當前，人工智能在各行各業(yè)得以大規模應用，人工智能技術(shù)研發(fā)也正在逐漸從已有的瀑布式開(kāi)發(fā)轉變?yōu)槊艚蓍_(kāi)發(fā)，MLOps（Machine Learning Operations）等模式應運而生。Gartner甚至將“AI工程化”列為2021年度九大重要戰略科技趨勢之一。伴隨著(zhù)AI工程化新趨勢，人工智能數據服務(wù)領(lǐng)域也必須做出新的革新。

　　專(zhuān)注于高質(zhì)量、場(chǎng)景化的AI訓練數據服務(wù)代表企業(yè)云測數據，于近日重磅發(fā)布了“面向AI工程化推出新一代數據解決方案。據了解，此方案是AI數據行業(yè)領(lǐng)域首個(gè)面向AI工程化的數據解決方案。

　　這套面向AI工程化的新一代數據解決方案通過(guò)成熟數據管理和標注平臺，與企業(yè)完成系統集成+支持企業(yè)自定義預標注、算法接口+人員管理、項目管理體系+安全交付軟硬件支持的方式，在保證數據隱私安全的標注環(huán)境下，高度支持企業(yè)所需數據的高效流轉、持續進(jìn)行數據處理任務(wù)，提高規?；a(chǎn)效率。

　　通過(guò)云測數據面向AI工程化的新一代數據解決方案，可在保障數據安全的基礎上，加速AI企業(yè)算法模型開(kāi)發(fā)周期，在A(yíng)I數據訓練過(guò)程中綜合效能可提升200%以上、數據交付質(zhì)量最高可達99.99%標注精度、助力企業(yè)降本增效。

　　AI數據正在發(fā)生變化

　　當前，AI產(chǎn)業(yè)級應用已經(jīng)進(jìn)入大數據、大模型時(shí)代。AI技術(shù)需要通過(guò)海量精準的大數據和豐富明確的應用場(chǎng)景產(chǎn)生價(jià)值。

　　而AI要成為企業(yè)的生產(chǎn)力，就必須用工程化的技術(shù)來(lái)解決模型開(kāi)發(fā)、部署、管理、預測等全鏈路生命周期管理的問(wèn)題?？梢哉f(shuō)，AI工程化是AI落地的必經(jīng)之路。

　　那么當AI工程化趨勢到來(lái)，相應的數據會(huì )產(chǎn)生哪些變化？

　　云測數據提到，智能時(shí)代下，數據迭代有三個(gè)進(jìn)程階段，第一階段，算法處于預研期，基于成品數據快速得到驗證，對傳感器及場(chǎng)景要求較低；第二階段，算法處于研發(fā)期，應用場(chǎng)景及傳感器明確，需要大規模高質(zhì)量數據進(jìn)行算法迭代；第三階段，算法處于持續優(yōu)化期，模型及迭代方法論已趨于成熟，持續通過(guò)生產(chǎn)環(huán)境數據迭代算法。云測數據總經(jīng)理表示：“每個(gè)階段所需要的數據特點(diǎn)鮮明，且不可或缺。如何更好地幫助企業(yè)完成算法持續優(yōu)化期的數據，是幫助企業(yè)完成工程化，面向產(chǎn)業(yè)落地至關(guān)重要的一步”。

　　云測數據推動(dòng)行業(yè)加速發(fā)展

　　在數字經(jīng)濟持續發(fā)展的背景下，人工智能發(fā)展迅速并與各種應用場(chǎng)景深度融合，已成為促進(jìn)經(jīng)濟創(chuàng )新和發(fā)展的重要技術(shù)。在多元化的人工智能場(chǎng)景落地背景下，推進(jìn)人工智能數據質(zhì)量向更高標準發(fā)展已成為行業(yè)廣泛關(guān)切的重點(diǎn)，AI數據也需要具備領(lǐng)航能力的企業(yè)承擔起推動(dòng)行業(yè)進(jìn)步的責任。

　　近日，在由中國科學(xué)院《互聯(lián)網(wǎng)周刊》、中國社會(huì )科學(xué)院信息化研究中心、eNet研究院、德本咨詢(xún)共同主辦的“2022中國新科技100強評選暨秋季金i獎頒獎”活動(dòng)中，云測數據獲得“2022年人工智能數據領(lǐng)航企業(yè)”認可。其獲獎理由為：“近年來(lái)，在數據標注領(lǐng)域，云測數據創(chuàng )新推出訓練數據場(chǎng)景化采集、以卓越的數據標注平臺技術(shù)能力，在助力企業(yè)進(jìn)行數據管理，減少數據冗余、最大化地發(fā)揮AI訓練數據的價(jià)值，增強企業(yè)AI領(lǐng)域的核心競爭力方面起到了積極作用?！?br />
　　值得一提的是，“云測數據標注平臺”可為AI相關(guān)企業(yè)提供處理大規模感知數據的能力，通過(guò)結構創(chuàng )新、智能化、工程化、標準化的標注平臺產(chǎn)品賦能AI訓練數據行業(yè)，加速了人工智能相關(guān)應用的落地迭代周期，節省大量研發(fā)時(shí)間和成本，進(jìn)而推進(jìn)AI產(chǎn)業(yè)的場(chǎng)景化落地；“AI數據集管理系統”則展示了在數據資產(chǎn)成為企業(yè)核心資產(chǎn)背景下，進(jìn)一步拓展深化AI訓練數據價(jià)值的實(shí)踐。

　　隨著(zhù)人工智能深入自動(dòng)駕駛、智慧醫療、智慧教育等諸多行業(yè)領(lǐng)域，AI算法對訓練數據維度和樣本復雜性的要求變得越來(lái)越高，對數據標注技術(shù)、標注平臺能力、不同維度數據協(xié)同標注等都提出了挑戰。人工智能道阻且長(cháng)，但行則將至，云測數據作為AI數據服務(wù)領(lǐng)域的佼佼者，勢必為企業(yè)在A(yíng)I工程化趨勢下的多樣化數據需求提供優(yōu)質(zhì)的解決方案。