目前这个阶段我们谈到“元宇宙”的时候，还是在消费层面，但是不管是过 去的 PGC 还是 UGC 一直到现在的 AIGC，都是从不同的生产方式来讲的，这一点 是非常有启发性的。国家文化数字化战略就是从供给侧入手的，我们叫发力供给 侧，激活文化资源，推动文化生产体系现代化。 就目前来说，在元宇宙的初级阶段，主要还是从消费层面做，也应是数字化 文化消费的新场景，而且是数字化文化体验的一种形式。但再往前走，实际上已 经进入到一个比较高的阶段，由实现生产和消费统一来推动文化元宇宙的发展会 更好。从目前非常火的 ChatGPT 谈起，ChatGPT 带来的启示有两点，一个是数据如 何保真，这个可能是大家非常关心的问题。数据的保真可能是下一步人工智能发 展一个非常重要的充分必要条件。如果说数据不能做到保真，人工智能发展的方 向可能就会出现一些不应有的失误。 目前 ChatGPT 训练的数据集来源大体上分为六类，包括维基百科、书籍、期 刊、互联网的网站等等，训练的数据集在 GPT-3 里面实际上总量应该有 3000 亿 的词汇，有 1750 亿的参数，如果没有这样一个数据量训练的话，人工智能发展 确实有很大制约。在大家测试聊天机器人水平的过程中，有些人已经提出了一些问题。第一个 大家比较关心的问题是互联网上的数据并不都是准确的，当错误的数据量足够大 的时候，就会导致得出的结论也是错误的。
有一个案例是基于 GPT-3 的医疗聊天， 机器人曾经建议病人自杀。这可能是个案，但如果个案过多，就成了普遍性的问 题，归根结底就是数据的保真问题。而且现在所有的人工智能模型的学习都是基 于一些历史数据，还有一些社会学学者也在研究，有可能这些数据当中存在不必要的偏见，这种偏见也会导致社会的排斥和歧视。所以，扣好文化元宇宙第一粒 扣子非常重要，这是 AIGC 的充分必要条件，也是开发人工智能非常重要的条件。 这方面，跟现在正在推动实施的国家文化数字化战略有相通的地方。也就是 这些数据集到底从哪里来。在中文互联网的数据质量堪忧的情况下，数据到底应 该从哪里来？我们认为应该从中华民族积淀了五千多年的文化资源中转化而来， 这可能是我们下一步应该重点考虑的。 我国是文明古国，也是文化资源大国，这些年我们在推动文化数字化过程中， 特别是文化资源数字化过程中，积攒了大量的文化资源数据，这些数据大多数都 集中在公共文化机构。这次中国共产党中央委员会办公厅、中华人民共和国国务 院办公厅文件当中明确提出公共文化机构要向社会释放数据，依法向社会公众开 放，让大家从这些数据当中提取具有历史传承价值的中华文化元素、符号和标识， 并把它们转化为文化生产要素，从而成为文化元宇宙以及文化创新和创造的文化 素材。
