AI 数据标注不是“脏活累活”

摘要:北京时间20200114关于【AI 数据标注不是“脏活累活”】的具体情况和说明,让www.tyigu.cn新闻频道的以图文形式为您慢慢道来。

策划 & 作者 | 刘燕

采访嘉宾 | 缪冠琼,标贝科技联合创始人、数据业务负责人

编辑 | Linda

AI 前线导读:如果将人工智能比作“火箭”,那么,数据就是助推火箭上升的“燃料”。机器学习依赖大量的已标注数据,数据标注让机器理解并认识世界。数据标注是人工智能发展过程中不可缺的一环,是 AI 金字塔构建的基础力量。

与 AI “台前”的繁荣、高光形成鲜明对比的是,数据标注往往居于幕后,常被人忽视,也受到一些偏见,“血汗工厂”、“AI 富士康”、“新型民工”...随着 AI 深入落地对数据提出更高的要求,数据标注行业也从草莽生长阶段逐渐过渡到更精细化的成长期。

“AI 金字塔”背后的数据标注

数据是机器学习的基础,机器学习建立在数据建模基础上,丰富的标签是机器学习成功建模的前提。

监督学习是目前应用最广泛的机器学习算法,该方法强依赖标注数据,它通过学习大量标注的训练样本来构建预测模型。深度学习也需要大量数据的“投喂”,以深度学习为代表的机器学习框架都需要在大型的监督数据集上进行训练,百分点首席算法科学家苏海波曾表示,深度学习只有在拥有充足标注数据的场景下才能发挥它的威力,但在很多实际的应用中却没有足够的标注数据。

AI 技术在全场景的落地以及大数据时代的到来产生了海量、指数级别的数据,数据获取也相对变得容易,然而,想要获得大量的已标注数据却并不容易,往往需要付出很大的人力、物力、财力成本。在医疗 AI 等专业门槛较高的细分领域,缺乏标注数据就成了阻碍行业发展的“绊脚石”,腾讯优图实验室总监郑冶枫曾在接受 AI 前线采访时表示,医疗数据标注“难”一方面体现在顶尖的医疗数据标注人才缺乏,另一方面,临床、科研任务重,很多医疗专家没有时间和精力做数据标注。

数据标注主要是针对语音、图像、文本等进行标注,主要通过做标记、标重点、打标签、框对象、做注释等方式对数据集作出标注,再将这些数据集给机器训练和学习。

数据标注的类型主要有:拼音标注、韵律标注、词性标注、音素时间点标注、语音转写、分类标注、打点标注、标框标注、区域标注等等。由于需要标注的数据规模庞大且成本较高,一些互联网巨头及一些 AI 公司很少自己设有标注团队,大多交给第三方数据服务公司或者数据标注团队来做。

数据服务是标贝科技的起家业务,自 2016 年成立以来,标贝科技为 BAT、AI 独角兽等多家公司提供过语音、图像、NLP 数据的采集、标注等服务。

据标贝科技数据负责人缪冠琼介绍,标贝有自研的采集标注平台,包括长语音(对话、持续)标注平台和短语音(十几秒)标注平台, AI 语音合成数据标注平台、数据工场 APP 等。在标注平台的选择上,会依据图像、语音数据、数据来源、客户需求等综合决定。以语音合成数据标注为例,会标注其音字、韵律、音素时间点、词性等标签。

人工智能的繁荣催生并壮大了数据标注行业,也创造了大量的就业岗位。有数据显示,目前中国的全职数据标注从业者有约 20 万人,兼职数据标注从业者有约一百万人,全国从事数据标注业务的公司约有几百家。

数据“民工” ?

