澳鵬Appen蔣孟杰：人工智能數(shù)據(jù)標(biāo)注與訓(xùn)練，是決定智能時(shí)代的第一步

深圳2021年5月26日 /美通社/ -- 近日，澳鵬Appen憑借業(yè)界高度認(rèn)可的“人工智能輔助數(shù)據(jù)標(biāo)注平臺(tái)”在2021第二屆深圳（國(guó)際）人工智能展上斬獲“優(yōu)秀產(chǎn)品獎(jiǎng)”?；顒?dòng)現(xiàn)場(chǎng)，澳鵬Appen（中國(guó)）高級(jí)研發(fā)總監(jiān)蔣孟杰接受CSDN記者鄧曉娟Carol的專(zhuān)訪(fǎng)。訪(fǎng)問(wèn)原文如下：

2021年5月20日~23日，由深圳市科學(xué)技術(shù)協(xié)會(huì)、深圳市商務(wù)局、深圳市福田區(qū)人民政府共同指導(dǎo)，深圳市科技開(kāi)發(fā)交流中心、深圳市人工智能行業(yè)協(xié)會(huì)聯(lián)合主辦的2021第二屆深圳國(guó)際人工智能展開(kāi)幕式暨智能制造創(chuàng)新高峰論壇在深圳會(huì)展中心（福田）圓滿(mǎn)舉行。

深圳市科協(xié)主席蔣宇揚(yáng)在大會(huì)致辭中指出：“人工智能既是引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù)，也是新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力”。誠(chéng)然，在當(dāng)今社會(huì)發(fā)展中，人工智能技術(shù)所占據(jù)的地位已是舉足輕重。

#01 人工智能到底“智不智能”？

正如蒸汽時(shí)代的蒸汽機(jī)、電氣時(shí)代的發(fā)電機(jī)、信息時(shí)代的計(jì)算機(jī)和互聯(lián)網(wǎng)，人工智能正在成為推動(dòng)人類(lèi)進(jìn)入智能時(shí)代的決定性力量。

然而回溯過(guò)往，我們會(huì)發(fā)現(xiàn)熱門(mén)如人工智能技術(shù)，在發(fā)展的過(guò)程中也未必“星途坦蕩”的。在人工智能歷史上曾出現(xiàn)過(guò)“三次高潮”：

1. 上世紀(jì)50年代：神經(jīng)網(wǎng)絡(luò)浪潮
2. 上世紀(jì)80年代：BP(Back Propagation)算法被提出，用于多層神經(jīng)網(wǎng)絡(luò)的參數(shù)計(jì)算，以解決非線(xiàn)性分類(lèi)和學(xué)習(xí)的問(wèn)題等研究成果
3. 本世紀(jì)2010年代：深度學(xué)習(xí)的出現(xiàn)

在世紀(jì)50年代~80年代，由于許多應(yīng)用難題無(wú)法解決和基礎(chǔ)研究知識(shí)難以突破而沒(méi)有達(dá)到人們預(yù)期的成果和推進(jìn)。從起步-應(yīng)用-低迷-平穩(wěn)-蓬勃發(fā)展，人工智能的道路上充滿(mǎn)著未知的探索，道路曲折起伏。

如今，我們正處于信息時(shí)代到智能時(shí)代的過(guò)渡期中，人工智能作為主要的推動(dòng)因素，讓全球產(chǎn)業(yè)界充分意識(shí)到人工智能技術(shù)引領(lǐng)新一輪產(chǎn)業(yè)變革的重大意義，紛紛轉(zhuǎn)型發(fā)展。而“新基建”的提出與疫情的影響，讓2020年成為人工智能史上的一個(gè)重要拐點(diǎn)。如果說(shuō)在2020年之前人工智能技術(shù)還在摸索著落地應(yīng)用場(chǎng)景，那么在2020年開(kāi)始，人工智能已經(jīng)加速進(jìn)入人們的生活。

只是，在人工智能飛速發(fā)展的今天，人們的需求也不斷在上升。對(duì)于人工智能企業(yè)或轉(zhuǎn)型企業(yè)而言，如何跟上時(shí)代是首要考慮的問(wèn)題。但落到群眾當(dāng)中，落到人們的衣食住行當(dāng)中，人工智能到底“智不智能”，才是人們所關(guān)注的重點(diǎn)。

