一、引言
人類的發(fā)展史是一部認(rèn)識(shí)自然、改造自然的歷史。在古代，人類通過(guò)觀測(cè)春夏秋冬四季變化的數(shù)據(jù)掌握了農(nóng)作物的生長(zhǎng)規(guī)律，推動(dòng)了*次農(nóng)業(yè)革命的誕生，生產(chǎn)方式由狩獵采摘向土地種植改變；18世紀(jì)，瓦特通過(guò)觀察蒸汽的數(shù)據(jù)，發(fā)明了蒸汽機(jī)，引發(fā)了*次科技革命；19世紀(jì)初，奧斯特通過(guò)觀察發(fā)現(xiàn)了電流磁效應(yīng)，安培研究相關(guān)數(shù)據(jù)，提出了電動(dòng)力學(xué)這一理論，引發(fā)了第二次科技革命；20世紀(jì)后半期，通過(guò)對(duì)人類遺傳物質(zhì)的研究和數(shù)據(jù)積累，推動(dòng)了克隆技術(shù)的發(fā)展，引發(fā)了第三次科技革命。
在這一過(guò)程中，人類通過(guò)持續(xù)改進(jìn)技術(shù)手段，不斷修正和補(bǔ)充對(duì)自然的認(rèn)識(shí)。由于各民族、地域、宗教以及成長(zhǎng)環(huán)境的差異，不同民族或個(gè)體對(duì)同一事物或現(xiàn)象會(huì)產(chǎn)生不同的認(rèn)知和實(shí)踐；或在不同階段或條件下，同一個(gè)民族或個(gè)體對(duì)相同事物或現(xiàn)象會(huì)產(chǎn)生不同的認(rèn)知和實(shí)踐。為了盡可能統(tǒng)一這種認(rèn)知上的差異，人類需要在一定程度上統(tǒng)一單位和量值的表述形式和規(guī)則。
基于這種統(tǒng)一的單位和量值表述，人類社會(huì)的每一次重大革命都對(duì)觀測(cè)到的數(shù)據(jù)進(jìn)行收集、分析和挖掘，從而形成當(dāng)時(shí)人類對(duì)自然*的認(rèn)識(shí)，同時(shí)也支撐了人類思維大廈的構(gòu)建。我國(guó)古人通過(guò)對(duì)河圖、洛書中數(shù)字的分析，發(fā)展了以1到10為萬(wàn)物根基的自然和社會(huì)哲學(xué)；古希臘的畢達(dá)哥拉斯通過(guò)對(duì)1到10的研究，提出了“萬(wàn)物皆可數(shù)”的觀點(diǎn)，這些人類思維大廈的構(gòu)建，對(duì)人類組織社會(huì)、改造社會(huì)具有深遠(yuǎn)的意義。
二、數(shù)字計(jì)量的興起
從傳統(tǒng)計(jì)量的角度來(lái)看，數(shù)據(jù)可以分為量化數(shù)據(jù)和非量化數(shù)據(jù)兩類。量化數(shù)據(jù)最核心的概念是“量”，在JJF1001-2011《通用計(jì)量術(shù)語(yǔ)及定義》中將其定義為“現(xiàn)象、物體或物質(zhì)的特性，其大小可用一個(gè)數(shù)和一個(gè)參照對(duì)象表示”，其內(nèi)在的哲學(xué)是主觀賦予客觀的，依據(jù)規(guī)則對(duì)客觀進(jìn)行度量的一種主觀概念。一旦這種概念被承認(rèn)，這一概念就與客觀相統(tǒng)一，但是也只在下定義的時(shí)刻相統(tǒng)一。主要原因在于實(shí)物參照對(duì)象隨時(shí)空變化的特性，使得參照對(duì)象自身也會(huì)發(fā)生變化。當(dāng)這種變化超出一定范圍之后，量的定義就不再能夠支撐后續(xù)的科學(xué)研究。換言之，當(dāng)前數(shù)據(jù)的準(zhǔn)確性與歷史數(shù)據(jù)的準(zhǔn)確性發(fā)生巨大偏差，而這種偏差的存在，必然影響人類對(duì)*的認(rèn)識(shí)結(jié)論，有時(shí)甚至導(dǎo)致經(jīng)濟(jì)、政治或軍事上的損失。
