（要闻）数据要素采集标准化如何保障

本篇文章1307字，读完约3分钟

在4月9日发布的《中共中央国务院关于构建更好的要素市场化配置体系和机制的意见》(以下简称《意见》)中，数据和土地、劳动力、资本、技术等传统因素首次被列为因素之一。《意见》具体指出，应发挥行业协会和商会的作用，促进人工智能、可穿戴设备、车辆互联网和物联网领域数据采集的标准化。

“数据采集的标准化是数据存储、交易、处理、数据服务等一系列数据治理的前提，这件事只能由政府牵头。”中国科学院自动化研究所研究员、视觉技术创始人王金桥表示:“数据治理涉及政府机构、运营公司、人工智能公司、用户等。要规范事务的使用，充分利用休眠数据资源，首先要收集数据。来源规范，标准化。”

王金桥介绍，采集标准化的最大价值在于解决数据采集的重复建设问题。交通、保险、医疗、天气、教育等。，各行各业都在产生数据，数据收集中有很多冗余的构造。比如不同的地方有不同的采集标准，关注点不同，地域特点和数据分布不同，对数据的需求不同，采集的数据也不同，直接导致数据不完整，噪音大，影响数据的发布效率。

“所以，政府驱动很重要。”王金桥说。比如导航软件是用来避免拥堵的，而导航软件是依靠使用它的用户的定位信息，这其实相当于采样，结果不可靠。去年年底，交通部下发通知，决定开展全国高速公路视频联网监控工作，充分利用新一代云计算和人工智能技术，建设科学、先进、高效、统一的视频云联网监控系统。该监控系统将全面提高高速公路的信息化和智能化水平，提高旅游服务保障能力。通知称，到今年12月底，完成全国高速公路视频接入工作，建成部级视频云平台，并在全国联网。“公路视频上云后，国道的标准化数据将整合到云平台中。交通部门还可以提供准确的信息服务，如气象部门提供的天气预报。这是充分发挥交通数据生产力的有效手段。”王金桥说。

由于数据治理还处于探索阶段，数据收集的标准化还处于起步阶段。各个行业的数字化程度相差很大，很多行业还没有实现数字化。高速公路视频上的云只是接入互联网，离真正的数据处理和服务还很远。在国家统一要求下，不同行业也需要适应各自业务和场景的采集标准。

“更重要的是，随着技术的进步，数据采集标准也会发生变化，标准化工作需要一个长期的持续改进过程。”王金桥表示，以人脸数据采集为例，直播、售票、征信等不同场景对人脸数据的要求不同，每个场景需要根据应用划分采集标准，如证人身份认证、人员身份网络远程认证、人脸访问控制、人脸部署控制等。例如，根据国家制定的标准识别照片的数据采集标准——中间脸的宽度为207±14像素，头顶到照片上边缘的距离为7-21像素，眼睛位置到照片下边缘的距离不小于207像素。根据该标准采集的身份照片已广泛用于机场、火车站等场所的身份认证。

此外，数据采集的边界也需要明确:哪些数据可以采集，哪些数据不能采集；如何规避私密数据；如何正确采集数据(比如采集人类行为数据时脸必须模糊)；如何平衡数据的有效性和私密性？“数据的重要性已经得到充分的论证，但是数据治理的问题特别复杂。数据可以被操纵和改变，数据传输特别分散，数据交易的好处非常诱人...数据收集服务于数据共享和交易，数据标准化应该划定收集的界限。”王金桥说。(记者崔爽)