企業(yè)想要把AI技術(shù)/產(chǎn)品真正落地，真正做出“好的人工智能”，首先不能讓AI技術(shù)/產(chǎn)品只停留在實(shí)驗(yàn)或原型階段，AI模型的高質(zhì)量訓(xùn)練是重中之重。

那么，AI模型如何才能得到高質(zhì)量訓(xùn)練？在AI項(xiàng)目部署的生命周期當(dāng)中，有哪些可優(yōu)化的地方？數(shù)據(jù)在這個(gè)過(guò)程中起到了哪些關(guān)鍵性作用？企業(yè)在轉(zhuǎn)型路上又該如何挑選數(shù)據(jù)平臺(tái)/相關(guān)服務(wù)商？帶著這些問(wèn)題，CSDN記者對(duì)話(huà)了知名人工智能數(shù)據(jù)服務(wù)商澳鵬Appen的高級(jí)研發(fā)總監(jiān)蔣孟杰。

值得一提的是，澳鵬在2021第二屆深圳國(guó)際人工智能展開(kāi)幕式暨智能制造創(chuàng)新高峰論壇中斬獲“優(yōu)秀產(chǎn)品獎(jiǎng)”，也曾連續(xù)六年入圍德勤高科技成長(zhǎng)50強(qiáng)企業(yè)（澳大利亞）、維科杯·OFweek2020人工智能行業(yè)優(yōu)秀產(chǎn)品應(yīng)用獎(jiǎng)（澳鵬人工智能輔助數(shù)據(jù)標(biāo)注平臺(tái)）、CIAI 2020年度中國(guó)人工智能行業(yè)“十大創(chuàng)新力企業(yè)獎(jiǎng)”等獎(jiǎng)項(xiàng)。

這樣一個(gè)專(zhuān)注于人工智能數(shù)據(jù)標(biāo)注的行業(yè)領(lǐng)軍服務(wù)商，是如何用數(shù)據(jù)推動(dòng)人工智能技術(shù)與產(chǎn)品的？一起來(lái)聽(tīng)聽(tīng)蔣孟杰的真知灼見(jiàn)。

#02 “用AI的方式服務(wù)AI”

蔣孟杰在加入澳鵬之前，曾在國(guó)際知名電商公司eBay任職，主要專(zhuān)注于搜索引擎搜索算法領(lǐng)域。大約在11年前，也就是2010年互聯(lián)網(wǎng)蓬勃發(fā)展的階段，就與澳鵬合作利用人工審核商品和搜索關(guān)鍵字之間的相關(guān)性來(lái)做相關(guān)度算法以及線(xiàn)下算法評(píng)測(cè)平臺(tái)，在該領(lǐng)域有著豐富的經(jīng)驗(yàn)及思考。

2019年3月加入澳鵬后，蔣孟杰負(fù)責(zé)中國(guó)區(qū)技術(shù)團(tuán)隊(duì)的研發(fā)、及全球部分模塊研發(fā)等。他所帶領(lǐng)的團(tuán)隊(duì)致力于打造全流程的數(shù)據(jù)平臺(tái)，包含數(shù)據(jù)采集，數(shù)據(jù)標(biāo)注和數(shù)據(jù)管理。另外，針對(duì)成熟且復(fù)雜的場(chǎng)景開(kāi)發(fā)更加高效的標(biāo)注工具，如自動(dòng)駕駛、人臉關(guān)鍵點(diǎn)、長(zhǎng)語(yǔ)音轉(zhuǎn)寫(xiě)等。

蔣孟杰表示，越來(lái)越多的企業(yè)正在走向AI的道路，與此同時(shí)，對(duì)訓(xùn)練數(shù)據(jù)也有了更高的要求。AI模型想要真正落地，需要大量高質(zhì)量的、安全無(wú)偏差的數(shù)據(jù)，澳鵬的目標(biāo)是幫助企業(yè)能夠把AI技術(shù)/產(chǎn)品真正的落地,，而不是只停留在實(shí)驗(yàn)或者原型階段，將采標(biāo)流程一體化。