從計(jì)量技術(shù)角度講，上述問(wèn)題存在三種修正方法。一種是不斷修補(bǔ)定義，使得定義具有物理可實(shí)現(xiàn)性。例如，“安培”在1946年國(guó)際計(jì)量委員會(huì)上被批準(zhǔn)定義為“真空中相距1米的兩根無(wú)限長(zhǎng)且圓截面可忽略的平行直導(dǎo)線內(nèi)通過(guò)一恒定電流，當(dāng)兩導(dǎo)線每米長(zhǎng)度之間產(chǎn)生的力等于2×10－7牛頓時(shí)，則規(guī)定導(dǎo)線中通過(guò)的電流為1安培”，顯然這個(gè)定義是物理不可實(shí)現(xiàn)的，人類無(wú)法找到無(wú)限長(zhǎng)的導(dǎo)線。于是在2018年11月16日，國(guó)際計(jì)量大會(huì)通過(guò)決議，1安培定義為“1s內(nèi)通過(guò)導(dǎo)體某一橫截面的1/1.602176634×1019個(gè)電荷移動(dòng)所產(chǎn)生的電流強(qiáng)度”，新定義比老定義具有更強(qiáng)的可實(shí)現(xiàn)性；第二種是不斷提升設(shè)備的性能，用準(zhǔn)確度高的設(shè)備代替準(zhǔn)確度低的設(shè)備。但是這種提升具有很大的現(xiàn)實(shí)局限性，具體體現(xiàn)在成本和設(shè)備性能的客觀有限性上；第三種是發(fā)現(xiàn)新的原理和方法。數(shù)字計(jì)量就是在這一背景下誕生的新領(lǐng)域。
三、數(shù)字計(jì)量
實(shí)現(xiàn)單位統(tǒng)一、量值準(zhǔn)確可靠是數(shù)字計(jì)量的目標(biāo)，其核心是對(duì)數(shù)據(jù)和算法的計(jì)量，是對(duì)信息技術(shù)中二進(jìn)制數(shù)字的形式、內(nèi)容、結(jié)構(gòu)、語(yǔ)義、二進(jìn)制數(shù)字對(duì)主觀或客觀*的反映——數(shù)據(jù)和算法，以及承載二進(jìn)制的物理設(shè)備、系統(tǒng)性能中計(jì)量問(wèn)題的研究。包括兩個(gè)方面：一方面為計(jì)量數(shù)字化，是傳統(tǒng)計(jì)量采用信息化手段實(shí)現(xiàn)網(wǎng)絡(luò)化、自動(dòng)化、遠(yuǎn)程化的計(jì)量工作，包括計(jì)量電子證書和數(shù)字證書、測(cè)量不確定度在線云評(píng)定、遠(yuǎn)程計(jì)量和在線計(jì)量、計(jì)量數(shù)字化圖譜、計(jì)量軟件測(cè)評(píng)、智慧計(jì)量機(jī)器人、人工智能計(jì)量師、計(jì)量數(shù)據(jù)可視化等15個(gè)領(lǐng)域；另一方面為數(shù)字的計(jì)量化，是數(shù)字*中引出的計(jì)量工作，包括算法溯源、數(shù)字圖像、音頻和視頻計(jì)量、網(wǎng)絡(luò)點(diǎn)擊量和轉(zhuǎn)發(fā)量計(jì)量、數(shù)字資產(chǎn)等15個(gè)領(lǐng)域。
1.數(shù)據(jù)采集階段存在的數(shù)字計(jì)量問(wèn)題
