在AI时代，生存与发展的关键是什么？
无疑是数据。
尤其是对中小企业和正在转型的传统企业而言，寻找和管理优质数据已成为一种迫切需求，这就像在互联网开发时代对代码共享与管理的需求一样。
因此，若有一个专为AI时代打造的数据共享平台，是否能有效满足这一需求呢？
事实上，确实有创业团队在朝这个方向努力。
其中，陆奇这一知名人士也对此表示看好。
该团队是一家专注于AI数据托管和协作的SaaS公司，创始团队由经验丰富的一线工程师组成，他们深刻理解当前市场的痛点。
一方面，AI数据准备和工程任务所占的时间，已超过大多数AI项目的80%。在AI训练过程中，若缺乏高质量的训练和测试数据集，构建出高效的AI模型将变得异常困难。
因此，提供高质量且适应场景的真实数据，成为AI产业链中至关重要的需求。
另一方面，人工智能的“思考”和“决策”依赖于大量数据。尽管企业对数据的开放态度曾较为谨慎，但随着AI应用场景的逐步落地，相关的技术挑战也日益显现。例如，在无人驾驶领域，许多驾驶场景数据稀缺，单靠一家公司的力量收集全面的交通场景数据将耗费巨大的成本，并且短时间内难以完成。
因此，格物钛希望能够打破数据共享的壁垒，通过开源的方式实现优质数据的合作与共赢。
正如GitHub在代码领域所发挥的基础设施作用，AI数据领域同样需要这样的平台。
随着AI技术的深入应用，另一个显而易见的情况是：在现实世界中，只有一小部分机器学习系统是由机器学习代码构成的，而其所需的配套基础设施却庞大且复杂。
数据和数据集是其中的关键环节。进一步关注国内市场，我们会发现，适应AI项目落地的真实数据更为稀缺。
统计数据显示，国内已有近60万AI开发者，但面临的挑战包括：
开源数据集普遍依赖海外，匹配性不足；下载和解析难度大，效率低下；数据质量参差不齐，难以保障；而最重要的是，缺乏本土化的数据。
这导致超过70%的企业面临数据共享困难、数据版本管理混乱、数据可视化标签转换复杂等问题，缺乏专门管理非结构化数据的共享协作平台。
因此，格物钛面临的关键问题是：
如何解决这些问题？
寻集令
顾名思义，寻集令的目标是寻找数据集。
这一过程分为两步。
第一步，与AI行业的先锋公司合作。
共同建立一个涵盖自动驾驶、互联网娱乐、新零售、智慧城市及在线教育等紧迫AI商业应用的开放数据集生态联盟。
可以说，这是一个开端，初步展现其价值，随后将吸引更多企业和组织参与。
在寻集令发布会上，元戎启行、新石器、速腾聚创等多家公司均表示支持。
格物钛希望借助寻集令的第一步，打造中国最大规模的非结构化数据集平台。
平台将全面覆盖图像、视频、语音和文本等多种类型的数据。
资源上，既包括公开数据集，也包括AI头部企业的数据资源。
领域上，从商业落地最为紧迫的自动驾驶、互联网娱乐、智慧工业、新零售、在线教育和直播等开始。
此外，期望这个数据平台能够像GitHub一样，成为开发者喜爱的社区，并提供卓越的数据集管理体验，包括安全性等基本要求。
尽管国内尚缺乏这样的开源数据集平台，但这并不意味着行业内没有探索。
之前，创新工场与国内领先的AI公司共同发起了AI ChallengeR大赛，百度、腾讯、华为、字节跳动等公司也举办了以数据集为核心的挑战赛。
只不过，始终缺乏一个“全职”来推动这一事业的人。
AI从业者都明白数据集的重要性。
例如，假如没有ImageNet，这场AI复兴可能不会这样迅速发展，李飞飞和李佳等华人科学家在数据集上的努力，加速了这一浪潮的复兴。
同时，数据集也能强化产学研之间的紧密合作，若资源能够更便捷地利用，或许将吸引更多力量参与其中，从而提升和优化相关领域的算法。
换句话说，公开共享数据集如同发起一场比拼，产学研各方的高手不仅在自我检测算法，也推动了数据集所在场景的不断提升。
从这个角度来看，也不难理解为何能获得陆奇的支持。
在奇绩创坛的DEMO day上，寻集令项目得到重点介绍，陆奇也亲自为其致辞。
总之，这是一个值得关注的项目，终于有人在这方面采取了行动。
谁是推动者？
最后介绍一下格物钛的创始团队，核心成员均具备技术背景。
创始人兼CEO崔运凯，曾是Uber无人驾驶团队的早期员工，长期从事人工智能研究与产品化，经历了Uber无人驾驶团队从50人增长到1500人的过程，成为该部门最年轻的技术负责人。
其他两位联合创始人分别是陈麒任和王广宇。陈麒任曾在Snapchat工作，是聊天系统和游戏系统的核心开发者，具备丰富的分布式系统软件开发经验；王广宇则在阿里巴巴本地生活服务公司担任高级产品专家，负责平台的搭建并实现了可观的成长和收入。
