Öppet datasamarbete som innovationsplattform för maskininlärning

Syfte och mål

Projektet syftar till att utforska potentialen för företag att dela data för maskininlärning med andra, på liknande sätt som de delar öppen källkod. Kostnaden för insamling, kvalitetssäkring och underhåll av data förväntas stiga. För data som inte bidrar till konkurrensfördelar menar vi att öppet datasamarbete är ett sätt att spara kostnader och frigöra resurser. Dessa kan i stället kan användas för att utveckla konkurrenskraftiga och innovativa aspekter av företagets produkter och tjänster, på liknande sätt som öppen källkod har revolutionerat t.ex. mobilvärlden.

Förväntade effekter och resultat

Vi förväntar oss att de övergripande utvecklingsresurserna för maskininlärning utnyttjas mer effektivt när företagens data öppnas. Detta uppnås genom att dela kostnader för att säkerställa kvaliteten på data, som många företag behöver men ingen enskild kan kommersialisera. Dessutom kan innovation uppstå i det öppna samarbetet mellan företag utöver det direkta samarbetet. Nya mekanismer för samarbete, inte bara genom öppen källkod och öppen innovation, utan även med öppet datasamarbete, kommer att ytterligare förstärka den öppna samarbetskulturen i Sverige.

Planerat upplägg och genomförande

Projektet har tre huvuddelar: 1. En studie av hur delning av öppna data kan organiseras. Vi använder Open Street Map som exempel på hur data samlas in, organiseras och används i olika applikationer. Vi jämför hur öppen källkodssamarbeten fungerar, t.ex. Gerrit och Jenkins. 2. En undersökning av svenska företag och den offentliga sektorns behov av data för olika tillämpningar av maskininlärning, samt studier om öppet datasamarbete kan tillgodose dessa behov. 3. Validering av slutsatserna i form av en öppen workshop