《Market Glance:中國數據智能市場概覽,2022》報告指出,隨著人工智能技術的落地發展,數據規模正在不斷提升,以機器學習為主的人工智能技術的高速發展依賴于底層大數據的豐富程度,強大的模型需要含有大量樣本的數據集作為基礎,數據的質量、多樣性將對算法模型的成敗產生重大影響,AI數據服務業進入了深度定制化階段。
人工智能基礎數據服務助力 AI 訓練與調優,數據治理在AI應用落地實施中花費90%以上的精力,如何保證AI數據的高質量要求,是AI相關企業持續關注的方向。云測數據總經理賈宇航曾提到,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,如能對AI產業進行前瞻性的數據需求預測,將能加速推動AI的產業化落地。
云測數據具備優秀的AI數據服務能力和領先行業實踐,是AI數據行業典型代表廠商,于近期入選了《2022年中國面向人工智能的數據治理行業研究報告》“大數據智能產業生態圈”圖譜。
據了解,云測數據先后推出了“云測數據標注平臺”、“AI數據集管理系統”等技術成果。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,設計了從創建任務到最后的驗收等科學規范的數據處理流程,極大地加速了人工智能相關應用的落地迭代周期,助力企業AI數據訓練綜合效率提升200%、標注精準度最高達99.99%。其源源不斷產出的高質量、場景化的AI數據,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?。
同時其也在積極推動技術標準創新,與AI領域各大代表企業積極推動行業相關標準體系化的建設,先后參與編寫《智能網聯汽車場景數據圖像標注要求與方法》、《智能網聯汽車激光雷達點云數據標注要求及方法》;也在AI開發管理方面積極探索,參編了中國信息通信研究院牽頭的《人工智能研發運營一體化(Model/MLOps)能力成熟度模型》系列標準的研究和編制工作——《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》、《人工智能研發運營一體化(Model/MLOps)能力成熟度模型 第二部分:模型交付》,以此來幫助企業提升AI研發運營效能,賦能業務價值提升,促進企業智能化轉型。
隨著2016年AlphaGo戰勝人類棋手,新一波人工智能浪潮及產業進入加速發展期。隨著技術創新的迭代升級,AI應用場景也比以往更加廣泛,隨之而來的,是對數據標注精度、交付效率、知識經驗等要求越來越高,AI產業對數據的拓展性需求和前瞻性需求快速增長,這既是當前AI數據服務行業的機遇,也是行業快速發展的挑戰。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。
