开放可获取、完整、细颗粒、及时、可机读、结构化数据，对疫情防控尤为重要。
疫情防控，科技公司一直在行动。
在全球疫情蔓延的情况下，3月31日，谷歌启动了一项名为“covid－19 public datasets（新型冠状病毒公共数据集）”的项目，托管一个与疫情相关的公共数据资料库，并免费向外界开放，用户可以自由访问，以及自由分析其中的数据信息。
“covid－19 public datasets”是什么？
据项目官方解释，“covid－19 public datasets”中的数据，囊括了jhu csse（约翰·霍普金斯大学系统科学与工程中心）数据集、世界银行的全球健康数据和openstreetmap数据，它们都被存储在了google cloud 上，并带有“covid－19 ”标签，研究人员可以免费访问和查询，并通过bigquery ml服务（一个完全托管的数据仓库）直接在内部使用这些数据训练高级机器学习模型，直至2020年9月15日。
谷歌方面表示，“covid－19 public datasets”的启动是为了更好的为‘以教育和研究为目的’的工作者提供赋能服务，我们不会加入或管理phi（一个致病菌的数据库）或pii（个人验证信息）数据，希望尽最大努力阻止疫情蔓延。
不过需要注意的是，如果用户要将“covid－19 public datasets”和其它非新冠病毒数据集结合使用，那么bigquery sandbox将以字节为计，在每月的免费额仅有10gb存储空间和1tb查询空间之外，超出部分则按量收费。
疫情之下，开放数据集意味着什么？
数据统计显示，截至到昨日下午2点，全球covid－19病毒确诊感染人数已超72万人，死亡人数达3．4万人。
但与此同时，正因数据量庞大、分散，研究人员面临着极高强度的数据分析工作。除此之外，数据信息的不完整和部分不公开，也在一定程度上让大众对疫情了解不够全面。也因此，开放可获取、完整、细颗粒、及时、可机读、结构化数据尤为重要。
此前，为加强全球疫情防控联动，多个科技界、学术界机构便联合推出了一个公开数据集“cord－19”，其中涵盖了截至3月13日之前的近3万篇新型冠状病毒相关论文，以及针对文本进行优化的文本处理工具包scispacy、在科学文本上进行预训练的bert模型scibert、开放研究语料库和api等。
而针对谷歌的“covid－19 public datasets”数据集，descartes labs的工程主管sam skillman评论称，“谷歌在bigquery中开放并提供covid－19数据将极大的推动研究人员进行数据分析，特别是免费查询服务的推出，会吸引更多人参与到这一项目中来，这对全球数据共享、提升数据分析能力、普及病毒信息非常有帮助。”

---