传统的数据治理体系主要是面向结构化数据，服务于企业的决策运营（Business Intelligence），长期以来企业大量的非结构化数据并没有很好的治理和利用手段。随着通用人工智能的快速发展，文本、图片等非结构化数据成为了大模型训练的核心要素，数据集的规模和质量成为了推动AI技术进步的关键因素，据统计，最新大模型训练所用的数据集规模已经是5年前训练数据的近千倍，产业界也提出了以数据为中心（Data-Centric AI）人工智能发展的理念，数据和算法的边界更加模糊。然而，面向人工智能数据治理探索刚刚开始，其概念和内涵还在不断变化中，尚未形成较好的理论框架和实践方法，通用人工智能的数据治理，除了关注大模型训练中的数据质量问题，还需要应对安全与隐私保护的挑战，同时亟需要建立合成数据的治理能力，消除版权侵犯、歧视等风险。
本刊以“人工智能数据治理”为主题进行征文，集中展示人工智能数据治理方面的技术和理论研究成果，包括：高质量数据集建设、多模态数据管理、非结构化数据管理、人工智能数据工程、大模型数据安全与隐私安全、人工智能数据伦理等。
专题主题：人工智能数据治理
一、征稿范围
包括但不限于以下方面：
1）面向人工智能数据治理问题与理论框架
2）人工智能数据集质量评价体系
3） 大模型数据安全与隐私保护实践
4） 人工智能数据治理技术与工程实践
5） 多模态数据治理
6） 智能化数据治理技术实践
7） 合成数据管理实践
二、征稿要求
1、文稿应属于作者的原创性科研成果，数据真实可靠，具有重要的学术价值与推广应用价值；应未在国内外公开发行的刊物或会议上发表或宣读过，也不在其他刊物或会议的审稿过程中，不存在一稿多投问题。
2、文稿应包括中英文题名、作者信息、摘要、关键词、基金项目名、参考文献，中文正文和作者简介（包括照片），文稿一律采用Word文档提交。
3、投稿时，请注明作者联系方式（电子邮件、电话、邮寄地址）及“‘人工智能数据治理’专题投稿”及所属方向。
4、文稿通过《大数据》官方网站http://www.j-bigdataresearch.com.cn/进行投稿，暂不支持其他投稿方式，投稿须知及文稿模板请参见网站说明。
三、重要日期
征稿截止日期：2024年4月30日
审稿完成日期：2024年6月30日
