FilecoinDiscover项目介绍：验证的有效数据究竟有哪些？

北京时间5月8日凌晨1点半，随着IPFS会议的进行，Filecoin?推出?Filecoin?Discover?项目，目标是激励早期矿工存储有价值的信息，并换取?Filecoin?代币，以帮助安全存储对人类有重要意义的数据集。Filecoin?表示已在官方商店上线已存储经过验证的涵盖文学、科学、艺术、历史数据的物理硬盘，其中包括从世界各地城市收集的气象数据、自动驾驶数据等。

此前Filecoin于4月底发布经济结构框架，提出基础经济模型原则，近期以来，Filecoin官方动作不断，也预示着主网正式上线即将到来。那么，Filecoin官方卖的硬盘里究竟包含了什么呢，我们从官网得到了以下信息：

完整数据集列表/建议数据集

以下是官方到目前为止获取的数据集的列表。当然，数据内容也会持续增长补充。

人工智能

/机器学习伯克利自驾数据：伯克利自驾计划的开源视频数据包含 100，000 个视频，代表超过 1000 小时的驾驶体验，超过 1 亿帧。多媒体共享：在雅虎实验室的YFCC100M数据集中，为近1亿个知识共享许可的Flickr图像和视频计算的音频和视觉功能，以及选定子集的地面真实注释。

NLPfast.ai：NLP的一些最重要的数据集，重点是分类，包括IMDb、AG-News、亚马逊评论（极性和完整）、Yelp 评论（极性和完整）、Dbpedia、Sogou News（Pinyin）、雅虎答案、Wikitext 2 和 Wikitext 103 以及 ACL-2010 法语-英语 10+9 语库。Mevadata：在几周内，大约有100名演员收集了人类活动的V ideo数据，包括脚本和无脚本数据。数据由 29 个摄像机收集，这些摄像机具有重叠和非重叠的视场。谷歌Ngrams：N-gram是固定大小的项目组。?在这种情况下，项目是从谷歌图书公司中提取的单词。n 指定元组中的元素数，因此 5 克包含五个单词或字符。FMA ： 免费音乐存档 （FMA）， 一个开放且易于访问的数据集，适合评估 MIR 中的多个任务，该字段涉及浏览、搜索和组织大型音乐收藏。

气候

开放AQ：来自政府、研究级和其他来源的公共数据源的全球综合物理空气质量数据。

文化

古腾堡：图书馆超过60，000免费电子书。选择免费的电子书和Kindle电子书，下载或在线阅读。维基百科：多语种在线百科全书创建和维护，作为一个开放的协作项目，由志愿者编辑社区使用基于维基的编辑系统。海上泄漏：超过785，000个离岸实体的信息，这些实体属于《天堂文件》、《巴拿马文件》、《近海泄漏》和巴哈马泄密调查。

这些数据与200多个国家和地区的人和公司有联系。GDELT?V2：该项目以100多种语言监测来自每个国家几乎每个角落的世界广播、印刷和网络新闻，并识别每天每一秒推动我们全球社会的人、地点、组织、计数、主题、来源、情感、报价、图像和事件。

地图

陆地地图 （LIDAR）：USGS 3D 高程计划 （3DEP） 的目标是以光探测和测距 （LiDAR） 形式收集美国、夏威夷和美国领土的高程数据，并在 8 年内获得数据。

OpenStreetMap： 由地图绘制者社区建造，提供和维护世界各地道路、小径、咖啡馆、火车站等数据。Open地址 ：地址数据源的全局集合，开放且免费使用。

谷歌地标：谷歌地标数据集（GLD-v2）的第二个版本，其中包含带有代表人为和自然地标的标签的图像。该数据集可用于地标识别和检索实验。此版本的数据集包含大约 500 万个图像，分为 3 组图像：训练、索引和测试。

科学

GNOMAD v3（EXAC）：基因组聚合数据库（gnomAD），是一个研究者联盟，寻求聚合和协调来自各种大规模测序项目的外科和基因组测序数据，并为更广泛的科学界提供汇总数据。编码：DNA元素百科全书（ENCODE）联合会是由国家人类基因组研究所（NHGRI）资助的研究小组的国际合作。ENCODE 的目标是构建人类基因组中功能元素的全面部分列表，包括在蛋白质和RNA水平上起作用的元素，以及控制细胞和基因活动环境的调节元素。开放神经：公开可用的脑成像数据的D基础。这些数据是根据知识共享CC0许可证共享的，为研究人员和公民科学家提供了广泛的大脑成像数据。该数据库主要侧重于功能磁共振成像（fMRI）数据，但也包括其他成像模式，包括结构和扩散MRI、脑电图（EEG）和磁脑球（MEG）。1000基因组：国际合作，建立了最详细的人类基因变异目录，包括SNPs、结构变异及其单体型背景。?该项目的最后阶段对来自全球26个不同人群的2500多名个人进行了测序，并为这些人制作了一套具有8000多万种变异的相控单体型。

太空

大地卫星8：由Landsat 8卫星制作的地球上所有陆地的卫星图像正在收集。Landsat 8是美国航天局和美国地质调查局（USGS）的合作。

通过以上，我们能看到，Filecoin 该项目目的是以财务上可持续的方式引导该计划，已按成本定价这些存储硬盘，选择参加该计划的矿工将通过购买收到已预装有验证数据的硬盘驱动器，得到持续一年的Filecoin奖励，或许Filecoin的目的是希望通过自己的行为，点燃分布式数据存储产业的热情。

—-

编译者/作者：分布式存储极客

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。