深耕行業(yè)20多年澳鵬，在數(shù)據(jù)采集和數(shù)據(jù)標(biāo)注的過(guò)程中，積累了大量的行業(yè)經(jīng)驗(yàn)和案例，同時(shí)也擁有了自己先進(jìn)的技術(shù)、資深的項(xiàng)目管理和標(biāo)注團(tuán)隊(duì)，并且提出“用AI的方式服務(wù)AI”的理念。

澳鵬如今擁有一個(gè)數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，一方面會(huì)在服務(wù)企業(yè)之前了解場(chǎng)景，設(shè)計(jì)如何采集數(shù)據(jù)/標(biāo)注數(shù)據(jù)能真正幫助到企業(yè)成功訓(xùn)練模型，以結(jié)果導(dǎo)向。另一方面也把AI技術(shù)應(yīng)用到整個(gè)服務(wù)的流程中。用AI模型進(jìn)行以下工作：

1. 自動(dòng)篩選合格的眾包標(biāo)注員。澳鵬有超過(guò)百萬(wàn)的眾包資源，當(dāng)有一個(gè)項(xiàng)目時(shí)，如何從這個(gè)池子里找出最合適的標(biāo)注員？這個(gè)“合適”包含成本、質(zhì)量、交付周期等因素之間的權(quán)衡。澳鵬自身的匹配算法可以結(jié)合標(biāo)注員歷史標(biāo)注的技能, 以及他們提供的信息快速自動(dòng)匹配項(xiàng)目的需要。
2. 輔助標(biāo)注。幫助標(biāo)注員提高效率。在數(shù)據(jù)標(biāo)注領(lǐng)域有大量手工的工作，甚至可以說(shuō)傳統(tǒng)數(shù)據(jù)標(biāo)注幾乎100%都是手工標(biāo)注。而澳鵬有專(zhuān)門(mén)的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，專(zhuān)門(mén)研究人機(jī)交互以及如何利用 AI 算法來(lái)進(jìn)行輔助做數(shù)據(jù)標(biāo)注，幫助客戶(hù)降低成本，提高 AI 模型的迭代速度。在自動(dòng)語(yǔ)音轉(zhuǎn)寫(xiě)、OCR、自動(dòng)駕駛等領(lǐng)域發(fā)布的輔助標(biāo)注算法已達(dá)到50%以上到幾倍不等的效率提升。
3. 半自動(dòng)質(zhì)檢。就像工廠生產(chǎn)線(xiàn)一樣，標(biāo)注過(guò)的數(shù)據(jù)是需要質(zhì)檢的。甚至有可能多輪質(zhì)檢。如果大量的糟糕的標(biāo)注數(shù)據(jù)提交質(zhì)檢，會(huì)毫無(wú)意義地浪費(fèi)質(zhì)檢員的時(shí)間。引入半自動(dòng)質(zhì)檢以后，可以配置大量檢查規(guī)則，比如小汽車(chē)要小于5米，長(zhǎng)寬比不能太過(guò)分等數(shù)據(jù)之間的邏輯檢驗(yàn)，另外也可以用質(zhì)檢算法通過(guò)一些衡量指標(biāo)進(jìn)行輔助質(zhì)檢。

#03 技術(shù)不能閉門(mén)造車(chē)

在人工智能數(shù)據(jù)標(biāo)注領(lǐng)域，純自動(dòng)化標(biāo)注是不現(xiàn)實(shí)的，邏輯上也不成立?！澳阌盟惴ㄉ傻臄?shù)據(jù)去訓(xùn)練另一個(gè)算法，最完美的情況下，也就是訓(xùn)練出跟之前一模一樣的一個(gè)算法?！笔Y孟杰說(shuō)道。但也不能只做純手工標(biāo)注，傳統(tǒng)的數(shù)據(jù)標(biāo)注是個(gè)純?nèi)肆γ芗偷娜蝿?wù)，對(duì)于技術(shù)從業(yè)者而言是非常誘人的領(lǐng)域，因?yàn)樯晕⒂幸稽c(diǎn)技術(shù)的引入，就能給企業(yè)降本增效。

