江苏龙网

  1. 首页 > 人文 > >

『科技正能量』云测数据：新基建时代的“AI数据雄兵”


几年前 ， AlphaGo瞬间点燃了AI的激情与梦想 ， 巨大的光环把AI推向了市场的风口 。 之后的几年国内的AI创业虽然几经起落 ， 但也逐渐走向成熟 。 AI产业将逐渐褪去浪漫主义的“光环” ， 走向实用主义的落地 。
在3月4日 ， 国家决策层提出要发力于科技端的基础设施建设 ， 人工智能成为“新基建”七大版块中的重要一项 。 “新基建”的呼啸而至 ， 显然为中国AI产业的稳步推进起到了关键的作用 。
『科技正能量』云测数据：新基建时代的“AI数据雄兵”
本文插图
简单回顾一下AI的发展历程 ， AI的三大要素是指算法、算力和数据 。 人工智能学科源起于1956年 ， 之后在半个世纪的发展中几乎停滞不前 ， 算力和数据的发展远远落后于算法 ， 是当时制约AI发展的主要因素 。 而从2000互联网时代之后 ， 因为云计算的逐渐普及 ， 算力的制约也被打破 。
所以 ， 下一阶段AI产业发展的关键 ， 其实是数据 ， 基于行业场景化的AI数据 ， 将是推动AI产业为新基建赋能的重要力量 。 新基建下的AI产业化“催化剂”
大数据技术已经发展了很多年 ， 一些科技企业也特别喜欢标榜 ， 自己已拥有了多庞大的数据量 。 但这些所谓的大量数据 ， 对AI的实际价值 ， 到底有多大？
我们知道 ， 真正改变当代AI产业的技术是深度学习 。 从2009年的ImageNet数据集发布算起 ， 深度学习时代已经有超过10年的历史 。 对深度学习而言 ， 没有标注的数据 ， 就没有 AI 算法模型 。 而模型迭代和调整 ， 则需要更多的数据 。 越是准确的算法 ， 就越依赖于大量高质量的标注数据 。
由此可见 ， AI产业进一步发展的关键瓶颈 ， 就是高质量的标注数据 。
从场景化的角度 ， 以自动驾驶为例：第一步是利用车上的摄像头或激光雷达获取周围的数据；第二步 ， 由人工对这些数据进行标注；最后一步 ， 这些标注好的数据被用于到AI模型训练 ， 帮助汽车更好的感知道路场景 ， 为智能驾驶技术的发展保驾护航 。 在这个流程当中 ， 被标注好的高质量数据像是燃料 ， 更像是AI走向落地的基石 。
『科技正能量』云测数据：新基建时代的“AI数据雄兵”
本文插图
新基建当中提到的AI ， 其实更倾向于AI与行业场景的结合 ， 更看重智能化的落地 。 尤其在数字化转型的背景下 ， 百行百业对智能化的需求爆发的很快 ， 各种AI基础设施和解决方案的发展也极为迅速 。
而在AI应用实践中 ， 优质的AI数据对于行业解决方案的价值提升就会更为明显 ， 高质量的AI数据将最大限度地提升人工智能应用的效率 。 所以 ， 数据之于AI产业的意义 ， 就在于可以最大程度上提升AI在行业落地的效率与稳定 ， 进而推动新基建的落地 ， 可见其意义之深远 。 数据标注行业的领头羊
看似简单的数据标注 ， 其实蕴含了巨大的市场机会 。
2015年 ， 成立于旧金山的Scale AI ， 在整个AI产业当中或许是一个名不见经传的小公司 。 令人意外的是三年多的时间 ， 它就获得了1亿美元的C轮融资 ， 估值超过10亿美元 ， 成为了当之无愧的独角兽 。 从Scale AI备受关注的背后 ， 即可见数据标注行业的未来 。
在中国市场 ， 过去的数据标注行业曾长期处于粗放的发展模式 ， 数据粗制、混乱、复用的情况屡见不鲜；但随着AI与各个产业结合得愈加紧密 ， AI商业化程度进入新的高度 ， 人工智能对数据标注的质量提出了更高要求 ， 数据小作坊的模式已不适用于AI产业化落地前夕的数据需求 ， 而在这其中 ， 定制化、场景化的高质量数据服务更是成为其中关键 。 据《2019年中国人工智能基础数据服务行业白皮书》统计 ， 早在2018年 ， 高质量的数据资源定制服务就占中国人工智能基础数据服务的86% ， 可见优质数据市场之潜力巨大 。


推荐阅读


上一篇：泡泡网资讯■官宣！宏碁暗影骑士5游戏本：AMD R7+GTX 1650 Ti

下一篇：TechWeb.com.cn@腾讯财报：视频业务全年营运亏损减少至30亿元以下