隨著人工智能工程化應用的全面爆發,智能化轉型企業的關注從完備易用的工具和平臺體系,逐漸轉化為數據、算法和模型等AI資產的研發運營和管理。MLOps和ModelOps技術被譽為實現人工智能規模化應用的最佳路徑,受到了產業界和人工智能技術應用方的廣泛關注。
2022年4月28日,中國信通院云大所于“AI工程化論壇”上發布全球首個AI模型開發管理標準——《人工智能研發運營一體化(Model/MLOps)能力成熟度模型第一部分:開發管理》。作為《人工智能研發運營一體化(Model/MLOps)能力成熟度模型》系列標準的首個標準,填補了國內外機器學習項目開發管理標準的空白。云測數據作為作為高質量、場景化的AI訓練數據服務領域的企業代表,與華為、百度、京東、中原銀行、工商銀行等30多家金融、運營商、頭部科技企業共同編制。
AI工程化是人工智能從學術研究走向行業應用的必經之路,而本系列標準正是在企業智能化轉型和升級時,為AI項目研發效能提升和模型治理提供了前瞻性方向和實踐性指引。標準從需求管理、數據工程和模型開發等3個能力子域切入,包括10個能力項和28個能力子項,對機器學習開發管理過程提出了五個級別的能力要求,分別為基礎級、專業級、優秀級、卓越級和領航級。
作為《人工智能研發運營一體化(Model/MLOps)能力成熟度模型第一部分:開發管理》的編寫單位之一,云測數據自成立以來,就以高質量、場景化的人工智能數據服務為基礎,持續為智能駕駛、智慧城市、智能家居、智慧金融等眾多領域提供高質量數據集、數據采集/數據標注服務、數據標平臺&數據管理工具等。通過人工智能數據“采、標、管、存一站式服務”,實現了“數據原料”到最后的“數據成品”全鏈條打通,為人工智能應用輸出完整的數據價值,持續為計算機視覺、語音識別、自然語言處理、知識圖譜等AI主流技術領域提供高價值數據支持。
在提供高質量AI數據服務支撐相關場景化落地的同時,云測數據也一直在推動相關領域的數據標注等標準的制定工作。目前,云測數據已經參與了《智能網聯汽車激光雷達點云數據標注要求及方法》、《智能網聯汽車場景數據圖像標注要求與方法》的起草與編制,積極促進AI場景數據標注的標準化、提升AI數據的通用性和易用性,從而助力AI產業更好、更快發展。
