“数据要素采集标准化怎么保障”

本篇文章1296字，读完约3分钟

在4月9日发布的《中共中央国务院关于建立更完整的要素市场化配置体制的意见》(以下简称《意见》)中，首次将数据列为土地、劳动力、资本、技术等以前流传的要素之一。 《意见》具体指出，发挥领域协会商会的作用，推进人工智能、可穿戴设备、车联网、物联网等行业数据采集的标准化。

数据收集标准化是数据存储、交易、加工、数据服务等一系列数据管理的前提，只能由政府主导。 中科院自动化研究所研究员、视语科技创始人王金桥表示，数据管理涉及政府机构、运营公司、人工智能企业、客户等各个方面，要规范交易招聘，完全利用沉睡的数据资源，必须首先从数据收集的来源进行标准化和规范化

王金桥介绍说，收集标准化的最大价值在于处理数据收集重构的问题。 交通、保险、医疗、天气、教育等各行各业都在生产数据，数据收集中存在着非常多的重复建设。 例如，各地有不同的收集标准，不同的地方关注点、地域特色、数据分布不同，对数据的需求不同，收集的数据也不同，数据不齐全、噪声大，影响数据的性能释放。

因此，政府的驱动很重要。 王金桥说。 例如，避开堵车依赖导航软件，但导航软件依赖于采用它的顾客的定位新闻，实际上相当于采样，结果不可靠。 去年年底，交通运输部印发通知，决定开展全国高速公路视频网络监控工作，完全利用新一代云计算和人工智能技术，建设科学先进、高效统一的视频云网络监测体系。 该监测体系将全面提高高速公路的新闻化、智能化水平，提高移动服务的保障能力。 通知指出，今年12月底，将完成全国高速公路视频接入工作，建设部级视频云平台，并在全国网络运行。 高速公路视频入云后，全国高速公路标准化数据整合到云平台上，交通部门也可以像气象部门提供天气预报一样提供精准的新闻服务，这是逐一发挥交通数据生产力的比较有效的手段。 王金桥说。

由于数据管理还处于探索阶段，数据收集的标准化工作也还处于开始阶段。 各行各业的数字化程度千差万别，很多领域都没有实现数字化，高速公路视频有云是刚联网的，离真正的数据解决和服务还很远。 在国家统一要求下，不同领域也需要符合各自的业务和场景采集标准。

更重要的是，随着技术的进步，数据收集标准也发生了变化，标准化事业需要长时间持续的完整过程。 王金桥表示，以人脸数据采集为例，不同的直播、售票、征信等场景对人脸数据的要求不同，不同的场景对不同应用的采集标准如人证同一性认证、个人身份网络远程认证、人脸门禁。 例如，在国家制定的标准证件照数据采集标准中，人脸宽度为207 14像素，头顶发迹距离照片上缘7 21像素，眼睛位置距离照片下缘距离207像素以上，按照该标准采集的证件照图像目前广泛用于机场、车站等身份认证，

还必须定义数据收集的边界。 可以收集哪些数据，无法收集哪些数据？ 如何避免隐私数据要正确收集数据(例如收集人的行为数据时需要模糊脸部)要平衡数据比较有效和隐私的方法。 虽然充分说明了数据的重要性，但数据管理问题特别多和复杂。 数据可以操作和更改，数据传输特别碎片化，数据交易优势极大的数据采集是为了数据共享和交易服务，数据标准化必须为采集划定边界。 王金桥说。 (记者崔爽)

责任编辑：