近日，由中國信通院(CAICT)等組織開展的2020大數據“星河(Galaxy)”案例評選結果出爐，百度智能云數據眾包智能駕駛數據資產管理實踐項目入選“數據資產管理優秀案例”。
據悉，該案例征集活動由中國信息通信研究院、中國通信標準化協會大數據技術標準推進委員會(CCSA TC601)共同組織開展，面向行業大數據應用、數據資產管理、隱私計算案例三大方向。
隨著國家“新基建”的深入布局，人工智能行業迎來更加廣闊的發展機遇，自動駕駛、智能交通是其中的重要賽道。百度作為中國智能駕駛領軍企業，在智能駕駛領域積累了深厚的技術、能力和資源。
基于在智能駕駛行業多年的數據經驗，百度智能云數據眾包(以下簡稱“百度數據眾包”)打造的“數據資產管理實踐方案”，可提供數據采集、標注、存儲、管理、訓練、清洗、評測等全流程的配套產品和服務。
2020年12月30日，交通運輸部發布《關于促進道路交通自動駕駛技術發展和應用的指導意見》，強力推動國內自動駕駛產業進一步發展。百度數據眾包致力于通過優秀的智能駕駛數據資產管理實踐，加速智能駕駛技術的應用落地，助力政府解決交通效率問題，推進企業實現智能化轉型。
在百度本次入選案例實踐中，某專注于智能駕駛研究的科技創新企業，需優化算法，提升自動駕駛能力由L2至L4級別，但該企業在智能駕駛算法訓練方面，缺少多場景覆蓋的道路數據、高質量標注數據、完善的數據集管理流程等，致使研發進度緩慢。由此，該企業選擇與百度數據眾包進行合作。
在充分考慮該企業內部的數據資源、業務應用現狀后，百度數據眾包為其提供了全流程數據資產管理解決方案。
該項目具備數據量大、場景種類多、準確率要求高等特性，對數據資產管理提出了極高的要求。對此，百度發起成立了自動駕駛數據資產管理專項委員會，提出一套有針對性的組織管理實施辦法，包括資產管理組織架構、數據標準評判方式、數據資產管理流程、稽核檢查評估辦法，以及數據安全保障措施等。
在數據采集方面，完成跨越北京、上海兩個城市2000公里道路的數據采集工作，最終累計交付1.5km點云分割結果、7w幀車道線、80w幀障礙物數據，驗收正確率99%以上。
在數據標注方面，依托獨有的、專業的標注人力與平臺，高效、高質地完成了數據清洗、數據標注;上萬種corner case場景，可幫助查找通過采集和標注建設的場景庫是否有缺漏，助力客戶L4級自動駕駛領域算法加速升級。
在數據管理方面，通過數據管理平臺，客戶可實現對數據的分層級管理，加工處理后數據的可視化，以及針對特定標簽的數據檢索等，幫助其構建完善的非結構化數據治理與管理體系，從而更有效地利用數據，提升模型訓練和算法迭代效率，加快其自動駕駛模型落地。
項目過程中，依托百度上百萬公里采集經驗，百度數據眾包為客戶提供采集線路規劃、篩選待標注數據方法，提升了道路采集效率，減少無效采集和標注浪費。此外，接入適合于不同場景的智能化算法，包括自動預標注技術、智能輔助算法與自動化質檢算法等，極大提升了數據處理效率和數據交付質量。
數據資產化進程對企業帶來的改變，將是具有顛覆與創新意義的，甚至會給企業帶來“重生”。但目前，企業在AI數據采集、數據標注、數據管理等方面，還面臨諸多痛點，包括高質量數據采集難、多場景數據標注難、多類型數據管理難等問題。
如何建立起符合自身數據特點，與自有業務相結合的數據資產管理體系，是企業當下及未來需要重點關注的核心問題。
百度數據眾包依托百度10年AI數據經驗、領先的產品技術能力，以及全國最大的AI數據標注基地——百度(山西)人工智能基礎數據產業基地，致力于為客戶提供一站式AI數據治理與資產管理方案，幫助企業對數據資產進行規范化、流程化的管理，讓數據增值為企業帶來經濟與社會效益。