數(shù)據(jù)是數(shù)字計(jì)量的基礎(chǔ)，在數(shù)據(jù)采集中，采集到的事實(shí)或統(tǒng)計(jì)內(nèi)容與客體本身會(huì)有較大的差異，這種差異體現(xiàn)在定義的缺陷上和采集的有限性上。例如關(guān)于長(zhǎng)度的定義是建立在抽象概念點(diǎn)之上，然而抽象的點(diǎn)在現(xiàn)實(shí)生活中并不存在，因而在現(xiàn)實(shí)中也就無(wú)法測(cè)量抽象的點(diǎn)之間的距離。同樣由于采集設(shè)備的物理有限性，一般不能無(wú)限采集在空間和時(shí)間上有延綿特性的客體或現(xiàn)象，常常采用離散的方式采集，這就必須遵循奈奎斯特采樣定律，使獲得的數(shù)據(jù)在一定程度上能夠滿足質(zhì)量要求。
人工采集的數(shù)據(jù)一般以非量化數(shù)據(jù)為主，例如人口信息統(tǒng)計(jì)、選舉投票、各類調(diào)查問(wèn)卷、主觀評(píng)價(jià)等。這類采集數(shù)據(jù)質(zhì)量往往與樣本、人員水平、人員態(tài)度、方式緊密相關(guān)。為了獲得良好的數(shù)據(jù)，一般人工采集方案采用專業(yè)和數(shù)理的方法進(jìn)行評(píng)估。但是由于各專業(yè)的局限性，對(duì)于數(shù)據(jù)采集目的最終實(shí)現(xiàn)，應(yīng)引入計(jì)量基標(biāo)準(zhǔn)建立的技術(shù)方法開展，比如采用測(cè)量不確定度的評(píng)定方法對(duì)方案本身進(jìn)行定量評(píng)估。
設(shè)備采集相對(duì)于人工采集而言，數(shù)據(jù)質(zhì)量相對(duì)較高。但是就同一設(shè)備而言，存在隨著時(shí)空改變而導(dǎo)致采集質(zhì)量下降的情況，例如電能表在使用一段時(shí)間后就需要更換，或是在運(yùn)行一段時(shí)間后才能達(dá)到精準(zhǔn)；同時(shí)也存在不同設(shè)備在同一時(shí)空下采集質(zhì)量不同的情況。設(shè)備一般分為三類：*類設(shè)備為非量化數(shù)據(jù)采集設(shè)備，例如家用照相機(jī)、攝像機(jī)或者錄音機(jī)等；第二類設(shè)備為非計(jì)量類量化數(shù)據(jù)采集設(shè)備，例如家用體重秤；第三類設(shè)備為計(jì)量設(shè)備，例如電能表、水表、燃?xì)獗淼取?/span>
在這三類中，計(jì)量設(shè)備采集的數(shù)據(jù)質(zhì)量*，這是因?yàn)橛?jì)量設(shè)備依據(jù)法律法規(guī)進(jìn)行周期性檢定/校準(zhǔn)，從而較為有效地*了計(jì)量設(shè)備的穩(wěn)定性、可靠性和量值的溯源性；在第二類中，設(shè)備采集的數(shù)據(jù)質(zhì)量較計(jì)量設(shè)備略差，這是因?yàn)檫@類設(shè)備所采集的數(shù)據(jù)只具有參考性意義，一般不宜用于科學(xué)研究；在*類中，設(shè)備采集的數(shù)據(jù)主要用于定性判斷。隨著對(duì)數(shù)據(jù)質(zhì)量要求的不斷提升，第二類和*類設(shè)備數(shù)據(jù)采用數(shù)字計(jì)量理論進(jìn)行全方位研究成為計(jì)量學(xué)研究的重要內(nèi)容。
2.數(shù)據(jù)計(jì)算存在的數(shù)字計(jì)量問(wèn)題
數(shù)據(jù)的計(jì)算分為兩個(gè)階段：數(shù)據(jù)采集時(shí)的計(jì)算和數(shù)據(jù)采集后的計(jì)算。
