數據标注的應用場(chǎng)景

　　數據标注的應用場(chǎng)景

　　智能(néng)安防

　　智能(néng)安防是人(rén)工智能(néng)與信息技術結合的關(guān)鍵領域，對于城市(shì)與民(mín)生(shēng)發展有重要的意義。通過生(shēng)物識别、行為(wèi)監測等技術手段，廣泛地應用于城市(shì)道路(lù)監控、車輛人(rén)流監測、公共安全防範等領域。

　　人(rén)臉标注在智能(néng)安防中主要應用于人(rén)臉識别與身(shēn)份識别。

　　人(rén)臉識别也(yě)稱人(rén)像識别、面部識别，是基于人(rén)的臉部特征信息進行多年齡段、多角度、多表情、多光線的人(rén)臉圖像采集，從而完成身(shēn)份識别的一(yī)種生(shēng)物識别技術。人(rén)臉識别涉及的技術主要包括計算(suàn)機視(shì)覺、圖像處理(lǐ)等。

　　人(rén)臉識别(視(shì)覺識别技術的一(yī)種應用)在國内的應用大緻經曆從公共安全領域擴展到商(shāng)業領域的過程。最初，機場(chǎng)、高鐵站(zhàn)以及酒店(diàn)等場(chǎng)景使用這(zhè)項技術對個(gè)人(rén)身(shēn)份進行驗證，随後商(shāng)業銀行也(yě)開始采用人(rén)臉識别實現(xiàn)遠(yuǎn)程開戶。再之後，刷臉支付、刷臉門禁也(yě)相繼出現(xiàn)，人(rén)臉識别逐漸從少數有限場(chǎng)景滲透到人(rén)們的日常生(shēng)活之中，目前，人(rén)臉識别技術已廣泛應用于多個(gè)領域，除了(le)智能(néng)安防之外，還應用于金(jīn)融、司法、公安、邊檢、航天、電力、教育、醫(yī)療等衆多領域。

　　此外，物品标注在智能(néng)安防應用中，物品标注需要和行為(wèi)标注結合。

　　智能(néng)交通

　　近年來(lái)，随着人(rén)工智能(néng)浪潮的興起，無人(rén)駕駛、智能(néng)交通安全系統一(yī)度走進我們的生(shēng)活，國内許多公司紛紛投入到自動駕駛和無人(rén)駕駛的研究，例如(rú)百度啓動的“百度無人(rén)駕駛汽車”計劃，其自主研發的無人(rén)駕駛汽車Apollo還曾亮相2018年央視(shì)春晚。

　　在汽車自動駕駛的過程中，想要讓汽車本身(shēn)的算(suàn)法做到處理(lǐ)更多、更複雜的場(chǎng)景，背後就(jiù)需要有海量的真實道路(lù)數據做支撐。而這(zhè)就(jiù)需要依靠數據标注。

　　此外還有智慧停車，這(zhè)些(xiē)也(yě)都要依賴于人(rén)工智能(néng)數據标注的介入，對于行車視(shì)頻進行采集，路(lù)況進行提取，停車點進行标注，包括D點雲障礙物、紅(hóng)綠(lǜ)燈、車道燈及高精地圖。為(wèi)行人(rén)識别、車輛識别、紅(hóng)綠(lǜ)燈識别、車道線識别等技術提供精确訓練數據，為(wèi)智能(néng)交通保駕護航。

　　智能(néng)醫(yī)療

　　智能(néng)醫(yī)療是通過打造健康檔案區域醫(yī)療信息平台，利用最先進的物聯網技術，實現(xiàn)患者與醫(yī)務(wù)人(rén)員(yuán)、醫(yī)療機構、醫(yī)療設備之間(jiān)的互動，逐步達到信息化(huà)。AI與醫(yī)療行業的結合将有望迎來(lái)跨越式發展。

