投入1.6万亿韩元的AI学习数据项目遭遇重复建设与错误问题
政府投入1兆6328亿韩元建设的人工智能（AI）学习数据项目中，出现了重复制作与无法用于AI学习的低质量数据的情况。由于事前审核、质量管理和事后管理的不足，大规模预算被低效使用。 根据审计院于12日公布的《人工智能产业发展现状-AI学习数据建设项目审计报告》，科学技术信息通信部自2017年至2024年间建设了AI学习数据。截至2025年11月，AI中心公开的数据共有908种。 此外，食品药品安全处、首尔市和韩国道路公社等26个公共机构也通过各自的门户网站公开了313种数据。然而，由于各机构未能事先共享建设计划或评估现有数据的可用性，导致了重复建设相似数据的情况。 科学技术信息通信部花费73亿8000万韩元首先建设了野生动物、生活废物、混凝土裂缝和鸡蛋相关的四种数据，但首尔市和韩国道路公社等五个机构又花费6亿1000万韩元制作了相似的数据。 大田西区建设的生活废物数据中，9000张图像中有5200张（57.8%）与现有的科学技术信息通信部数据相似。韩国道路公社的野生动物数据中，约有25000张（总数6万张）与现有资料相似。 由于未能协调各机构的计划，同年内各自制作相似数据的情况也存在。科学技术信息通信部在2021年至2023年间投入233亿韩元建设药丸、口腔和自动驾驶相关数据，而食品药品安全处等三家机构则单独使用了8400万韩元建设相似数据。 2023年，个人信息保护委员会为口腔治疗等建设的1000张图像与同年科学技术信息通信部建设的数据完全相似。2021年，科学技术信息通信部和食品药品安全处分别制作的药丸自动识别数据中也有1411种图像重叠。 数据质量管理也相当薄弱。在建设业绩排名前20的公共机构中，有4家没有单独的质量管理标准，9家在交付前没有进行第三方质量验证。食品药品安全处和韩国东南电力公司不仅未进行第三方验证，也未要求项目执行机构进行自检。 五个机构建设的114种数据中，有96种（84.2%）没有句法规则标准，无法判断句子结构和格式的准确性，因此质量检测本身不可能进行。 审计院对京畿道和韩国道路公社建设的6种数据进行了专业机构验证，结果发现其中1种无法进行检测。其余5种的格式准确性在77.3%至99.2%之间，未达到标准值99.5%。 韩国道路公社在2025年建设的“道路行驶CCTV学习数据集”中，标注汽车等对象的2680张图像缺少边界框位置坐标信息，导致AI无法识别汽车位置，无法作为自动驾驶技术开发的学习资料。 首尔市在2020年建设的“大型废物学习数据”中，2303张图像中有538张（23.4%）的文件名与实际图像不一致。文件中标注为“包”，但实际包含的是盒子或桌子的图像等错误。 建设企业停业后，数据错误无法修复的问题也暴露出来。韩国智能信息社会振兴院在2021年至2024年通过1270家企业建设了721种数据，其中65家企业因停业或内部原因交付的数据达213种，占总数的29.5%。 针对这些数据中11种提出了错误相关的投诉，但振兴院以建设企业停业为由，未直接修正或委托第三方进行修复，便结束了投诉。即使确认错误的数据仍在AI中心公开。 审计院要求科学技术信息通信部与行政安全部协商，事先评估现有数据的替代利用可能性，并建立各机构间的建设计划共享与协调机制。同时，要求公共机构制定统一适用的质量管理标准及自检和第三方验证程序。 韩国智能信息社会振兴院被要求直接修正停业企业建设的数据错误或建立第三方维护体系。科学技术信息通信部表示，将通过跨部门全面调查验证现有数据的质量，并通过数据和AI专业企业补充不合格资料。 审计院指出：“由于重复建设和质量管理体系缺失，产生了无法利用的数据，建设后的事后管理也不够。”并表示：“AI企业持续呼吁缺乏可用数据，为了实现成为AI强国，急需改善数据的数量和质量。”
2026-08-12 22:56:00
