導 讀：人類對人工智能的探索就像一次征服汪洋大海的過程。從上世紀中期人工智能起步，到如今探索人工智能與應用場景的深度結合，在“船舶”和“動力”已經得到極大保障的前提下，“航海圖”中一旦出現訓練數據偏差或者缺少數據支持，那我們與目的地將會背道而馳，相距愈遠。

如果把人類探索人工智能的歷程比作是征服汪洋大海的過程，那算力、算法和數據就分別代表著船舶、動力和航海圖。算力決定了船舶的種類，比如它是郵輪、艦艇還是航母；算法決定了船舶的航行速度，因為它決定船舶是使用蒸汽、柴油還是核動力；數據則是一張航海圖，越豐富和精準的數據動力，才能越拉近我們和目的地之間的距離。

近幾年，得益于物聯網、人工智能、5G 等新型技術的飛速發展，智能家居在短短數年間就已經相繼渡過了“自動化”、單品智能化”、“物聯網+家居場景”三個階段，進入了當前的“人工智能+家居場景”的“智能”階段，開啟了智能家居對人的思維和意識的學習與探索。

在電影《鋼鐵俠》中，托尼·史塔克的人工智能管家賈斯維就幾乎滿足了觀眾們對“智能家居”的一切美好幻想。然而，當“它”真正走進現實時，雖然也在一定程度上便利了我們的生活，但離理想中的“完美”還差有一大段距離。

根據相關從業者的調查，智能家居技術人員與市場之間并沒有形成良好的互動關系，雖然他們開發的產品在技術上具有先進性，但真實的實用性差、操作復雜，與市場需求脫節的現實問題仍舊普遍存在。據公開數據顯示，目前市面上的產品中，因人機交互體驗差造成消費者消費熱情不高漲的原因占比達到了 12.7%，而造成這些現象的原因正是由于缺乏豐富且精準的場景數據支持。

就像本文開篇所說，我們對人工智能的探索就是一次征服汪洋大海的過程。從上世紀中期人工智能起步，到如今探索人工智能與應用場景的深度結合，在“船舶”和“動力”已經得到極大保障的前提下，“航海圖”中一旦出現訓練數據偏差或者缺少數據支持，那我們與目的地只會背道而馳，相距愈遠。

AI 數據之于智能家居落地，亦如航海圖之于航海

鋼鐵俠之友——賈斯維，或可以看作是人工智能應用于智能家居的最高目標了，它不僅在日常生活中可以跟史塔克上演拌嘴逗趣的經典名場面，也可以跟史塔克進行“人機協作”，默契的配合工作。

這其中都體現了人工智能技術在智能家居領域中的本質，云測數據總經理賈宇航稱之為一場革命，一場 AI 的交互革命。

而這場革命之中，以語音交互、視覺交互等交互技術為主，以自然語言處理、機器視覺處理等 AI 能力為支撐。同時，這也就意味著人工智能對場景數據需求幾乎全面的覆蓋到語音、圖像、文本、視頻等領域。

在 AI 體系中，算力、算法和數據是拉動人工智能奔跑的“三駕馬車”，分別承擔著基礎設施能力、指導方法和算法依據的作用。而經過采集和標注的精準數據（語音、圖像、文本、視頻等），反哺用于算法的迭代訓練當中，才能輸出一套完整的人工智能數據解決方案。賈宇航將此三者的關系定義為“相互制約、相互促進”。

由此觀之，應用于智能家居場景下的 AI 數據自然是反哺出解決方案的“源頭活水”，要想 AI 技術在智能家居應用中達到最高目標，AI 數據自然不可忽視，而且要包含豐富性與準確性兩個標準，這也就涉及到人工智能的數據采集與數據標注問題。

其實，人工智能玩家對于 AI 數據的態度還是比較一致的，包括國外的谷歌、微軟、亞馬遜，國內的百度、阿里等巨頭，都在 AI 數據上有所建樹。除此外，云測數據作為國內數據采集與標注方面的領軍者，被媒體與商湯、曠視、涂鴉、地平線稱之為“人工智能五強”。這也是因為業界深知高質量的數據對 AI 應用的重要性，才將在算法、算力、數據不同領域各有建樹的企業進行“組合”，或者說這也是業界對人工智能發展寄托的一個表達方式。

從語音識別角度來看，比如最近某貓精靈宣布上線了四川話，用戶可以在使用鬧鐘、天氣、你想我猜等日常生活及娛樂功能時，使用四川方言與其進行對話。

但其實除了方言之外，性別、年齡、講話人語速、說話背景、噪音、情緒、語言種類等等因素，都是構成一個豐富的、真實的交互樣本的關鍵。這就需要通過將一些特定的數據交給人工智能去強行總結一個特定的規律，這個規律具有一定的適用性，讓真正的用戶在使用過程中，能夠達到一個真實的應用體驗。

又或者從語義識別的角度看，當我們需要打開空調時，通過說出一個命令，機器或許可以理解并打開空調。但涉及到富有邏輯的深層次含義時，機器是否能“聽懂”？特別在對應的功能越來越豐富后，會拆分出越來越多的子類，比如空調打開之后的溫度調整、風速調整等等不同的屬性。

