當(dāng)前，人工智能在各行各業(yè)得以大規(guī)模應(yīng)用，人工智能技術(shù)研發(fā)也正在逐漸從已有的瀑布式開發(fā)轉(zhuǎn)變?yōu)槊艚蓍_發(fā)，MLOps（Machine Learning Operations）等模式應(yīng)運而生。Gartner甚至將“AI工程化”列為2021年度九大重要戰(zhàn)略科技趨勢之一。伴隨著AI工程化新趨勢，人工智能數(shù)據(jù)服務(wù)領(lǐng)域也必須做出新的革新。

　　專注于高質(zhì)量、場景化的AI訓(xùn)練數(shù)據(jù)服務(wù)代表企業(yè)云測數(shù)據(jù)，于近日重磅發(fā)布了“面向AI工程化推出新一代數(shù)據(jù)解決方案。據(jù)了解，此方案是AI數(shù)據(jù)行業(yè)領(lǐng)域首個面向AI工程化的數(shù)據(jù)解決方案。

　　這套面向AI工程化的新一代數(shù)據(jù)解決方案通過成熟數(shù)據(jù)管理和標注平臺，與企業(yè)完成系統(tǒng)集成+支持企業(yè)自定義預(yù)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(shù)據(jù)隱私安全的標注環(huán)境下，高度支持企業(yè)所需數(shù)據(jù)的高效流轉(zhuǎn)、持續(xù)進行數(shù)據(jù)處理任務(wù)，提高規(guī)?；a(chǎn)效率。

　　通過云測數(shù)據(jù)面向AI工程化的新一代數(shù)據(jù)解決方案，可在保障數(shù)據(jù)安全的基礎(chǔ)上，加速AI企業(yè)算法模型開發(fā)周期，在AI數(shù)據(jù)訓(xùn)練過程中綜合效能可提升200%以上、數(shù)據(jù)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(shù)據(jù)正在發(fā)生變化

　　當(dāng)前，AI產(chǎn)業(yè)級應(yīng)用已經(jīng)進入大數(shù)據(jù)、大模型時代。AI技術(shù)需要通過海量精準的大數(shù)據(jù)和豐富明確的應(yīng)用場景產(chǎn)生價值。

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

　　那么當(dāng)AI工程化趨勢到來，相應(yīng)的數(shù)據(jù)會產(chǎn)生哪些變化？

　　云測數(shù)據(jù)提到，智能時代下，數(shù)據(jù)迭代有三個進程階段，第一階段，算法處于預(yù)研期，基于成品數(shù)據(jù)快速得到驗證，對傳感器及場景要求較低；第二階段，算法處于研發(fā)期，應(yīng)用場景及傳感器明確，需要大規(guī)模高質(zhì)量數(shù)據(jù)進行算法迭代；第三階段，算法處于持續(xù)優(yōu)化期，模型及迭代方法論已趨于成熟，持續(xù)通過生產(chǎn)環(huán)境數(shù)據(jù)迭代算法。云測數(shù)據(jù)總經(jīng)理表示：“每個階段所需要的數(shù)據(jù)特點鮮明，且不可或缺。如何更好地幫助企業(yè)完成算法持續(xù)優(yōu)化期的數(shù)據(jù)，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(shù)據(jù)推動行業(yè)加速發(fā)展

　　在數(shù)字經(jīng)濟持續(xù)發(fā)展的背景下，人工智能發(fā)展迅速并與各種應(yīng)用場景深度融合，已成為促進經(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景落地背景下，推進人工智能數(shù)據(jù)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，AI數(shù)據(jù)也需要具備領(lǐng)航能力的企業(yè)承擔(dān)起推動行業(yè)進步的責(zé)任。

　　近日，在由中國科學(xué)院《互聯(lián)網(wǎng)周刊》、中國社會科學(xué)院信息化研究中心、eNet研究院、德本咨詢共同主辦的“2022中國新科技100強評選暨秋季金i獎頒獎”活動中，云測數(shù)據(jù)獲得“2022年人工智能數(shù)據(jù)領(lǐng)航企業(yè)”認可。其獲獎理由為：“近年來，在數(shù)據(jù)標注領(lǐng)域，云測數(shù)據(jù)創(chuàng)新推出訓(xùn)練數(shù)據(jù)場景化采集、以卓越的數(shù)據(jù)標注平臺技術(shù)能力，在助力企業(yè)進行數(shù)據(jù)管理，減少數(shù)據(jù)冗余、最大化地發(fā)揮AI訓(xùn)練數(shù)據(jù)的價值，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(shù)據(jù)標注平臺”可為AI相關(guān)企業(yè)提供處理大規(guī)模感知數(shù)據(jù)的能力，通過結(jié)構(gòu)創(chuàng)新、智能化、工程化、標準化的標注平臺產(chǎn)品賦能AI訓(xùn)練數(shù)據(jù)行業(yè)，加速了人工智能相關(guān)應(yīng)用的落地迭代周期，節(jié)省大量研發(fā)時間和成本，進而推進AI產(chǎn)業(yè)的場景化落地；“AI數(shù)據(jù)集管理系統(tǒng)”則展示了在數(shù)據(jù)資產(chǎn)成為企業(yè)核心資產(chǎn)背景下，進一步拓展深化AI訓(xùn)練數(shù)據(jù)價值的實踐。

　　隨著人工智能深入自動駕駛、智慧醫(yī)療、智慧教育等諸多行業(yè)領(lǐng)域，AI算法對訓(xùn)練數(shù)據(jù)維度和樣本復(fù)雜性的要求變得越來越高，對數(shù)據(jù)標注技術(shù)、標注平臺能力、不同維度數(shù)據(jù)協(xié)同標注等都提出了挑戰(zhàn)。人工智能道阻且長，但行則將至，云測數(shù)據(jù)作為AI數(shù)據(jù)服務(wù)領(lǐng)域的佼佼者，勢必為企業(yè)在AI工程化趨勢下的多樣化數(shù)據(jù)需求提供優(yōu)質(zhì)的解決方案。