在数据标注行业流行着一句话,“有多少智能,就有多少人工”。数据标注是人工智能发展中至关重要的一环,却常常容易被人忽视。

相对而言,数据标注是人工智能领域“入门级”的工种,单从工作流程看,其技术含量较低,人是这项工作中最大的影响“因素”,久而久之,“劳动密集型”成为外界给数据标注行业贴上的一个标签。

低门槛吸引了众多农民、学生、残疾人群体加入到数据标注大军中,在我国河南、河北、贵州、山西等地的四五线城市还出现了一些特色的“数据标注村”。

不止中国,向劳动力更充足、成本更低的地方迁移也是全球数据标注行业的发展趋势。印度涌现了不少数据标注村,他们为美国、欧洲、澳洲和亚洲的 AI 公司服务,Facebook 就曾将部分社交内容标注的工作外包给了一家印度公司。

上述务工者也由此成为了人工智能浪潮中的参与者,尽管待遇上远远少于其他人工智能从业者,但相较传统的体力工作,数据标注员的工作倒是更轻松,体面。不过,硬币的另一面是,这项工作流程简单,单调乏味,数据标注员日复一日重复“画框”的工作..... 关于数据标注行业是“脏活累活”、“数据民工”的论调也四散而起。

对于这些“声音“,缪冠琼并不认同。

“我觉得(它)不是‘脏活累活’行业 ,因为这并不是一个什么人都可以做的工作。AI 本身发展很快,随着应用产品落地,对数据的要求越来越高,对数据采标人员的素质也提出了高要求“。

考虑到外包团队服务质量难以把控等因素,标贝科技所承接的项目主要依靠自有数据标注团队,其在天津、长春等城市设有数据团队,兼职人员则视项目大小临时扩容,遴选兼职人员时更考虑专业水平,要求具有语言、方言背景,或者有数据标注经验,无经验者要经过至少 6 个月培训。

缪冠琼表示,数据标注行业的发展越来越趋向于专业化,早期多以中文数据标注为主,现在随着多语种、方言、个性化标注等发展标注需求的增加,并不是随便“拉来”很多人就可以做的,需要专业的人才。此外,“血汗工厂”这种情形多出现在行业早期且多针对于只有数据标注一项业务的小团队,它们承接不了一些复杂的、定制化的项目。从工作量上看,结合客户需求,以语音标注为例,标贝科技的数据标注员一个人工作一天的有效标注语音时长为 1 小时。

机器标注比重提升,但不可能取代人工

蛮荒时代已过去了。

《2019 年中国人工智能基础数据服务行业白皮书》分析指出,2010-2016 年为数据服务行业的“初生期”,早期数据标注需求激增,加之入行门槛低,涌入了大量玩家,鱼龙混杂。

自 2017 年以来,伴随着 AI 深入落地到各个应用场景中,数据标注行业了进入成长期,上层应用端的厂商对数据标注质的要求不断提高,如自动驾驶、运动图像、计算机视觉等领域的数据标注难度很高。

行业格局渐渐清晰,马太效应明显。据了解,国内从事数据标注业务公司 / 团队约有几百家,其中独立做整个数据质量服务的约百余家,能够提供数据采标服务一体化的有几十家,能够提供高标准基础数据服务的仅有十几家。

现阶段,下游 AI 算法研发单位多将业务分流给不同数据服务公司加之数据标注相关标准待完善,该行业还没有出现大的巨头公司。

这是一个尚未饱和的市场,同样,这也意味着巨大的发展空间。据统计,2018 年中国人工智能基础数据服务市场规模为 25.86 亿元,行业年复合增长率为 23.5%。

缪冠琼认为,受数据安全和质量标准不断提升及相关数据政策出台影响,一些不满足行业标准及客户需求的将会被市场淘汰。她补充,“行业目前正处于一个上升的、快速发展的阶段,整体在朝着个性化、专业化的方向发展,从早期较简单的、通用的数据过渡到更复杂的个性化的、场景化的数据,对于很多细分领域,需要大量真实的模型进行标注去迭代模型,而非简单的通用数据可以满足的”。

数据标注行业也已经开始进入到人机协作的阶段,数据标注市场需求量仍旧很大,需要更加专业的人及高效的机器协助,机器标注所占的比重会不断提升,AI 技术与数据互补,通过 AI 技术提升数据效率,数据反过来服务于技术。