在平臺(tái)的設(shè)計(jì)理念和系統(tǒng)架構(gòu)上，蔣孟杰有著自己的思考。業(yè)務(wù)在設(shè)計(jì)之初就引入AI中臺(tái)的概念， 圍繞著AI中臺(tái)為業(yè)務(wù)賦能，引入Apache Pulsar作為數(shù)據(jù)湖，圍繞這個(gè)核心組件設(shè)計(jì)了靈活的標(biāo)注任務(wù)的分發(fā)和工作流管理。因?yàn)闃I(yè)務(wù)數(shù)據(jù)都落地Pulsar里面，借助Pulsar的高吞吐量，可以多次重復(fù)高效得消費(fèi)這些數(shù)據(jù)進(jìn)行快速且松耦合得進(jìn)行業(yè)務(wù)擴(kuò)展，比如結(jié)合 Flink 做實(shí)時(shí)進(jìn)度/工作量/質(zhì)量的報(bào)表計(jì)算用來(lái)做項(xiàng)目管理，也可以對(duì)標(biāo)注員進(jìn)行畫(huà)像，可以實(shí)時(shí)進(jìn)行反欺詐監(jiān)測(cè)，另外也可以對(duì)在線(xiàn)標(biāo)注數(shù)據(jù)實(shí)現(xiàn)邊標(biāo)注邊訓(xùn)練，同時(shí)反過(guò)頭來(lái)輔助標(biāo)注等。

澳鵬在全球市場(chǎng)已經(jīng)累積了25+年的行業(yè)經(jīng)驗(yàn)，進(jìn)入中國(guó)市場(chǎng)后，澳鵬借鑒了海外的平臺(tái)實(shí)踐，在中國(guó)獨(dú)立自主打造了適合國(guó)內(nèi)行業(yè)特點(diǎn)的高精度AI數(shù)據(jù)服務(wù)平臺(tái)。那么，中國(guó)區(qū)的技術(shù)和產(chǎn)品方面如何與其他地區(qū)并進(jìn)？迭代過(guò)程又是怎樣的？

蔣孟杰認(rèn)為，產(chǎn)品迭代一定要跟隨業(yè)務(wù)發(fā)展一起錨定的。在平臺(tái)設(shè)計(jì)和技術(shù)架構(gòu)搭建初期，事先做好技術(shù)的總體架構(gòu)設(shè)計(jì)，在此基礎(chǔ)上做未來(lái)的發(fā)展規(guī)劃。同時(shí)，要確保團(tuán)隊(duì)成員的目標(biāo)一致，再定期討論調(diào)整優(yōu)先級(jí)。在剛起步的時(shí)候，每個(gè)迭代只能完成MVP，非核心的功能會(huì)提供功能上的兼容支持，在真正的使用過(guò)程中，這些未被產(chǎn)品化的功能使用起來(lái)相當(dāng)痛苦，比如招人的時(shí)候，最開(kāi)始的版本中先專(zhuān)注在標(biāo)注業(yè)務(wù)本身，如果要添加，標(biāo)注員就上傳一個(gè)Excel文件, 而沒(méi)有一個(gè)完整人員招募和審核流程。

令記者感到意外的是，澳鵬的技術(shù)團(tuán)隊(duì)并沒(méi)有閉門(mén)造車(chē)，關(guān)起門(mén)來(lái)自己解決問(wèn)題。他們還擁有一支項(xiàng)目支持工程師團(tuán)隊(duì)，所有當(dāng)下平臺(tái)滿(mǎn)足不了的功能，該團(tuán)隊(duì)就會(huì)準(zhǔn)備一次性的腳本和工具進(jìn)行處理。隨后，平臺(tái)一步步根據(jù)優(yōu)先級(jí)把手工處理的任務(wù)產(chǎn)品化，平臺(tái)發(fā)布一個(gè)版本后及時(shí)拿到反饋，然后在下一個(gè)版本中進(jìn)一步提升。所以，在與產(chǎn)品研發(fā)團(tuán)隊(duì)、項(xiàng)目管理團(tuán)隊(duì)、業(yè)務(wù)團(tuán)隊(duì)的緊密合作下，技術(shù)/產(chǎn)品迭代速度是相當(dāng)快的。

