“高質量發展”是我國提出的一個重要概念,它標志著我國經濟開始從高速增長進入高質量發展階段。經濟的高質量發展,離不開經濟的活力、創新力和競爭力,但是我國技術創新標準體系不夠健全,以5G、大數據、人工智能等為代表的核心技術創新能力有待加強,國內多數行業長期采用技術引進式發展,在技術發展、運用等方面標準化的基礎還比較薄弱。
2021年10月10日,中共中央、國務院印發《國家標準化發展綱要》(以下簡稱《綱要》),從國家制度層面明確了標準化工作的總體要求、發展目標、戰略任務和保障措施等內容,是一次全面系統推進國家標準化發展的工作部署?！毒V要》的印發,有助于高技術創新,促進高水平開放,有助于加快高標準市場體系建設,引領高質量發展。
推動技術標準創新,讓技術和行業深度融合,能夠更好地實現產業升級轉型和高質量發展。國內AI數據服務廠商云測數據,通過參與編寫《人工智能研發運營一體化(Model/MLOps)能力成熟度模型》標準,在數據處理領域中引領專業能力輸出,對AI數據服務行業的規范化發展做出了重要的貢獻。
參編AI開發管理標準,引領能力輸出
近年來,Model/MLOps在人工智能業界廣受關注,并從模型全生命周期治理等角度助力企業中各類角色高效協作,進而賦能業務價值提升。目前Model/MLOps管理體系還處于初級發展階段,在流程規范性、過程自動化、標準一致性等方面有待提升,亟待開展Model/MLOps標準體系的編制工作。
近日,中國信通院云大發布了全球首個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》。通過“以評促建,以評促改”系統性評估企業人工智能項目研發運營一體化(開發管理)水平,查缺補漏,持續改進,橫向對標行業內優秀實踐和能力,取長補短。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。
云測數據參與的《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》第8.3項“數據處理”部分顯示:數據處理包括數據預處理,數據標注和數據管理版本等三個部分。在數據處理分級要求方面,數據標注能力子項分級要求一共分為五級,覆蓋了人工開展數據標注,使用離線標注工具對視頻、圖像等數據進行標注,具備多類型原數據的統一標注和管理,具備自定義數據標注功能,具備智能化數據標注能力等內容,而且這些能力都是按照要求層層遞進。
據云測數據負責人介紹,之所以成為參編該標準體系的唯一一家AI數據服務企業,在于其在數據標注領域的深耕細作和技術上的不斷自我突破。經過多年的快速發展,云測數據通過在模式、技術、服務等方面的不斷創新,擺脫了同質化競爭,逐漸形成強勁的業務優勢。而其源源不斷產出的高質量、場景化的AI數據,也促使著人工智能產業加速發展,顯著提升了Al應用的規?；涞匦Ч?。
能夠參與編寫AI開發運營一體化標準,本身已經說明云測數據在AI數據服務領域是當仁不讓的引領者,借助推動技術標準創新,可以進一步實現專業、技術的理念輸出,更能展示企業對行業發展趨勢不一般的影響力。
從工具到平臺,定義AI數據服務的未來
目前人工智能應用已從消費、互聯網等泛C端領域,向制造、能源、電力等傳統行業輻射。麥肯錫全球研究所(McKinsey Global Institute)的一項預測顯示,隨著人工智能技術越來越成熟,能力越來越強,預計它將極大地推動世界經濟,到2030年將創造約13萬億美元的附加價值。
隨著技術創新的迭代升級,數據服務的重要性也逐漸被外界認可,同時AI應用場景比以往明顯更加廣泛,隨之而來對數據標注精度、交付效率、知識經驗的要求越來越高,AI產業對數據的拓展性需求和前瞻性需求將快速增長。這種相互之間的“吸引”現象,是當前AI數據服務行業的機遇和挑戰。
云測數據通過數據產品、數據處理工具與數據服務的“三螺旋”,為智能駕駛、智慧城市、智能IOT、智慧金融等行業提供高效率、高質量、多維度、場景化的數據服務與策略,最大化發揮訓練數據的價值,為人工智能場景化落地輸送更多數據支撐。這種對AI數據的質量、效率、場景化方面提升的要求,推動著數據要素有序發展及高效利用,助力企業在“百家爭鳴”的智能化浪潮中迎頭而上。
同時,云測數據以技術創新加速行業發展為己任,通過推出“云測數據標注平臺”、“AI數據集管理系統”等技術成果,為AI相關企業提供處理大規模感知數據的能力,通過結構創新、智能化、工程化、標準化的標注平臺產品賦能AI訓練數據行業,極大地加速了人工智能相關應用的落地迭代周期,節省大量研發時間和成本,進而推進AI產業的場景化落地。
以云測數據標注平臺為例,其數據處理流程涵蓋了數據采集、數據標注、數據管理等一站式環節,在多維度數據處理層面做到了圖片、視頻、音頻、文本、點云等的多數據類型支撐,并針對每種類型設置了具有代表性的標注模板,解決AI場景落地多樣性、豐富性的數據需求,并通過數據傳輸、任務創建、數據標注、數據質檢、數據交付過程的全優化,提升數據處理效率、降低處理成本。
通過扎根市場的實踐積累和其進行前瞻布局與前沿技術能力探索,最大化地發揮著訓練數據的價值,云測數據為人工智能場景化落地輸送更多卓越的數據支撐。相信隨著AI數據服務行業的高速發展和規范并舉,AI數據價值將進一步飛躍,人工智能產業落地進程將大步平穩向前。
