第三十八届国际机器学习大会(ICML)于2021年7月18日正式召开。ICML作为由国际机器学习学会(IMLS)主办的年度机器学习国际顶级会议，致力于展示和发表与人工智能、统计学和数据科学等密切相关领域以及重要应用领域的研究成果，推动人工智能分支机器学习的发展。
一年一度的ICML汇聚了众多高水平的学者、工业研究人员、企业家以及工程师，共同分享科技领域的前沿资讯。格物钛作为今年ICML 2021的主办人之一，登台ICML Expo分享大会，与机器学习领域内的研究者们共同探讨开放数据的未来。
在Expo Talk上，格物钛创始人兼CEO崔运凯从当前开放数据的一些痛点角度出发，分享了格物钛对于公开数据集的思考以及解决方案。崔运凯表示：“在过去的几十年里，ImageNet、KITTI 和 MNIST 等开放数据一直是人工智能研究的核心。随着开放数据的兴起，越来越多的研究人员开始意识到数据在人工智能发展中的重要性。行业专家吴恩达和许多其他开发人员正在倡导从以模型为中心的 AI 过渡到以数据为中心的 AI 开发。”
崔运凯总结了目前使用公开的数据集存在的主要痛点，包括了查找公开的数据集有难度，不是所有的公开数据集都标注完整，部分公开数据集的标注存在错误，以及数据集本身存在偏差。不仅如此，数据的托管、宣传，社群的运营、互动也需要很多资源和精力。
基于公开数据集的重要性与行业现存的痛点，崔运凯认为，目前格物钛推出的公开数据集平台(Open Datasets)可以帮助开源数据的发布者与使用者有效的解决这些问题。对于发布者来说，他们可以在平台上实现数据托管、用户吸引以及社区互动等功能;对于使用者来说，他们可以高效搜索具有某类特征的数据集，明确详细的数据使用协议，也可以筛选以及合并多个数据集。
在未来，以数据为中心(Data Centric)的开发模式中，数据必然会扮演越来越重要的角色。随着更多更高质量数据集的开源，将为人工智能的发展带来巨大的价值。
格物钛定位为面向机器学习的数据平台，致力于为 AI 开发者打造下一代新型基础设施，从根本上改变其与非结构化数据的交互方式。通过非结构化数据管理工具TensorBay和开源数据集社区Open Datasets，帮助机器学习团队和个人降低数据获取、存储和处理成本，加速 AI 开发和产品创新，为人工智能赋能千行百业、驱动产业升级提供坚实基础。