#04 人工智能數(shù)據(jù)與質(zhì)量決定上層建筑

如果說(shuō)優(yōu)秀技術(shù)架構(gòu)與高效迭代是決定一家人工智能數(shù)據(jù)服務(wù)商是否站得穩(wěn)的關(guān)鍵，那么真正決定它是否走得更遠(yuǎn)的，就在于產(chǎn)品本身解決問(wèn)題的能力到底有多強(qiáng)。

在這個(gè)問(wèn)題上，蔣孟杰提出了一個(gè)關(guān)鍵點(diǎn)：“AI項(xiàng)目部署生命周期”。

一般 AI 項(xiàng)目部署的生命周期會(huì)包含：數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、數(shù)據(jù)探索、模型開(kāi)發(fā)、模型發(fā)布、定期監(jiān)控。

那么，數(shù)據(jù)在這個(gè)生命周期里扮演著怎樣的角色？澳鵬又解決了哪些問(wèn)題？蔣孟杰描述數(shù)據(jù)的重要性時(shí)引用了Andrew Ng（吳恩達(dá)，人工智能和機(jī)器學(xué)習(xí)領(lǐng)域國(guó)際最權(quán)威學(xué)者之一）的話(huà)：成功的 AI 部署, 80%是數(shù)據(jù)準(zhǔn)備(包括數(shù)據(jù)清洗/數(shù)據(jù)標(biāo)注等)， 20%是花在模型開(kāi)發(fā)上。而澳鵬在整個(gè)生命周期中幫助客戶(hù)解決數(shù)據(jù)采集，數(shù)據(jù)標(biāo)注， 模型發(fā)布后期監(jiān)控。

除此之外，數(shù)據(jù)的可用性質(zhì)量也是澳鵬服務(wù)的核心。蔣孟杰打了個(gè)比喻：“AI模型就像小孩子，你教給他什么，他便學(xué)會(huì)什么。如果數(shù)據(jù)質(zhì)量很糟糕，那么AI模型學(xué)會(huì)的也是這些錯(cuò)誤?！彼栽诎涅i有一整套方案保障數(shù)據(jù)的質(zhì)量:

1. 多人標(biāo)注同一條數(shù)據(jù)進(jìn)行投票打分
2. 數(shù)據(jù)埋雷
3. 機(jī)器學(xué)習(xí)輔助質(zhì)檢
4. 多輪人工質(zhì)檢

蔣孟杰認(rèn)為，項(xiàng)目管理是一門(mén)藝術(shù)，尤其是人工參與的場(chǎng)景，可能會(huì)在整個(gè)流程中任意環(huán)節(jié)出現(xiàn)變化。澳鵬的優(yōu)勢(shì)在于其針對(duì)各個(gè)企業(yè)的業(yè)務(wù)進(jìn)行深度的打磨，融入了自己的高效的項(xiàng)目管理方式以及標(biāo)注細(xì)節(jié)優(yōu)化。

1. 讓整個(gè)項(xiàng)目管理流程更容易定制和適應(yīng)變化，澳鵬有模板引擎可以定制特有的標(biāo)注需求，有多輪質(zhì)檢并且可配置質(zhì)檢拒絕后的行為，澳鵬有根據(jù)標(biāo)注員的質(zhì)量調(diào)整質(zhì)檢抽檢率的控制機(jī)制
2. 標(biāo)注工具的精心打磨，澳鵬會(huì)衡量常見(jiàn)標(biāo)注任務(wù)的時(shí)間以及鼠標(biāo)點(diǎn)擊次數(shù)，目標(biāo)是人機(jī)協(xié)作，以 AI 的方式服務(wù) AI。一方面澳鵬會(huì)在人機(jī)交互方面進(jìn)行提升，也有專(zhuān)門(mén)的HCI工程師，另一方面，會(huì)用 AI 模型進(jìn)行輔助，實(shí)現(xiàn)人走一步，機(jī)器幫忙前進(jìn)幾步的效率提升。人和機(jī)器各自做自己擅長(zhǎng)的事情。

