深度學(xué)習(xí)算法是推動第三次人工智能發(fā)展浪潮的關(guān)鍵。而在深度學(xué)習(xí)算法中,數(shù)據(jù)是培養(yǎng)和訓(xùn)練模型的關(guān)鍵,通過大量的標注數(shù)據(jù),算法能夠?qū)W習(xí)不同類型的模式和規(guī)律。標注數(shù)據(jù)的數(shù)量越多、質(zhì)量越高,模型的訓(xùn)練和性能優(yōu)化就越充分,性能就越好。由此,數(shù)據(jù)更是被稱為人工智能的“燃料”。
隨著AI在各個行業(yè)的逐漸落地,對AI數(shù)據(jù)精準程度要求正在變得越來越高,對數(shù)據(jù)維度和樣本復(fù)雜性的需求也越來越高,對數(shù)據(jù)標注技術(shù)、標注平臺能力、不同場景數(shù)據(jù)協(xié)同標記難度越來越復(fù)雜。
云測數(shù)據(jù)總經(jīng)理賈宇航表示,“AI數(shù)據(jù)質(zhì)量,決定著AI算法的精度,AI算法精度決定產(chǎn)品質(zhì)量。云測數(shù)據(jù)一直將數(shù)據(jù)質(zhì)量作為AI數(shù)據(jù)服務(wù)的發(fā)展核心,為企業(yè)提供高質(zhì)量的場景化的AI數(shù)據(jù)服務(wù)。
現(xiàn)階段人工智能正在與實體經(jīng)濟加速融合,“智能+”行業(yè)應(yīng)用實踐逐漸普及。在當前“技術(shù)+需求爆發(fā)”的背景下,數(shù)據(jù)行業(yè)伴隨AI的發(fā)展逐漸走向智能產(chǎn)業(yè)化。在云測數(shù)據(jù)看來,人工智能的進一步發(fā)展和產(chǎn)業(yè)化,首先需要數(shù)據(jù)服務(wù)標準化的收斂。為了進一步推動數(shù)據(jù)處理流程標準化,云測數(shù)據(jù)通過參與編寫《人工智能研發(fā)運營一體化(Model/MLOps)能力成熟度模型系列標準》《智能網(wǎng)聯(lián)汽車場景數(shù)據(jù)圖像標注要求與方法》《智能網(wǎng)聯(lián)汽車激光雷達點云數(shù)據(jù)標注要求及方法》等標準化工作,填補了國內(nèi)外機器學(xué)習(xí)項目開發(fā)管理標準的空白,為行業(yè)提供了場景數(shù)據(jù)圖像標注、數(shù)據(jù)點云標注的基本規(guī)范,并給出一套切實可行的標注方法,促進了場景數(shù)據(jù)圖像標注的標準化、提升場景數(shù)據(jù)的通用性和易用性,加速了中國人工智能技術(shù)開發(fā)與落地進場。
人工智能時代的背景下,對數(shù)字技術(shù)的巨大需求為企業(yè)提供了大量的數(shù)據(jù),這些數(shù)據(jù)和業(yè)務(wù)深入融合,為企業(yè)的智能化發(fā)展帶來了新的變化。據(jù)云測數(shù)據(jù)總經(jīng)理介紹,云測數(shù)據(jù)通過數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標注等方式為企業(yè)業(yè)務(wù)引入數(shù)據(jù)治理,以標準API接口支持數(shù)據(jù)導(dǎo)入和導(dǎo)出,支持已有算法預(yù)標注功能,可以提供多項數(shù)據(jù)產(chǎn)品應(yīng)用和數(shù)據(jù)服務(wù),助力多個行業(yè)實現(xiàn)智能化轉(zhuǎn)型和業(yè)務(wù)流程高效處理。其中,自動駕駛、智慧城市、智能家居、智慧金融、零售貨檢等領(lǐng)域已經(jīng)具備成熟化的應(yīng)用實踐,云測數(shù)據(jù)正在與各行各業(yè)進行業(yè)務(wù)流程對接,助力實現(xiàn)更多行業(yè)的人工智能產(chǎn)業(yè)化落地,為各行業(yè)數(shù)智化轉(zhuǎn)型筑牢地基。