因而，智能家居要想真正實現落地，必須要依靠豐富的、高質量的 AI 數據，以此來反哺 AI 算法，以幫助智能家居行業企業在發掘 AI 潛力的道路上提升用戶的體驗，同時達到自身的降本增效。就像航海的船舶要到達目的地，必須要求一張數據完整且精準的航海圖一樣。

云測數據，助力行業航向成功的彼岸

在《人工智能 2020：落地挑戰與應對——中國人工智能行業報告》中，云測數據作為唯一一家 AI 數據領域服務商入選。相比國內外巨頭，云測數據依靠對 AI 數據的獨特見解和商業模式，成功殺出重圍，成為行業的頭部玩家。

目前，云測數據的數據標注業務已經形成超千人規模的團隊，依托場景實驗室和數據標注基地兩大實力支撐，為除了智能家居領域之外的智能駕駛、智慧城市、智慧金融等領域提供高質量的場景化 AI 數據服務，全方位支持文本、語音、圖像、視頻等各類型數據的處理。

面向智能家居行業，云測數據的數據采集核心能力包括喚醒詞采集、控制詞采集、指定語料采集、人臉采集、情緒類型采集、中英文、國內各地方言、東南亞及歐洲、非洲小語種等采集類型，支持智能音箱、智能電視、智能掃地機器人等場景數據采集；數據標注核心能力包括人物語音轉寫、行為意圖、聲紋識別、領域識別、語句泛化、語義分割等標注類型，支持智能音箱、智能電視、智能掃地機器人等場景數據標注。

賈宇航認為 AI 數據在智能家居領域的發展趨勢正向多模態、情感化、細分領域三大方向發展，對此云測數據也建立了自己的服務體系，以持續滿足智能家居領域的企業對 AI 數據服務的需求。

首先是專業化、定制化和場景化。AI 數據伴隨著 AI 的發展已經經歷了較為混亂的發展期，并衍生出了不同的業態。比如通過爬蟲技術進行數據抓取的“史前階段”，又或者在人工智能技術成長早期，通用數據集也“獨有一片天下”。而現在，云測數據通過提供場景化的數據采集和數據標注服務，以此為當下 AI 產業中即將落地的企業提供服務。

場景實驗室和數據標注基地便是云測數據的兩大“法寶”：首先是數據場景實驗室，為應對智能家居場景中可能出現的一切場景，比如像光線、噪音、背景等環境條件，以及針對不同的人種、語言、年齡、性別等因素，云測數據可以搭建和模擬針對不同需求的“真實場景”，進而對智能家居領域的客戶提供還原場景的數據采集；其次是數據標注基地，通過對人工智能訓練師進行專業的培訓，并且配合自有的數據平臺，進行持續迭代，確保整個數據精準的輸出，能為安防、家居、駕駛、金融、互聯網、零售、教育等領域客戶提供專業的定制化服務。

其次是高效率、高精準、高質量。在人工智能領域中有著這樣一句話：garbage in，garbage out。換而言之，數據的好壞是可以通過算法的“錘煉”直接體現在最終的結果上的。這實際上也是對一家 AI 數據服務商對數據精準度控制、數據流程把控、數據質量篩查能力的考驗。只有高質量的 AI 數據，才能最大限度的加速人工智能應用落地，幫助企業降本增效，同時實現市場良幣驅逐劣幣。

云測數據的人工智能數據服務團隊已經形成了一套包含任務分配、需求分析、需求確認、數據清洗、試標確認、進度控制、質量保障等流程的完整作業體系。比如云測數據在語音、文本、圖片、視頻等類別標注上都設置了底層規則，并設有多次審核機制，再加上專業標注邏輯、思維和思考能力以及相關領域知識，從而高效輸出成一套高質、精準的智能家居數據解決方案。

最后是重中之重的數據隱私安全。云測數據對此有著深刻的認識，企業的數據安全是一個企業構成核心競爭壁壘的重要要素之一。所以，在操作流程上，云測數據作為行業獨立第三方的身份，加之 “流程中的數據隔離”“絕不復用”等原則，來幫助客戶提升 AI 數據競爭力，保證 AI 數據的對應價值。

智能家居迸發美麗火花

咨詢公司 A T Kearney 的一項預測顯示，到 2022 年，亞洲的智能家居市場將增長到 260 億美元，到 2030 年將增長到 1150 億美元，占全球市場的 30%以上。中國將成為亞洲增長的關鍵。而就智能家居現階段而言，“人工智能+家居場景”的智能化階段將呈現持續且長期的發展后勁。AI 數據助力下，智能家居行業必定迎來強勁的增長，迸發出絢麗的火花。

最后借用云測數據總經理賈宇航曾說過的一句話，以寄托對智能家居產業美好未來的希冀。

“我們希望在已有的領域能夠越走越深，同時拓展到更多領域，為更多人工智能企業服務，也希望更多人工智能企業的產品和項目可以更快落地、讓人們在日常生活中去使用；真真正正讓用戶感受到理解和溫暖。如果這個愿景達到了，提供數據標注和數據采集服務的我們也就心滿意足了。”
? ? ? ?責任編輯:pj