#05 撥開(kāi)迷霧

CSDN：聽(tīng)說(shuō)澳鵬正在密切關(guān)注自動(dòng)駕駛領(lǐng)域，那么在自動(dòng)駕駛領(lǐng)域的數(shù)據(jù)方面，目前存在哪些挑戰(zhàn)？澳鵬又做了哪些解決方案？

蔣孟杰：這個(gè)問(wèn)題可以分為5個(gè)部分。

1. 需要同時(shí)使用多個(gè)感知傳感器互補(bǔ)，比如攝像頭，激光雷達(dá)同時(shí)使用。多用一個(gè)傳感器，就多一次標(biāo)注，如何連接多個(gè)傳感器的標(biāo)注是個(gè)很大的問(wèn)題。澳鵬提供多傳感器融合標(biāo)注方式，在提供標(biāo)注能力的同時(shí)，極大節(jié)約標(biāo)注成本。比如在3D的激光點(diǎn)云上面標(biāo)了一個(gè)3D框以后，我們可以自動(dòng)換算投影一個(gè)2D 框到圖片上，同時(shí)保證同一個(gè)物體在不同傳感器的數(shù)據(jù)上擁有相同的 ID 和物體屬性。該工具也被設(shè)計(jì)成可適配不同傳感器類(lèi)型和數(shù)量。
2. 感知有各種細(xì)分的場(chǎng)景，比如目標(biāo)識(shí)別、車(chē)道線(xiàn)識(shí)別、可行駛區(qū)域識(shí)別、路牌識(shí)別等。澳鵬提供全套標(biāo)注工具，并且可根據(jù)場(chǎng)景靈活配置調(diào)整標(biāo)注方式。
3. 需要海量的標(biāo)注數(shù)據(jù) -- 成本高。我們會(huì)利用預(yù)標(biāo)注模型進(jìn)行高效的輔助標(biāo)注，比如一鍵3D拉框，3D 車(chē)道線(xiàn)精調(diào)，自動(dòng)連幀標(biāo)注等。
4. 需要海量的標(biāo)注數(shù)據(jù) -- 難以管理。當(dāng)數(shù)據(jù)量小的時(shí)候，很多公司甚至一個(gè)Excel就能管理，但是數(shù)據(jù)量大了以后，數(shù)據(jù)的流轉(zhuǎn)就會(huì)成為問(wèn)題。我們提供數(shù)據(jù)全流程生命周期的管理，并且可以自由定義數(shù)據(jù)生產(chǎn)流程。
5. 2D/3D數(shù)據(jù)難以分析/查看。無(wú)論在客戶(hù)驗(yàn)收還是開(kāi)發(fā)算法過(guò)程中，2D/3D 的標(biāo)注數(shù)據(jù)都不像文本標(biāo)注或者語(yǔ)音標(biāo)注結(jié)果這么直觀，2D/3D 的結(jié)果都是一些坐標(biāo)信息，客戶(hù)拿到標(biāo)注結(jié)果需要一些開(kāi)發(fā)工作、來(lái)看標(biāo)注結(jié)果。澳鵬提供可視化驗(yàn)收工具，并帶有標(biāo)注結(jié)果統(tǒng)計(jì)，比如標(biāo)注數(shù)據(jù)里面包含多少車(chē)，多少人?？偣捕嗌賯€(gè)點(diǎn)等等。

CSDN：每個(gè)企業(yè)的技術(shù)架構(gòu)與實(shí)力不同，對(duì)于初創(chuàng)、中型、大型的企業(yè)來(lái)說(shuō)，如何選擇合適的數(shù)據(jù)標(biāo)注平臺(tái)/相關(guān)服務(wù)商？其中有哪些不同嗎？

蔣孟杰：初創(chuàng)業(yè)務(wù)場(chǎng)景變化非?？?，一般標(biāo)注需求量不會(huì)很大。而且公司沒(méi)有精力或者資源開(kāi)發(fā)或維護(hù)數(shù)據(jù)標(biāo)注平臺(tái)。我們會(huì)推薦純SaaS模式，可以讓初創(chuàng)企業(yè)快速開(kāi)啟標(biāo)注，快速試錯(cuò)調(diào)整方向。