为降低人工成本,提高效率,不少互联网技术公司及第三方数据服务商在开发自己的标注工具。去年 10 月,Google 发布了用于完整图像标注的人机协作接口 Fluid Annotation,利用它标注图像中每个对象和背景区域的类标签与轮廓,可将标注数据集的创建速度提高三倍。数据标注众包平台也不断涌现,京东众智、百度众测、figure-eight、亚马逊的 Mechanical Turk 等。

未来,机器标注、人工辅助将成为可以预见的发展趋势。这对“数据标注村”来说或许并不是一件好事。但缪冠琼认为,机器不可能完全取代人工。现阶段人工标注的准确度要高于机器,机器只能跑出有一定比例的正确结果,更精确的结果仍需要人工来标注,且发挥的作用更关键。

此外,在质检环节,人的作用也无可替代,标贝数据校对采用人工为主的处理方式,采用遵循“一审、二校、三验”流程,机器会抽检、验收一部分数据并给出预处理结果,最终的结果要靠精细化的人工校对。

嘉宾介绍

缪冠琼,标贝科技联合创始人,数据业务负责人,语音及数据领域专家,行业经验超过 17 年以上,参与多本专业书籍编写,在产品与数据的场景结合上有独特的解决方案。


查看更多
美女又黄又丶色的大片|美女神灯下载观看-美女神灯/一千零一夜高清全集完整版|美女视频黄屏大全|美少女危机_HD1280高清国语中字版_在线观看_爱下电影网|翁熄粗大第二篇十四章|老子影院午夜伦手机不卡_国产精品亚洲а∨天堂高清在线观看-日韩片|老湿机看x试看十分钟_日本w比|聊斋艳谭5_BD_在线观看_爱下电影网|肉滚滚的熟妇领导从早上玩我到中午国模男女炮交图|脸红的岳8一20章章节目录 - 脸红的岳8一20章HCKC小说网|致我们终将逝去的青春-电影-高清完整版-免费在线观看|色即是空3爱的色放BD高清_免费高清在线播放-123电影网|色猫扑性爱网_两性猫扑小说全集_色,两性网 - 博艺中文|艳鬼追魂BD高清_免费高清在线播放-123电影网|花甜手作视频在线播放_免费花甜手作全集视频在线观看|苏青关暮深小说免费 楼梯 情深不负苏青免费阅读全文|范冰冰大尺度的露胸剧照曝光 傲人胸围超吸睛-图片之家|荡娃艳妇系列HD高清_免费高清在线播放-123电影网|菠萝视频无限看-亚洲 欧美 国产 综合 在线|蓝雨6080章节目录 - 蓝雨6080HCKC小说网|

