家"荣誉证书。

本期学堂由数字变革（AI）部、科技创新与标准部、团委、建筑科学研究院联合举办，相关大赛参赛队伍及二级单位现场参会，1500余人线上观看直播。

（供稿：王瑶  编辑：曹博）