中型企業(yè)已經(jīng)有較為成熟的業(yè)務(wù)模式和自有系統(tǒng)，另外也有資源去開(kāi)發(fā)或者運(yùn)維數(shù)據(jù)標(biāo)注平臺(tái)，會(huì)比較關(guān)心是否有開(kāi)放 API 進(jìn)行系統(tǒng)集成和二次開(kāi)發(fā)，是否有全面的功能。這類(lèi)企業(yè)，我們會(huì)推薦混合云部署模式或者私有化部署模式，并且結(jié)合我們 Managed Service 進(jìn)行數(shù)據(jù)標(biāo)注。

而一般大型的互聯(lián)網(wǎng)企業(yè)比較早地使用AI 技術(shù)，已經(jīng)自己開(kāi)發(fā)了一些標(biāo)注平臺(tái)。在選服務(wù)商的時(shí)候會(huì)特別看重服務(wù)商“是否有能力快速得招到大量高質(zhì)量的標(biāo)注員、是否標(biāo)注工具層面會(huì)比自己公司的效率更高、數(shù)據(jù)安全是否有保障”等。這類(lèi)企業(yè)我們也會(huì)推薦混合云部署模式或者私有化部署模式，并且結(jié)合我們Managed Service 進(jìn)行數(shù)據(jù)標(biāo)注。

CSDN：您認(rèn)為未來(lái)人工智能數(shù)據(jù)標(biāo)注領(lǐng)域或該領(lǐng)域的服務(wù)商，會(huì)有哪些發(fā)展趨勢(shì)？

蔣孟杰：現(xiàn)階段標(biāo)注領(lǐng)域魚(yú)龍混雜，價(jià)格競(jìng)爭(zhēng)激烈，其中不乏大量傳統(tǒng)人力服務(wù)商進(jìn)入這個(gè)領(lǐng)域。隨著行業(yè)的洗牌，有快速招人能力、擁有大量項(xiàng)目管理經(jīng)驗(yàn)、有自有平臺(tái)研發(fā)能力的供應(yīng)商會(huì)逐漸脫穎而出。

標(biāo)注平臺(tái)會(huì)沿著采集和標(biāo)注一體化方向發(fā)展。對(duì)很多AI 企業(yè)來(lái)說(shuō)，往往同時(shí)需要數(shù)據(jù)采集和標(biāo)注。比如剛才的例子，采集日常交流語(yǔ)音，采集完以后需要對(duì)語(yǔ)音進(jìn)行文字轉(zhuǎn)寫(xiě)。如果把采集和標(biāo)注分成兩個(gè)獨(dú)立階段，時(shí)間交付周期很長(zhǎng)，另外如果標(biāo)注覺(jué)得采集的語(yǔ)音里面完全沒(méi)法聽(tīng)清，很難及時(shí)打回給采集人員重新錄制。

另一方面，未來(lái)可能會(huì)向AI數(shù)據(jù)中臺(tái)發(fā)展。不僅管理非結(jié)構(gòu)化數(shù)據(jù)的，也會(huì)慢慢延伸到結(jié)構(gòu)化數(shù)據(jù)的管理。數(shù)據(jù)標(biāo)注在整個(gè)生命周期中不會(huì)是一個(gè)獨(dú)立的存在。如果分裂的多個(gè)系統(tǒng)，數(shù)據(jù)科學(xué)家會(huì)浪費(fèi)大量時(shí)間在搬運(yùn)數(shù)據(jù)上，效率不高，另外也影響創(chuàng)新。如果以集成式的AI數(shù)據(jù)中臺(tái)為基礎(chǔ)，數(shù)據(jù)科學(xué)家可以開(kāi)發(fā)算法和數(shù)據(jù)標(biāo)注互相迭代提升。比如邊標(biāo)注邊實(shí)時(shí)訓(xùn)練模型，效果沒(méi)法再次提升的時(shí)候就停止標(biāo)注，這個(gè)在業(yè)界叫主動(dòng)學(xué)習(xí)。

原文鏈接：https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/117256727