當(dāng)數(shù)據(jù)采集時(shí)，一般是從連續(xù)的無(wú)限中提取有限可表示信息，這就會(huì)導(dǎo)致數(shù)據(jù)的損失。數(shù)據(jù)采樣頻率越高和數(shù)據(jù)表示的準(zhǔn)確度越高，對(duì)客體或現(xiàn)象的刻畫就越精準(zhǔn)，通常用采樣率、字長(zhǎng)和測(cè)量不確定度來(lái)表述。為了獲得較高的數(shù)據(jù)質(zhì)量，一般都采用預(yù)處理的方式進(jìn)行，比如在電子計(jì)價(jià)秤中為了獲得穩(wěn)定的零點(diǎn)數(shù)據(jù)，采用了去噪、零點(diǎn)漂移的算法進(jìn)行補(bǔ)償。由于這類算法對(duì)數(shù)據(jù)采集有很大影響，應(yīng)該在投入使用前進(jìn)行計(jì)量。
在數(shù)據(jù)采集后，需要進(jìn)行分析，計(jì)算機(jī)內(nèi)所使用的加減乘除都是有限字長(zhǎng)，因此還會(huì)帶來(lái)數(shù)據(jù)上的損失，如兩個(gè)變量的除法運(yùn)算，當(dāng)分母為0時(shí)，計(jì)算機(jī)會(huì)報(bào)錯(cuò)。為了避免這一問(wèn)題，程序員往往會(huì)加一個(gè)自定義的微小量，在計(jì)算結(jié)果中引入不確定度。因此這類算法對(duì)數(shù)據(jù)分析有很大影響，也應(yīng)該在投入前進(jìn)行計(jì)量。
隨著深度學(xué)習(xí)等人工智能技術(shù)的發(fā)展，科學(xué)家和應(yīng)用工程師采用各種算法從大數(shù)據(jù)中提取有用結(jié)論，但是算法結(jié)論的科學(xué)性、準(zhǔn)確性和可靠性卻需要采用技術(shù)手段進(jìn)行評(píng)估，為此，需要開展算法溯源的數(shù)字計(jì)量研究。
四、數(shù)字計(jì)量中的算法溯源技術(shù)
隨著信息技術(shù)的深入發(fā)展，我國(guó)軟件產(chǎn)業(yè)發(fā)展迅猛，不僅在產(chǎn)值上超過(guò)了傳統(tǒng)產(chǎn)業(yè)規(guī)模，也為國(guó)民經(jīng)濟(jì)發(fā)展和產(chǎn)品質(zhì)量提升提供了必要的技術(shù)支撐。尤其是近幾年，隨著人工智能技術(shù)的發(fā)展，由軟件控制的計(jì)量器具的占比已經(jīng)迅速超越95%，與信息技術(shù)緊密結(jié)合的新型設(shè)備不斷涌現(xiàn)，推動(dòng)著科學(xué)技術(shù)不斷創(chuàng)新。
作為人類思維的拓展，軟件具有低成本、智能化、功能復(fù)雜和易替代等優(yōu)點(diǎn)，但從計(jì)量角度而言，也存在著欺騙性使用、Bug不易發(fā)現(xiàn)、算法的正確性以及穩(wěn)定性較差、法律法規(guī)依從性較差等問(wèn)題。因此隨著對(duì)計(jì)量器具軟件產(chǎn)品質(zhì)量要求的不斷提高和軟件工程技術(shù)的發(fā)展，軟件測(cè)評(píng)成為計(jì)量器具軟件生產(chǎn)和使用中的重要環(huán)節(jié)。
根據(jù)JJF1182-2018《計(jì)量器具軟件測(cè)評(píng)指南》，在計(jì)量器具軟件的計(jì)量特性功能測(cè)評(píng)中，是利用測(cè)試用例，將被驗(yàn)證算法的計(jì)算結(jié)果與可供參考的期望值進(jìn)行比較，通過(guò)判斷是否在*允許誤差范圍內(nèi)，給出算法是否正確的驗(yàn)證結(jié)果。從計(jì)量上講，該驗(yàn)證方法屬于定性判斷，很少涉及定量，即使涉及定量，也沒(méi)有對(duì)量值進(jìn)行溯源，不能完全滿足計(jì)量保障量值準(zhǔn)確可靠的要求。
