云测数据：是什么让AI产品更有灵魂

前两年行业还说AI是风口、是噱头，可到了2020年，我们会发现越来越多的人工智能开始落地，各行各业都迈入了AI时代。

如今，各类语言助手走入现实，智能驾驶逐步应用，人脸识别技术遍布我们身边的各个角落……

小到我们每天使用的手机，大到城市的交通管理系统，几乎每一个能被科技影响的场景，都离不开AI能力的加持。

可是在AI技术大范围、高频次的实际场景使用现状下，却还总是发生“不灵光”的情况。我们不禁要问，人工智能为什么总出“错”，如何让AI产品更有“灵魂”？

从我们自身的感受来看，不管是语音助手、还是人脸识别，总会在使用场景发生改变的时候，如普通话夹杂方言、光线变换等，AI产品的准确度就会出现误差。

谷歌发布的CNN报告就提到过一个严重问题：智能驾驶车辆的识别系统相比白种人、黄种人，智能识别系统对黑色人种的辨别率会降低10%——如果有大量的、经过精准标注过的高质量数据，这样的误差便可以很大程度的缓解。

在人工智能世界里，算法、算力和数据是三大支柱。有媒体总结，目前中国在AI领域有五家公司被称为“人工智能五强”，算法层有商汤、旷视，AI数据领域有云测数据，硬件方面有涂鸦智能、地平线，这些公司专注于深耕各自领域并拥有让行业认可的成果，目前行业领先的AI公司都拥有了出众的算法和强大的算力，提升AI准确度的重任，更多落在了数据之上。

Testin云测CTO陈冠诚曾表示：“人工智能正加速往应用人工智能方向发展，在算法、算力没有重大突破的前提下，高质量和安全性强的数据成为人工智能商业化落地的关键点。”

如何找到高质量、安全性强的数据，已经成为整个AI行业都亟待解决的问题。

没有好数据，AI就没有未来

很多人愿意把数据比作人工智能的燃料，燃料可以在算力、算法持续提升的基础上，让AI能力更强、更准确。

在人工智能发展初期，更多的是使用通用型数据产品来训练AI模型。不过这样的数据只适用于AI的早期训练；随着人工智能行业的不断发展，也对数据提出了更高的需求，众包数据服务模式开始出现。这对于提升数据的多样性、丰富性有很大的帮助，相对的帮助了人工智能更高阶的训练。

而随着人工智能商业化落地进程加速，AI产品对高质量数据的需求越来越强烈。

精准、高质量的场景化数据服务为人工智能应用落地带来更多的可能性。很多头部的AI玩家甚至愿意拿出项目资金的10%，用于数据的采集和标注。因为行业内的玩家都清楚，没有好数据AI就没有未来。

有行业人士估算，2020年数据标注行业的市场规模将达到150亿。巨大的需求催动了整个AI市场的变化。如何更好地产出高质量、高精准度的数据，已经成为产业发展的关键。

艾瑞咨询的相关报告显示，2018年中国人工智能基础数据服务年复合增长率为23.5%，数据标注赛道主要玩家的增速远高于行业平均水平。与各种增长率相匹配的是，大量数据服务采集、标注公司应运而生。

可我们也说了，并不是所有数据服务公司都可以提供高质量的数据服务。更高阶的数据服务公司，会通过生产高质量、高精准的数据，助推AI产品智能化发展。

其中一直推动数据行业的高质量、场景化、精细化，提升数据隐私安全性的云测数据，则一直堪当数据服务行业的扛大旗者。

因为他们深知：人工智能想要商业化落地，一定需要用高质量的数据来进行训练，这是AI行业发展的必然趋势。

以高质量为根本的数据服务

众所周知，随着更多AI落地场景的逐步具象，企业对AI应用的准确性、安全性都会提出更高的要求。

比如，现在的手机刷脸解锁、刷脸支付、远程身份验证等应用场景，通过活体检测等方法，使用人脸关键点定位、人脸追踪等技术，，验证用户是否为真实活体本人操作。可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。这背后，训练算法模型所要求的的AI数据维度更精准、更高质、更多维，对保证用户安全发挥着至关重要的作用。

放眼整个人工智能领域，随着行业走入落地期，有更多企业希望通过质量更高的数据，将AI产品的准确度提升到更大，同时把失误率压到最低。

以AI技术中的一个重要分支——自然语言处理（NLP）为例，向更高级认知智能进发的每一步，都要求质量更高、针对特定需求提供的NLP标注数据。据云测数据总经理贾宇航介绍，图像采标有很强的规则性，按照规范化的指导文档工作即可，相比图像、视频等数据类型，NLP数据采标方式更为复杂。

专精于定制化、场景化、高质量数据服务的云测数据有一整套的标准化流程和方法论，用来产出更高质量的NLP数据。

首先，从项目前期帮助客户梳理更贴合实际情况的需求，达成一致后进行小规模试标，试标验收合格后，再进行大批量的规模性标注；

在数据标注作业提交后，云测数据还有三层质检环节，对于准确率达不到要求的数据会打回重新标注。在完成三层质检后，还有抽检环节，确保数据的高质量输出。

其次，云测数据对数据服务团队的专业化能力有着严格要求。

在云测数据，以智能客服单个场景的意图标注，就分为10-20个大类，上百个子类，根据业务需求可能还会有进一步的标注细分。尤其在医疗、法律、教育、智能驾驶等高度专业化的领域中，标注人员并不是随便找一个普通人员就可以做，标注人员需要非常专业，才能进行正确的数据标注与解读。

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!