　　醫(yī)療影像标注是對醫(yī)療影像進行區域标注及分(fēn)類标注，多應用于輔助臨床診斷。人(rén)工智能(néng)通過學習大量的醫(yī)療影像标注數據集，将會很好(hǎo)的輔助醫(yī)生(shēng)進行臨床診斷以及提出治療方案。

　　得數據者，得人(rén)工智能(néng)

　　人(rén)工智能(néng)主要算(suàn)法應用領域集中在計算(suàn)機視(shì)覺、語音(yīn)識别/語音(yīn)合成，以及自然語言處理(lǐ)三個(gè)方面。

　　圖像方面：一(yī)個(gè)新(xīn)研發的計算(suàn)機視(shì)覺算(suàn)法需要上(shàng)萬張到數十萬張不等的标注圖片訓練，新(xīn)功能(néng)的開發需要近萬張圖片訓練，而定期優化(huà)算(suàn)法也(yě)有上(shàng)千張圖片的需求，一(yī)個(gè)用于智慧城市(shì)的算(suàn)法應用，每年都有數十萬張圖片的穩定需求。

　　語音(yīn)方面：頭部公司累計應用的标注數據集已達百萬小時(shí)以上(shàng)，每年需求仍以20%-30%的增速上(shàng)升，要求數據服務(wù)商(shāng)不僅要掌握專業的聲學知識、數據标注經驗，還要擁有語音(yīn)合成的算(suàn)法能(néng)力。

　　自然語言處理(lǐ)方面：随着工業、醫(yī)療、教育的AI應用産品進一(yī)步爆發，将會有更多交互方式出現(xiàn)，自然語義數據處理(lǐ)的需求将會持續增長，有望成為(wèi)繼圖像、語音(yīn)之後的第三大增量市(shì)場(chǎng)。

　　有多少智能(néng)，就(jiù)有多少人(rén)工

　　這(zhè)些(xiē)海量的數據幾乎全部依賴數據标注師手工進行标注，數據标注行業的缺口十分(fēn)可觀，并且數據标注已經在各行業産生(shēng)了(le)極廣的應用，行業也(yě)開始逐漸升級，走向産業化(huà)。

　　在數據标注行業流行着一(yī)句話(huà)，“有多少智能(néng)，就(jiù)有多少人(rén)工”。

　　近日，來(lái)自普林斯頓大學、康奈爾大學、蒙特利爾大學以及美國國家統計科學研究院共同發表的最新(xīn)論文指出，這(zhè)部分(fēn)手動标記工作(zuò)大多在美國及其他西(xī)方國家之外完成，并對全球各地的工人(rén)施以殘酷剝削。

　　以 Sama(原 Samasource)、Mighty AI 以及 Scale AI 等數據标記公司為(wèi)例，他們主要使用來(lái)自撒哈拉以南(nán)非洲以及東南(nán)亞地區的勞動力，每天支付給員(yuán)工的薪酬僅為(wèi) 8 美元(折合成人(rén)民(mín)币為(wèi) 51.6 元)。但(dàn)與此同時(shí)，這(zhè)些(xiē)企業每年卻能(néng)賺取數千萬美元的巨額收益。

　　現(xiàn)代人(rén)工智能(néng)依賴各種算(suàn)法處理(lǐ)規模達數百萬的示例、圖像或文本素材。但(dàn)在此之前，首先需要由工作(zuò)人(rén)員(yuán)在圖片數據集中手動标記出對象，再将标記完成的大量圖像交付給算(suàn)法以學習模式，掌握如(rú)何準确識别對象。這(zhè)類工作(zuò)量極大、過程極其枯燥且耗時(shí)的手動數據标記過程，已經成為(wèi) AI 經濟體(tǐ)系中的重要組成部分(fēn)。

　　未來(lái)，随着AI應用場(chǎng)景逐漸多領域化(huà)，在數據标注行業内部，從業者也(yě)必将随着AI行業而一(yī)同進入細分(fēn)市(shì)場(chǎng)追逐階段，可謂機遇與挑戰并行。