為了解決這一問(wèn)題，需要以算法對(duì)應(yīng)的軟件為被測(cè)對(duì)象，軟件的輸出量為被測(cè)量，測(cè)量不確定度評(píng)定為評(píng)價(jià)手段，提出一種將算法軟件輸出量溯源至現(xiàn)有計(jì)量基標(biāo)準(zhǔn)、標(biāo)準(zhǔn)參考數(shù)據(jù)或算法標(biāo)準(zhǔn)的算法溯源的方法，從而基于計(jì)量技術(shù)對(duì)算法軟件輸出量的準(zhǔn)確可靠性進(jìn)行精準(zhǔn)刻畫。
算法溯源是通過(guò)一條具有規(guī)定不確定度的不間斷的比較鏈，使算法軟件的輸出量能夠與規(guī)定的參考標(biāo)準(zhǔn)（計(jì)量基標(biāo)準(zhǔn)、標(biāo)準(zhǔn)參考數(shù)據(jù)或算法標(biāo)準(zhǔn)）聯(lián)系起來(lái)。
算法溯源中的被測(cè)對(duì)象為基于算法形成的軟件，包括計(jì)量數(shù)字化過(guò)程中計(jì)量器具檢定/校準(zhǔn)中所涉及的一些算法軟件和未來(lái)數(shù)字計(jì)量化過(guò)程中有溯源需求的算法軟件。
算法溯源中的被測(cè)量為算法軟件的輸出量，該輸出量一般分為三類，分別為：計(jì)量量值（如手機(jī)測(cè)距軟件中的長(zhǎng)度、數(shù)字指示秤軟件中的質(zhì)量、化學(xué)分析軟件中的濃度等）；基于計(jì)量量值的定性判斷（如基于深度學(xué)習(xí)算法判斷臨床質(zhì)控?cái)?shù)據(jù)是否合格等）；未來(lái)數(shù)字計(jì)量化過(guò)程中將納入計(jì)量范疇的輸出量（如人臉識(shí)別算法的輸出量、行人重識(shí)別算法的輸出量）。上述的輸出量，可以溯源至計(jì)量基標(biāo)準(zhǔn)或由計(jì)量標(biāo)準(zhǔn)形成的標(biāo)準(zhǔn)參考數(shù)據(jù)或基于上述標(biāo)準(zhǔn)參考數(shù)據(jù)模型生成的理論標(biāo)準(zhǔn)參考數(shù)據(jù)或算法標(biāo)準(zhǔn)。
在算法溯源中，相同的算法可能對(duì)應(yīng)不同的軟件；相同的輸出量可能由不同的算法實(shí)現(xiàn)，因此會(huì)對(duì)算法軟件的輸出量的準(zhǔn)確性和可靠性有影響。例如，在多點(diǎn)平均中，采用3點(diǎn)平均、5點(diǎn)平均、100點(diǎn)平均是屬于3種不同的算法，顯然這3種算法的準(zhǔn)確性和可靠性是不相同的。
基于上述軟件特有的原因，需要引入測(cè)量不確定度評(píng)定方法，對(duì)算法軟件輸出量的量值進(jìn)行測(cè)量不確定度評(píng)定。
五、數(shù)字計(jì)量展望
在經(jīng)濟(jì)*化的國(guó)際大背景下，數(shù)字計(jì)量已成為*計(jì)量領(lǐng)域研究的熱點(diǎn)。2018年，國(guó)際計(jì)量委員會(huì)（CIPM）制定了2030+戰(zhàn)略并成立Digital-SI任務(wù)組，把計(jì)量數(shù)字化轉(zhuǎn)型作為重點(diǎn)任務(wù)進(jìn)行*研究與合作；BIPM/CIPM-OIML/CIML聯(lián)合任務(wù)組一致認(rèn)為要與質(zhì)量基礎(chǔ)設(shè)施領(lǐng)域的所有利益相關(guān)方密切合作，積極開展工業(yè)計(jì)量、法制計(jì)量和科學(xué)計(jì)量活動(dòng)和流程的數(shù)字化轉(zhuǎn)型工作，使用數(shù)字化國(guó)際單位制和FAIR數(shù)據(jù)準(zhǔn)則來(lái)促進(jìn)*計(jì)量數(shù)字化轉(zhuǎn)型進(jìn)程；歐洲計(jì)量合作組織（EURAMENT）和美洲計(jì)量組織（SIM）分別成立了M4D和M4DT計(jì)量數(shù)字化轉(zhuǎn)型工作組，致力于實(shí)驗(yàn)室流程自動(dòng)化、計(jì)量云和數(shù)字校準(zhǔn)證書（DCC）的研究。