“数据采集的标准化是数据存储、交易、加工及数据服务等一系列数据治理的前提，而且这件事只能由政府来主导。”中科院自动化研究所研究员、视语科技创始人王金桥表示，“数据的治理涉及政府机关、运营企业、人工智能公司、用户等方方面面，要想规范交易使用，充分利用沉睡的数据资源，必须先从数据采集的源头来做标准化和规范化。”

　　王金桥介绍，采集标准化的最大价值是解决数据采集重复建设的问题。交通、保险、医疗、天气、教育等，各行各业都在生产数据，数据采集存在非常多的重复建设。比如各地有不同的采集标准，每个地方的关注点、区域特色、数据分布都不一样，对数据的诉求不一样，采集的数据也不一样，这直接导致数据的不完备、噪音大，影响数据效能的释放。

　　“因此，政府驱动是非常重要的。”王金桥说。比如现在出门避开拥堵靠导航软件，但导航软件依靠使用它的用户的定位信息，事实上相当于采样，结果并不可靠。去年底，交通运输部印发通知，决定开展全国高速公路视频联网监测工作，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测体系。这一监测体系将全面提升高速公路信息化、智能化水平，提高出行服务保障能力。按照通知要求，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全国联网运行。“高速公路视频上云后，全国高速公路的标准化数据都会集成到云平台，交通部门也能像气象部门提供天气预报一样提供准确的信息服务，这是充分发挥交通数据生产力的有效手段。”王金桥说。

　　由于数据治理还处在探索阶段，数据采集的标准化工作也还处于起步阶段。各行各业数字化程度千差万别，很多行业还没有实现数字化，高速公路视频上云就相当于刚刚连入互联网，距离真正的数据处理和服务还很远。在国家的统一要求下，不同行业也需要适配各自业务和场景的采集标准。

　　“更重要的是，伴随技术的进步，数据采集标准也会随之变化，标准化工作需要一个长期的不断完善的过程。”王金桥说，以人脸数据的采集为例，直播、售票、征信等不同场景对人脸数据的要求不同，各个场景需要根据应用划分采集标准，如人证同一性认证、人员身份网络远程验证、人脸门禁、人脸布控等。比如按照国家制定的标准证件照的数据采集标准——中脸部宽207±14像素，头顶发迹距照片上边沿7—21像素，眼睛所在位置距照片下边沿的距离不小于207像素，按这个标准采集的证件照图像目前已经广泛用于机场、火车站等地的身份认证。

　　另外，数据采集的边界也需要界定：什么数据能采集，什么数据不能采集；如何对隐私数据进行规避；如何正确采集数据（比如在采集人的行为数据时必须把脸部模糊）；如何平衡数据的有效和去隐私。“数据的重要性已经充分展现出来，但数据治理的问题特别复杂。数据是可以被操纵和改变的，数据传输特别碎片化，数据交易的利益诱惑极大……数据采集是为数据共享和交易服务的，数据的标准化要为采集划定边界。”王金桥说。