实时推荐

山西发现石城墙!与石峁遗址相似
推荐 2020-08-12 01:18 937 7336
未来巨星!马刺曾无限接近得到独行侠核心,网友:优柔寡断太害人
推荐 2020-08-12 01:17 587 6206
石家庄永昌3-0十人泰达,斩获赛季首胜,穆里奇强势爆发策动三球
推荐 2020-08-12 01:16 783 4360
百度、阿里、腾讯、华为会跨界造车吗?华为:我们不造车,我们要帮车企造好车
推荐 2020-08-12 01:16 582 7811
斯诺克世锦赛首个四强席位出炉!塞尔比13-7罗伯逊,静等七五三杰
推荐 2020-08-12 01:16 583 8257
世冠杯复盘,DYG强势伏虎MTG,守约或是下一个冠军皮肤?
推荐 2020-08-12 01:16 206 3518
没有奇迹!斯诺克名将完败塞尔比,大黑马10-6领先晋级在望
推荐 2020-08-12 01:16 754 2940
【上分攻略】干扰成新一代辅助上分神技,哪些英雄最适合带他?
推荐 2020-08-12 01:16 370 5008
王者荣耀边路战士克制论,边路霸主轮流克,铠皇克一切
推荐 2020-08-12 01:16 815 6018
双星闪耀,这是辽宁决胜的唯一机会
推荐 2020-08-12 01:16 805 9784
男子学车时总被教练骂“笨”,七年后找上门这样报复……
推荐 2020-08-12 01:16 829 2771
王者荣耀:不用对芈月抱太大希望,机制不改永远只是线霸
推荐 2020-08-12 01:16 478 5114
你的本命英雄又双叒来了!阿古朵全方位新手教学
推荐 2020-08-12 01:16 264 8373
让一追四,马来西亚虎不抵DYG,DYG携手TS晋级总决赛
推荐 2020-08-12 01:16 622 7937
不保护射手也被夸会玩?3种“非主流”辅助打法,连主播都在玩
推荐 2020-08-12 01:16 710 8184
唯一一款直售6元联动皮肤上架碎片商店,吕布·野性能量免费兑换
推荐 2020-08-12 01:16 923 4898
你知道吗?打野位廉颇有奇效!清野快,控制强,学会助你轻松上分
推荐 2020-08-12 01:16 301 1999
比特币升势劲 市值迫近美银
推荐 2020-08-12 01:14 188 6195
轰81+20+13!三巨头齐爆发,库兹马绝命三分,詹姆斯赛后把话挑明
推荐 2020-08-12 01:14 235 8267
“暴徒噩梦”换代举世瞩目!何时中国能有自己的门面SUV?
推荐 2020-08-12 01:14 391 2778
赵宏略两黄变一红,石家庄永昌瞬间掌握场上局势
推荐 2020-08-12 01:14 476 9932
CBA决赛!广东宏远击败辽宁本钢!威姆斯28分!大比分1
推荐 2020-08-12 01:14 863 7699
幡然醒悟!赵睿攻防两端压制郭艾伦,广东第一控卫还是他
推荐 2020-08-12 01:13 700 3006
总决赛第一场赵睿压制郭艾伦:郭少冲击型打法对广东没什么效果
推荐 2020-08-12 01:13 964 3398
巴萨尤文再交换?核心+3000万欧元 换C罗好帮手
推荐 2020-08-12 01:13 899 9225
广东诠释何为冠军底蕴!“对头裁判”没抢戏,辽宁队还是一场溃败
推荐 2020-08-12 01:13 141 7441
发布旅游诚信指导价,有没有干扰市场定价?
推荐 2020-08-12 01:13 125 7476
沙县检察:开展“亮灯行动·党旗飘扬”主题党日活动
推荐 2020-08-12 01:13 858 6018
河南出土3000年前古墓,墓中女子手持一对"巨斧",她是什么人?
推荐 2020-08-12 01:13 200 6728
火箭单赛季队内4人拿到40+,历史上仅有4队完成,本赛季夺冠有望
推荐 2020-08-12 01:13 303 9095
浦发银行与华为签署全面战略合作协议
推荐 2020-08-12 01:13 737 2400
场均34.8分?JB:就TM你叫沃伦啊
推荐 2020-08-12 01:13 561 3789
穿越火线12周年庆典,70kg与鹿晗组队,展现狙神操作!
推荐 2020-08-12 01:13 618 4914
