人工智能發(fā)展背后,數(shù)據(jù)如何發(fā)揮最大作用?

隨著產(chǎn)業(yè)數(shù)字化帶來的數(shù)據(jù)基礎(chǔ)的日益成熟，人工智能在營銷、金融、數(shù)字政府、零售、醫(yī)療等行業(yè)的落地持續(xù)推進(jìn)，并開始帶來顯著的效益。也是隨著人工智能技術(shù)的高速發(fā)展，AI在計(jì)算機(jī)視覺、智能語音領(lǐng)等特定領(lǐng)域?qū)崿F(xiàn)了單點(diǎn)突破，但尚未具備通用性，AI技術(shù)整體還處于依托數(shù)據(jù)驅(qū)動(dòng)的感知智能階段。

目前，數(shù)據(jù)和智能處于密不可分的階段。一方面有數(shù)據(jù)才能實(shí)現(xiàn)智能，人工智能基于數(shù)據(jù)訓(xùn)練，海量和優(yōu)質(zhì)的訓(xùn)練數(shù)據(jù)持續(xù)推動(dòng)AI算法額持續(xù)優(yōu)化，進(jìn)一步提各行各業(yè)應(yīng)用人工智能的水平，讓數(shù)據(jù)價(jià)值得以真正的發(fā)揮;另一方面，人工智能也使得數(shù)據(jù)更加豐富，隨著各種各樣的AI應(yīng)用的落地，越來越多的用戶的使用催生出更多數(shù)據(jù)的產(chǎn)生。

這就造成了隨著算法模型不斷深入垂直行業(yè)的細(xì)分業(yè)務(wù)場景，相對(duì)應(yīng)的數(shù)據(jù)標(biāo)注的復(fù)雜度、精準(zhǔn)度等要求都有提升。

首先，要求標(biāo)注人員掌握更復(fù)雜的行業(yè)知識(shí)，進(jìn)一步提升了數(shù)據(jù)標(biāo)注的門檻和成本。例如，醫(yī)療領(lǐng)域?qū)︶t(yī)療影像和文本的標(biāo)注，需要具備醫(yī)學(xué)專業(yè)知識(shí)的人員進(jìn)行。從數(shù)據(jù)類型來看，文本類、3D圖像類數(shù)據(jù)不斷增加，標(biāo)注復(fù)雜度高于早期的平面圖像類數(shù)據(jù)。

一個(gè)成功的AI應(yīng)用與其他應(yīng)用的差異化對(duì)比，更多的來自于精準(zhǔn)大量的訓(xùn)練數(shù)據(jù)?？梢哉f，具有更高精準(zhǔn)度的數(shù)據(jù)已成為當(dāng)前訓(xùn)練階段的主流需求。國內(nèi)AI數(shù)據(jù)服務(wù)頭部企業(yè)——云測(cè)數(shù)據(jù)在數(shù)據(jù)采集標(biāo)注領(lǐng)域的重要優(yōu)勢(shì)之一，就是能提供足夠精準(zhǔn)的訓(xùn)練數(shù)據(jù)，因此其最高99.99%的精準(zhǔn)度可較好的應(yīng)對(duì)人工智能數(shù)據(jù)精準(zhǔn)度提升的情況，行成企業(yè)護(hù)城河。

其次，對(duì)于垂直細(xì)分場景，需要根據(jù)建模需求，采集特定環(huán)境下、特定對(duì)象的精準(zhǔn)“小數(shù)據(jù)”，需要更專業(yè)的數(shù)據(jù)采集手段。例如，對(duì)于微表情、假表情識(shí)別的場景需要“演員”按要求配合表演，汽車碰撞場景數(shù)據(jù)需要在實(shí)驗(yàn)室場景內(nèi)采集。進(jìn)一步地，這些特定業(yè)務(wù)場景數(shù)據(jù)是數(shù)據(jù)擁有方的寶貴資產(chǎn)，需要保證數(shù)據(jù)標(biāo)注過程中的安全性。

這些數(shù)據(jù)采集需求相對(duì)復(fù)雜、聚焦，難度較大，對(duì)AI數(shù)據(jù)服務(wù)商的場景化采集能力提出了很高的要求。隨著人工智能對(duì)長尾場景的數(shù)據(jù)需求進(jìn)一步擴(kuò)大，未來，場景數(shù)據(jù)將擁有更廣闊的增量空間，具有相關(guān)采集工具、資源、能力的數(shù)據(jù)采集標(biāo)注服務(wù)商將擁有極大的競爭優(yōu)勢(shì)。以云測(cè)數(shù)據(jù)為例，為進(jìn)一步滿足場景化數(shù)據(jù)的需求，首創(chuàng)了“數(shù)據(jù)場景實(shí)驗(yàn)室”進(jìn)行相應(yīng)的場景化數(shù)據(jù)生產(chǎn)，以滿足AI行業(yè)應(yīng)用場景逐漸趨于長尾和碎片化的趨勢(shì)。

人工智能對(duì)數(shù)據(jù)提出更高需求，展現(xiàn)了在人工智能產(chǎn)業(yè)化落地進(jìn)程中，數(shù)據(jù)發(fā)揮的重要作用。

現(xiàn)在的人臉識(shí)別、自動(dòng)駕駛、語音交互等應(yīng)用，對(duì)于各類標(biāo)注數(shù)據(jù)有著海量需求，可以說數(shù)據(jù)的質(zhì)量決定了當(dāng)今人工智能的高度。

而在2020年4月發(fā)布的《中共中央國務(wù)院關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》中，也明確數(shù)了據(jù)要素市場化配置上升為國家政策，為數(shù)據(jù)的廣泛流動(dòng)和市場價(jià)值轉(zhuǎn)化提供了依據(jù)，這將有效支持人工智能在全社會(huì)的實(shí)踐。

但由于不同數(shù)據(jù)的復(fù)雜性和差異性，數(shù)據(jù)采集標(biāo)注對(duì)于大多數(shù)的數(shù)據(jù)需求方來說并非易事，這背后都離不開具有專業(yè)知識(shí)、從業(yè)經(jīng)驗(yàn)和高質(zhì)量數(shù)據(jù)保障的第三方AI數(shù)據(jù)服務(wù)商們。未來，在AI產(chǎn)業(yè)落地應(yīng)用的下半場，人工智能將持續(xù)“加碼”數(shù)據(jù)，專業(yè)的AI數(shù)據(jù)服務(wù)商將釋放出更大的價(jià)值，推動(dòng)全行業(yè)的智能化發(fā)展。
責(zé)任編輯：YYX