數(shù)據(jù)標(biāo)注是大多數(shù)人工智能的基礎(chǔ)，它決定了機器學(xué)習(xí)和深度學(xué)習(xí)模型的質(zhì)量。今天的數(shù)據(jù)呈現(xiàn)指數(shù)級的爆發(fā)，比如僅在2018年，就產(chǎn)生了超過30 ZB的數(shù)據(jù)。而在在任何人工智能項目中，對于數(shù)據(jù)科學(xué)家而言，數(shù)據(jù)問題都是其中的癥結(jié)所在。

什么是數(shù)據(jù)標(biāo)注？

訓(xùn)練機器學(xué)習(xí)和深度學(xué)習(xí)模型，需要豐富的數(shù)據(jù)，以便將其用于部署，訓(xùn)練和調(diào)整模型。訓(xùn)練機器學(xué)習(xí)和深度學(xué)習(xí)模型需要大量經(jīng)過仔細標(biāo)注的數(shù)據(jù)。標(biāo)注原始數(shù)據(jù)并準(zhǔn)備將其應(yīng)用于機器學(xué)習(xí)模型和其他AI工作流，被稱為數(shù)據(jù)標(biāo)注。根據(jù)相關(guān)統(tǒng)計，數(shù)據(jù)整理在AI項目中消耗了80%以上的時間。

數(shù)據(jù)如何標(biāo)注？

如今，大多數(shù)數(shù)據(jù)都沒有標(biāo)注。帶標(biāo)簽的數(shù)據(jù)，意味著標(biāo)注或注釋目標(biāo)模型的數(shù)據(jù)，以便可以預(yù)測。通常，數(shù)據(jù)標(biāo)注包括數(shù)據(jù)標(biāo)注，注釋，審核，分類，轉(zhuǎn)錄和處理。

標(biāo)注的數(shù)據(jù)突出顯示某些特征，并根據(jù)這些特征對其進行分類，可以通過模型分析其模式以預(yù)測新的目標(biāo)。例如，對于自動駕駛汽車中的計算機視覺，AI專業(yè)人員或數(shù)據(jù)標(biāo)注者可以使用視頻標(biāo)注工具來指示路牌的位置，并通過行人和其他車輛的位置來訓(xùn)練模型。

數(shù)據(jù)標(biāo)注中包含的一系列任務(wù)：

1.豐富數(shù)據(jù)的工具

2.質(zhì)量保證

3.流程迭代

4.管理數(shù)據(jù)標(biāo)簽

5.培訓(xùn)新的數(shù)據(jù)標(biāo)簽

6.項目計劃

7.成功指標(biāo)

8.流程運作

AI專業(yè)人員的數(shù)據(jù)標(biāo)簽挑戰(zhàn)？

在典型的AI項目中，專業(yè)人員在進行數(shù)據(jù)標(biāo)注時會遇到以下幾個方面的挑戰(zhàn)。

1.數(shù)據(jù)標(biāo)簽質(zhì)量低下。數(shù)據(jù)標(biāo)簽質(zhì)量低可能有很多原因。其中最突出的原因之一是任何企業(yè)或工作流程確實三個決定因素：人員，流程和技術(shù)。

2.無法擴展數(shù)據(jù)標(biāo)注操作。當(dāng)數(shù)據(jù)量不斷增長并且業(yè)務(wù)或項目需要擴展其容量時，由于大多數(shù)企業(yè)都在內(nèi)部標(biāo)記數(shù)據(jù)，因此它們通常也難以擴展其數(shù)據(jù)標(biāo)注任務(wù)。

3.難以承受的成本和不存在的結(jié)果。企業(yè)和AI項目經(jīng)理通常雇用高薪數(shù)據(jù)科學(xué)家和AI專業(yè)人士或一組業(yè)余人員來處理數(shù)據(jù)標(biāo)簽，而企業(yè)需要承擔(dān)高昂的人工成本，當(dāng)然企業(yè)也會面臨數(shù)據(jù)標(biāo)簽不確定所帶來的問題，所以合適的專業(yè)人員至關(guān)重要。

4.質(zhì)量保證。進行質(zhì)量檢查可以為數(shù)據(jù)標(biāo)注過程提供重要價值，尤其是在機器學(xué)習(xí)模型測試和驗證的迭代階段。

誰來標(biāo)注數(shù)據(jù)？

相關(guān)調(diào)查顯示，2019年，企業(yè)在數(shù)據(jù)標(biāo)簽上的支出超過17億美元。到2024年，這一數(shù)字將達到41億美元。進行數(shù)據(jù)標(biāo)注工作，除了雇傭?qū)I(yè)的數(shù)據(jù)科學(xué)家和AI專家之外，還可以考慮通過其他方式。

雇員。這包括雇用包括AI專業(yè)人員在內(nèi)的全職或兼職員工，參與AI項目的各個方面，其中之一是數(shù)據(jù)標(biāo)注。

托管團隊。他們是經(jīng)驗豐富，且訓(xùn)練有素的數(shù)據(jù)標(biāo)簽團隊。

承包商。他們包括自由職業(yè)者和臨時工。

眾包。企業(yè)可以使用第三方平臺一次性尋找數(shù)據(jù)標(biāo)注團隊。