和平精英女主播“四美”,烤羊腿技术独一档,柔柔可爱,轲南崛起
推荐 2020-08-12 01:13 950 7704
FMVP街寂:实力打破任何流言蜚语
推荐 2020-08-12 01:13 301 9256
总决赛首战,广东110:88辽宁,易建联全场仅拿2分仍获球迷认可
推荐 2020-08-12 01:13 528 9337
DNF:财宝群岛活动攻略,铂金宝箱轻松到手,第一天就能拿年宠
推荐 2020-08-12 01:13 970 7535
中职篮粤辽夺冠压轴大戏第一场鹿死谁手今晚揭晓
推荐 2020-08-12 01:13 707 4623
火龙果该吃红肉、白肉?红肉含铁量比葡萄高8倍 1种人建议吃白肉
推荐 2020-08-12 01:13 486 4569
生而无畏,战至终章!只要血性还在,我心永辽
推荐 2020-08-12 01:13 141 4180
超越鸿蒙?印度自研Kai OS,仅次于IOS和安卓
推荐 2020-08-12 01:13 636 1611
联盟第16!德帅公开批评球队,美媒:哈登是全队唯一能笑的人
推荐 2020-08-12 01:13 755 4059
荔波旅游服务质量提升,游客点赞
推荐 2020-08-12 01:13 556 7865
专访邑州监狱民警左霁林:胸藏笔墨 冲锋在前
推荐 2020-08-12 01:13 709 2761
最新发布!数据中心交换机市场5年预测:收入将近170亿美元
推荐 2020-08-12 01:13 339 2543
升学教育,自考学位证有必要申请吗?怎么拿到学位证?
推荐 2020-08-12 01:13 355 1290
美媒:7月美国机场旅客锐减,搜出枪支比例却暴涨3倍
推荐 2020-08-12 01:13 935 2169
卡纳瓦罗该用他了!恒大后防已暴露隐患,张琳芃替身有望强势回归
推荐 2020-08-12 01:13 895 1344
易建联半场罕见0分,广东仍赢辽宁5分,双方主帅都愤怒了
推荐 2020-08-12 01:12 196 6077
国足未来归化对象?中甲金靴接连错失3个必进球,穆里奇快气哭了
推荐 2020-08-12 01:12 361 1614
飞踹对手后,中超大将第一时间道歉:不是有意的 为鲁莽行为致歉
推荐 2020-08-12 01:12 180 5154
17位专家看好广东夺冠有道理!辽篮防守软肋明显,广东末节一波流
推荐 2020-08-12 01:12 935 7555
16+19!韩德君拼到抽筋辽宁仍被虐 周鹏20分郭士强难解的题谁来解?
推荐 2020-08-12 01:12 455 6530
2-0稳了?辽篮这一数据比广东好,教练组态度让球队绝望
推荐 2020-08-12 01:12 483 1601
辽篮最大短板被打爆!半场4中0+2次失误 杜锋高喊:贺天举没防守
推荐 2020-08-12 01:12 802 6546
中超赛场罕见配合!升班马16脚传球,直接攻破老牌球队大门
推荐 2020-08-12 01:12 223 2307
天津泰达0:3石家庄永昌,这是和富力竞争降级名额的节凑?
推荐 2020-08-12 01:12 816 3636
福州自贸片区12项举措全国首创
推荐 2020-08-12 01:12 477 7490
星座丨领导能力强,最适合做"头"的4大星座
推荐 2020-08-12 01:12 983 2564
大战拉开帷幕,辽宁开局进攻受阻!!!
推荐 2020-08-12 01:12 512 3550
刚复出就离队?2届全明星不满球队8000续约,赛后公然和对方接洽
推荐 2020-08-12 01:12 638 8531
C罗迎来顶级中锋搭档?尤文欲签阿森纳巨星!或用巴西国脚+钱交换
推荐 2020-08-12 01:12 233 2424
尤文又一名将被皮尔洛清洗!加盟仅1年+拿25万镑周薪,或投切尔西
推荐 2020-08-12 01:12 626 3811
“电竞北京2020”大咖云集 王者荣耀世界冠军杯总决赛定档
推荐 2020-08-12 01:12 442 1383
CBA军旅八一队即将解散,退出联赛
推荐 2020-08-12 01:12 175 9536
国漫《盗墓笔记之秦岭神树》PV公布,制作出乎意料,我决定追了
推荐 2020-08-12 01:12 558 1694
为稳外贸跑出“海关速度”
