在AI产业链中,算法、算力和数据共同构成技术发展的三大核心要素。在当前人工智能行业发展进程中,有监督的深度学习算法是推动人工智能技术取得突破性发展的关键技术理论,而大量训练数据的支撑则是有监督的深度学习算法实现的基础,训练数据已成为算法模型发展和演进的“燃料”。
为充分发挥人工智能技术的潜能,深度学习模型需要海量且涵盖图像、视频及语音在内等多种类型的训练数据进行模型训练。根据 Dimensional Research 的全球调研报告,72%的受访者认为至少使用超过10 万条训练数据进行模型训练,才能保证模型有效性和可靠性。
市场规模及发展情况
从AI产业链的发展情况和未来发展趋势来看,中国基础数据服务行业的市场规模将不断扩大。一方面,随着算法模型、技术理论和应用场景的优化和创新,AI产业对训练数据的拓展性需求和前瞻性需求均快速增长;另一方面,随着行业内对训练数据需求类型的增加以及对服务标准要求的提高,产业链的专业化分工将愈加清晰,专业化的训练数据服务提供商将扮演更加重要的角色。
同时,数据总量与处理需求量也在快速增长。大数据、云、物联网等信息技术的发展和互联网设备的普及产生了前所未有的海量数据,宣告了数据时代的来临。物联网的发展更使线下业务产生的大量数据被采集起来,数据量呈指数式增长。
据国际数据公司(IDC)预测,中国的数据量增速最快,平均每年的增长速度比全球快3%。2018年,中国的数据量为7.6ZB,占全球总量的23.4%,预计到2025年将增至48.6ZB,占全球总量的27.8%,年复合增长率达30.35%。在这样的数据增长背景下,数据资产管理的重要性不言而喻。
如何进行AI数据资产管理
在当下,数据被公认为是企业的最宝贵资产之一,数据的价值得到广泛认同。对人工智能企业来讲,AI训练数据更是占据着战略性地位。
当“数据资产是企业核心资产”的概念深入人心之后,人工智能企业对于AI数据资产管理便有了更清晰的界定,数据资产竞争力在企业竞争中的所占比重与日俱增。如果不能对数据进行有效梳理及精细化管理,其价值就得不到很好体现,严重影响数据价值发挥与运用。
据了解,作为高质量AI训练数据服务倡导者和实践者,云测数据将在2021中国国际服务贸易交易会(简称:服贸会)正式对外发布“云测数据标注平台-AI数据集管理系统”新技术成果。云测数据AI数据集管理系统专注于Al数据集的上传、管理、存储、分享,数据类型标签化管理,同时支持标注结果的存储、标注结果可视化等功能,从而助力企业进行数据管理,提升数据训练的匹配度,高效开展模型训练,增强Al领域的核心竞争力。
总得来说,越来越多的人工智能企业意识到高质量的训练数据越多意味着AI落地应用效果越精准,但并不意味着所产生的价值越大,只有把海量的训练数据进行有效管理,才能减少冗余数据、最大化地发挥训练数据的价值。对于即将发布的云测数据标注平台-AI数据集管理系统,它将如何帮助企业在AI落地阶段更高效、高质的运用训练数据这一核心资产,我们拭目以待。
