2016 年提出了一套可查找、可访问、可互操作和可重用 (FAIR) 原则作为正确数据管理和管理的先决条件,目的是实现学术数据的可重用性。这些原则也旨在应用于其他数字资产,在高层次上,随着时间的推移,FAIR 指导原则已被重新解释或扩展,以包括产生数据的软件、工具、算法和工作流程。FAIR 原则现在正在 AI 模型和数据集的背景下进行调整。在这里,我们介绍了来自不同国家、学科和背景的研究人员的观点、愿景和经验,他们在实践社区中引领 FAIR 原则的定义和采用,并讨论了追求和激励 FAIR AI 研究可能产生的结果。本报告的材料基于 2022 年 6 月 7 日在阿贡国家实验室举行的 FAIR for AI 研讨会。
主要关键词