推荐 2020-08-12 01:12 925 2548
中超再现暴力犯规!青岛黄海平重庆当代!上海申花外租球员领红牌
推荐 2020-08-12 01:12 254 3557
血腥慎点!男子酒后在卫生间内跌了一跤,失去全身约三分之一血液
推荐 2020-08-12 01:12 116 3630
踢裆辽篮后卫!苏伟6分钟两次违体,遭驱逐+下场停赛 广东遭重创
推荐 2020-08-12 01:11 813 5054
集体哑火!5大外援,11打10,全场压制,围攻96分钟 重庆0-0青岛
推荐 2020-08-12 01:11 468 1692
烟台教学质量,进步非常快的4所高中,你听说过吗
推荐 2020-08-12 01:11 564 3445
CBA总决赛!广东男篮大胜辽宁本钢!大比分1-0!易建联仅得2分
推荐 2020-08-12 01:11 706 4953
「我和大同的故事」赵振洋:希望在视频制作领域闯出一片天
推荐 2020-08-12 01:11 705 684
满意在三明丨路政联合执法 制止公路隧道内埋设水管
推荐 2020-08-12 01:11 881 1725
特级响应 本市应对最强降雨
推荐 2020-08-12 01:11 142 8567
利物浦转会:红军完成夏季首签,热刺曼联加入萨尔争夺
推荐 2020-08-12 01:11 804 762
市集、夜市、IP展…… 商场借北京消费季重塑线下场景
推荐 2020-08-12 01:11 418 9252
张存闹:90后退役军人和他的“征远军”
推荐 2020-08-12 01:11 781 8445
多纳多尼下课!小克鲁伊夫深足救火?
推荐 2020-08-12 01:11 165 4422
总统下台!克鲁斯堡魔咒生效 小特无缘赛季7冠
推荐 2020-08-12 01:11 439 7124
广东队大胜辽宁队,总比分1–0,辽宁队三四号位被打爆
推荐 2020-08-12 01:11 558 2958
阿联三节0分,广东三锋线合砍60分17板,第四节一波流胜辽宁22分
推荐 2020-08-12 01:11 185 7261
极简风不够时尚?搭配这些有设计感的单品,让你穿出法式时髦
推荐 2020-08-12 01:11 771 7969
张一山宋妍霏分手,白雪无辜遭殃,网友:原来你们之前竟是恋人?
推荐 2020-08-12 01:11 109 4571
输球又输人!广东男篮110-88辽篮,阿联引热议,谁注意郭艾伦举动
推荐 2020-08-12 01:11 649 7852
新专利显示Apple Watch天线可以移到后部改善信号质量
推荐 2020-08-12 01:11 310 897
国足又一位传奇!前恒大功勋郜林又迎新身份,担任代理助理教练
推荐 2020-08-12 01:11 283 5734
甘南州全面启动“百城千县万村”调研活动
推荐 2020-08-12 01:11 132 1384
尖椒榨菜炒肉丝,最简单的食材,炒出可口美味的下酒菜下饭菜
推荐 2020-08-12 01:11 830 8382
驱逐!禁赛!5分钟内2次违体!对不起,韩德君!CBA大结局了
推荐 2020-08-12 01:11 734 4636
这将是PSG近十年最关键的一战
推荐 2020-08-12 01:11 737 9069
天才小将久保健英加盟黄潜,二度被租借能否站稳脚跟?
推荐 2020-08-12 01:11 818 3663
热吗?“雪龙2”号送你北冰洋的清凉
推荐 2020-08-12 01:11 288 1850
爽脆软嫩,美味可口的辣炒土豆片,健康营养又美味,很适合下饭
推荐 2020-08-12 01:11 464 4986
老牌劲旅沦为最差球队!穆里奇建功,永昌3-0泰达 赛季首胜+排第4
推荐 2020-08-12 01:11 136 3247
易建联牺牲个人数据,全场仅两分却成功限制韩德君!广东拿下G1
推荐 2020-08-12 01:11 422 5211
将帅失和?郭艾伦不满换人安排,马丁内斯一言不发,杨鸣眉头紧锁
推荐 2020-08-12 01:11 253 2355
一品品鉴官 | Hi,I’m冠军
推荐 2020-08-12 01:11 494 2579
​《爱之初》大结局,里面“4个女人”的表现,一言难尽
推荐 2020-08-12 01:11 1000 2981