数据：英国人工智能初创公司的生命线

核心观点与关键数据

• AI 发展的关键要素：人工智能的发展依赖于数据、计算能力和人才，其中数据是基础且至关重要的要素，决定了 AI 模型的学习能力、性能和预测能力。
• 英国 AI 发展的优势：英国拥有强大的研发生态系统、政府承诺和投资、高质量数据以及创新友好的监管环境，具备在 AI 领域取得领先地位的优势。
• 英国 AI 发展的挑战：英国 AI 创业者面临数据获取困难，具体表现为数据缺乏细节和粒度、数据更新不及时、数据查找困难、数据治理复杂、数据获取缓慢以及版权和数据法律的不确定性等问题。
• 国家数据图书馆 (NDL) 的作用：NDL 可以通过解锁公共部门数据、促进科研数据开放和建立以任务为导向的合作模式，为英国 AI 发展提供关键支持。

关键数据和研究结论

• AI 对英国经济的贡献：据政府估计，AI 可以为英国经济每年贡献高达 470 亿英镑，并提升 1.5 个百分点的生产力。
• 英国数据现状：英国拥有大量高质量的公共部门数据，例如 NHS 的健康记录、教育系统中的学生数据、内政部的犯罪统计数据以及环境局的环境和地理空间数据等。
• 数据获取问题：创业者报告称，他们需要更详细、更及时、更容易获取的数据，以及更明确的版权和数据法律框架。

国家数据图书馆的三个工作stream

1. 公共部门数据图书馆和访问

   • 目标：提高政府持有数据集的可访问性、互操作性和可发现性。
   • 措施：创建 5000 万英镑的基金，用于各部门准备其数据集的发布；确保数据集的持续可用性、协调性和可发现性；提高数据的粒度。
   • 重点部门：HMRC 和 Home Office，因其持有的数据价值高且难以获取。

2. 开放科研和科学数据

   • 目标：促进科研数据的开放和再利用，支持生物科技、气候科技和 AI 等领域的创新。
   • 措施：要求所有公共资助的研究成果采用开放许可并存储在可访问的存储库中；引入文本和数据挖掘例外，允许对受版权保护的作品进行数据分析；赋予研究人员和商业实体挖掘和重新分发研究数据的权利；将开放数据交付作为资助条件；为升级科研数据工具和存储库提供资金；组织挑战赛或黑客马拉松，以展示利用开放科研数据的创新企业。

3. 前景扫描和合作

   • 目标：建立以任务为导向的合作模式，通过解决社会挑战来驱动数据生成和共享。
   • 措施：发布基于挑战的路线图，将国家任务与实际数据挑战联系起来；为每个任务创建跨部门董事会，负责制定议程、协调交付和解除数据访问障碍；定期举办与任务目标一致的挑战赛，并提供沙盒环境进行测试、迭代和扩展；从一开始就强制执行互操作性，要求跨部门共享标准、开放 API 和可重用数据模型；将数据共享、标准和合作纳入政府合同、资助和研发资金中，使数据共享成为默认实践。