新聞中心
News Center
在線監(jiān)測和人工監(jiān)測數(shù)據(jù)
2021-12-08
聯(lián)機監(jiān)控及手動數(shù)據(jù)在線監(jiān)測監(jiān)控。這些數(shù)據(jù)決定AI的落地程度。當前人工智能商品化的計算、算法、技術(shù),已基本成熟。用算法和應用落地真正解決行業(yè)特定的痛點,需要采集大量人工智能相關(guān)的原始數(shù)據(jù),然后進行標注處理后的算法訓練支持,可以說數(shù)據(jù)決定了AI的落地程度。
AI產(chǎn)業(yè)的高速發(fā)展,智能駕駛、智能終端等領(lǐng)域不斷發(fā)展,應用落地不斷加快。就計算機視覺而言,一個新場景的開發(fā),需要成千上萬張或幾十萬張不等的、有標記性的圖像。由于AI應用場景的豐富,AI數(shù)據(jù)服務將會產(chǎn)生長期的海量需求。
伴隨著AI產(chǎn)業(yè)的商業(yè)化發(fā)展,落地場景對AI數(shù)據(jù)的需求越來越多、越來越個性化,這也對AI數(shù)據(jù)服務的專業(yè)性和質(zhì)量提出了更高的要求。對于中小作坊式數(shù)據(jù)服務提供商,技術(shù)、規(guī)模、專業(yè)化的領(lǐng)先品牌數(shù)據(jù)服務商將逐步被市場淘汰。
AI數(shù)據(jù)的獲取具有安全性要求,需要用戶授權(quán)進行數(shù)據(jù)采集和培訓,如果濫用或通過非法手段獲取,容易產(chǎn)生法律風險。
培訓數(shù)據(jù)質(zhì)量嚴重影響到算法的有效性,工礦企業(yè)人員管理和檢驗手段不足,數(shù)據(jù)質(zhì)量參差不齊,數(shù)據(jù)質(zhì)量難以保證。
自有隊伍難以迅速擴展,外部小代理管理混亂,整體缺乏科學的項目管理流程,數(shù)據(jù)處理效率明顯不足。
自建型數(shù)據(jù)采集、隊伍標注型式過于龐大,需要一整套工具和過程支持,人力、技術(shù)、工具投入成本較高。