目前，德國(guó)聯(lián)邦物理技術(shù)研究院（PTB）和英國(guó)國(guó)家物理實(shí)驗(yàn)室（NPL）已經(jīng)開發(fā)了DCC，正在收集有關(guān)校準(zhǔn)的標(biāo)準(zhǔn)化元數(shù)據(jù)和數(shù)據(jù)。美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）正在著手NIST計(jì)量云的開發(fā)。
2021年3月，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出“加快數(shù)字化發(fā)展、建設(shè)數(shù)字中國(guó)”的目標(biāo)；2021年12月，國(guó)務(wù)院發(fā)布的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》提出“形成統(tǒng)一公平、競(jìng)爭(zhēng)有序、成熟完備的數(shù)字經(jīng)濟(jì)現(xiàn)代市場(chǎng)體系”的目標(biāo)；2022年1月，市場(chǎng)監(jiān)管總局聯(lián)合各部門共同研究制定的《關(guān)于加強(qiáng)國(guó)家現(xiàn)代先進(jìn)測(cè)量體系建設(shè)的指導(dǎo)意見》提出“到2035年，測(cè)量對(duì)我國(guó)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的貢獻(xiàn)水平顯著提高”的目標(biāo)，都為我國(guó)數(shù)字計(jì)量發(fā)展指明方向。
無(wú)論國(guó)內(nèi)還是國(guó)外，在貿(mào)易、零售、醫(yī)療、教育、交通、金融和政務(wù)等多個(gè)領(lǐng)域中，生產(chǎn)、消費(fèi)和管理等方面必將基于數(shù)字深度融合。由智能設(shè)備或大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能、數(shù)字孿生等技術(shù)生成的大量信息豐富的數(shù)據(jù)和算法，將成為驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵生產(chǎn)要素，用于經(jīng)濟(jì)社會(huì)眾多領(lǐng)域的洞見、分析、決策和行動(dòng)。這些生產(chǎn)要素使用的同時(shí)，也面臨著諸如數(shù)字鴻溝、數(shù)字*、數(shù)據(jù)產(chǎn)權(quán)、算法正確性、算法共謀等方面涉及的計(jì)量法律法規(guī)滯后的挑戰(zhàn)，包括計(jì)量術(shù)語(yǔ)不清晰、計(jì)量技術(shù)規(guī)范缺失、數(shù)據(jù)可信度較低，算法正確性和結(jié)果的客觀公正性無(wú)法*等問(wèn)題。因此，為了解決新一代信息技術(shù)變革而催生的新型計(jì)量問(wèn)題，保障數(shù)字經(jīng)濟(jì)時(shí)代測(cè)量的準(zhǔn)確性、一致性和可信度，支持我國(guó)在數(shù)字時(shí)代建設(shè)數(shù)字中國(guó)、提升數(shù)字質(zhì)量，保障數(shù)字經(jīng)濟(jì)的健康發(fā)展，大力開展數(shù)字計(jì)量研究具有重要的意義。
