Щоб покращити алгоритми, які дозволяють передбачати дані, потрібна велика база ідентифікованої інформації. За створення такого джерела взялась компанія Google, яка представила 2 архіва Open Images та YouTube8-M, що містять дані з анотацією для тренування машинного навчання. База Open Images була розроблена Google в співробітництві з університетом Карнегі-Меллон і Корнельським університетом. За основу були взяті 9 млн. записів, які були прокоментовані комп’ютером, перш ніж вони пройшли перевірку людиною. Google заявляє, що бази вистачить для створення нейроонної мережі "з нуля". YouTube8-M зберігає 8 млн. відео загальною тривалістю 500 000 годин. Цікаво, що за допомогою YouTubeM-8 також отримували зображення для Open Images.