為進一步推廣人工智能平臺領域的優秀成果,推動人工智能平臺的高水平發展和高質量應用,4月7日,由中國信通院云大所召開的第一期“可信人工智能平臺(TAP)案例分享會”活動順利開展。分享會上,云測數據標注平臺作為可信人工智能平臺的實踐案例進行了詳解,探討AI數據處理工具的發展與實踐。
隨著人工智能技術在各個行業的落地進程不斷加速,數據的質量與效率成為行業新的共同追求。想要用“好的數據”來訓練“好的AI”高效高質量的進行AI的應用落地,針對數據采集標注軟件工程能力和系統能力的提升必不可少。在這樣的背景之下,云測數據基于豐富的數據處理經驗,研發出具備自主知識產權的數據標注平臺,更好的服務人工智能數據處理需求。
云測數據標注平臺創造性的提出“數據在環和模型迭代在環新方式”,通過綜合系列工具平臺,進行數據在環開發打通,將數據采集、處理、標注、訓練、模型輸出進行持續迭代集成。相比傳統的采集數據、訓練模型的方式,數據在環和模型迭代在環新方式,可極大提升模型迭代的速度和提升模型準確度,以及可極大降低數據獲取成本、處理成本、標注成本、使用成本。通過綜合在環的工具鏈,形成數據在環迭代系統,將極大的提升人工智能領域的場景落地,節省大量研發時間和成本。
AI數據訓練綜合效率提升200%
云測數據標注平臺為企業提供了可以處理大規模感知數據的能力,可助力企業AI數據訓練綜合效率提升200%、標注精準度最高達99.99%。結合數據在環,通過引入模型輸出預識別結果,更是進一步降低人員處理投入;迭代后期,人員只處理關鍵高價值數據和對AI輔助標注結果進行審核驗證,人力成本逐步下降。
以自動駕駛為例,采用云測數據標注平臺,可實現車企DataOps數據閉環中的數據清洗、標注工作,與原流程相比提升2倍的流轉效率。
數據管理持續發揮AI數據價值
云測數據標注平臺實現了AI數據的可持續管理,不斷積累更高質量、更高價值量數據,形成數據優勢。在數據安全、大容量數據處理、數據挖掘、數據增強等方面,均可大幅提升數據的使用效率、二次挖掘價值,并可進行數據分級檢索,數據資產管理等能力,提升團隊協作效率,持續挖掘AI數據價值。
在人工智能領域,要實現AI數據的價值轉化,數據處理的工程化能力是前提,也是保障。在具有工程化能力的標注平臺的之上,人工智能領域的開發者才能夠創造更多的可能性,助力知識圖譜、自然語言處理、機器學習/深度學習等AI技術在更廣泛的落地場景實現邊界拓展與應用落地。
目前,“云測數據標注平臺”已經應用到汽車、安防、手機、家居、金融、教育、新零售、地產等行業。其中包含眾多世界500強企業、高校科研機構、政府機構、頭部AI企業和大型互聯網企業,涵蓋了計算機視覺、語音識別、自然語言處理、知識圖譜等AI主流技術領域。
