當前，人工智能在各行各業(yè)得以大規(guī)模應用，人工智能技術研發(fā)也正在逐漸從已有的瀑布式開發(fā)轉變?yōu)槊艚蓍_發(fā)，MLOps（Machine Learning Operations）等模式應運而生。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，人工智能數據服務領域也必須做出新的革新。

　　專注于高質量、場景化的AI訓練數據服務代表企業(yè)云測數據，于近日重磅發(fā)布了“面向AI工程化推出新一代數據解決方案。據了解，此方案是AI數據行業(yè)領域首個面向AI工程化的數據解決方案。

　　這套面向AI工程化的新一代數據解決方案通過成熟數據管理和標注平臺，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，在保證數據隱私安全的標注環(huán)境下，高度支持企業(yè)所需數據的高效流轉、持續(xù)進行數據處理任務，提高規(guī)?；a效率。

　　通過云測數據面向AI工程化的新一代數據解決方案，可在保障數據安全的基礎上，加速AI企業(yè)算法模型開發(fā)周期，在AI數據訓練過程中綜合效能可提升200%以上、數據交付質量最高可達99.99%標注精度、助力企業(yè)降本增效。

　　AI數據正在發(fā)生變化

　　當前，AI產業(yè)級應用已經進入大數據、大模型時代。AI技術需要通過海量精準的大數據和豐富明確的應用場景產生價值。

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

　　那么當AI工程化趨勢到來，相應的數據會產生哪些變化？

　　云測數據提到，智能時代下，數據迭代有三個進程階段，第一階段，算法處于預研期，基于成品數據快速得到驗證，對傳感器及場景要求較低；第二階段，算法處于研發(fā)期，應用場景及傳感器明確，需要大規(guī)模高質量數據進行算法迭代；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)通過生產環(huán)境數據迭代算法。云測數據總經理表示：“每個階段所需要的數據特點鮮明，且不可或缺。如何更好地幫助企業(yè)完成算法持續(xù)優(yōu)化期的數據，是幫助企業(yè)完成工程化，面向產業(yè)落地至關重要的一步”。

　　云測數據推動行業(yè)加速發(fā)展

　　在數字經濟持續(xù)發(fā)展的背景下，人工智能發(fā)展迅速并與各種應用場景深度融合，已成為促進經濟創(chuàng)新和發(fā)展的重要技術。在多元化的人工智能場景落地背景下，推進人工智能數據質量向更高標準發(fā)展已成為行業(yè)廣泛關切的重點，AI數據也需要具備領航能力的企業(yè)承擔起推動行業(yè)進步的責任。

　　近日，在由中國科學院《互聯(lián)網周刊》、中國社會科學院信息化研究中心、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，云測數據獲得“2022年人工智能數據領航企業(yè)”認可。其獲獎理由為：“近年來，在數據標注領域，云測數據創(chuàng)新推出訓練數據場景化采集、以卓越的數據標注平臺技術能力，在助力企業(yè)進行數據管理，減少數據冗余、最大化地發(fā)揮AI訓練數據的價值，增強企業(yè)AI領域的核心競爭力方面起到了積極作用?！?br />
　　值得一提的是，“云測數據標注平臺”可為AI相關企業(yè)提供處理大規(guī)模感知數據的能力，通過結構創(chuàng)新、智能化、工程化、標準化的標注平臺產品賦能AI訓練數據行業(yè)，加速了人工智能相關應用的落地迭代周期，節(jié)省大量研發(fā)時間和成本，進而推進AI產業(yè)的場景化落地；“AI數據集管理系統(tǒng)”則展示了在數據資產成為企業(yè)核心資產背景下，進一步拓展深化AI訓練數據價值的實踐。

　　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)領域，AI算法對訓練數據維度和樣本復雜性的要求變得越來越高，對數據標注技術、標注平臺能力、不同維度數據協(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，云測數據作為AI數據服務領域的佼佼者，勢必為企業(yè)在AI工程化趨勢下的多樣化數據需求提供優(yōu)質的解決方案。