人工智能数据标注:半人工智能、半人工化的行业

新知榜官方账号

2023-07-08 13:42:26

在chatGPT掀起人工智能(AI)热潮的当下,AI三要素之一的数据也成为了热门话题。

数据标注是指对未经处理的语音、图片、文本、视频等数据进行转义、打点、拉线、拉框等操作,标注为电脑可以识别的信息,再上传到数据库,实现人工智能。一般来说,标注上传的数据越多、越准确,人工智能也就越智能。

数据标注需要识别图像、文本、视频等原始数据,并添加一个或多个标签为机器学习模型指定上下文,帮助其做出准确的预测。不过,数据标注是仍需要大量人工来完成的环节。

AI分析公司Cognilytica研究数据显示,在AI项目中,对数据相关的处理过程可占据超过80%的时间,其中数据标注环节的耗时占比可达25%。数据标注与大模型质量正相关。

我国数据标注行业迅速发展。据iResearch数据,2019年我国数据标注市场规模为30.9亿元,预计2025年市场规模突破100亿元,年复合增长率达到14.6%。按照下游场景类型,2021年我国人工智能数据标注市场中,计算机视觉类、智能语音类和NLP类需求占比分别为45.3%、40.5%和14.2%。

面对大语言模型动辄上百亿参数的数据质量控制,需要通过标注平台将一个个复杂RLHF需求拆成很多个简单的工作流,让机器去做预处理,人去做深层的基于理解的反馈,以减少人在简单问题上的精力消耗,专注在专业问题上的标注。数据标注行业的核心是高效的人机交互工具和任务分发管理平台。

数据标注是人工智能训练数据生产过程中不可或缺的环节,需要大量人工完成。本文介绍了数据标注的重要性以及如何提升数据标注的质量。同时,还分析了中国数据标注行业迅速发展的现状和趋势。

本页网址:https://www.xinzhibang.net/article_detail-6962.html

寻求报道,请 点击这里 微信扫码咨询

相关工具

相关文章