文章摘要：AI的巨大成功主要?dú)w功于以模型為中心的AI方法推動(dòng)的機(jī)器學(xué)習(xí)的創(chuàng)新。而訓(xùn)練數(shù)據(jù)是整個(gè)創(chuàng)新過程中的固定組件。然而，現(xiàn)在的重點(diǎn)正在轉(zhuǎn)移到以數(shù)據(jù)為中心的人工智能上。

在過去的幾十年里，我們目睹了人工智能（AI）在幾個(gè)行業(yè)的廣泛出現(xiàn)。AI的巨大成功主要?dú)w功于以模型為中心的AI方法推動(dòng)的機(jī)器學(xué)習(xí)的創(chuàng)新。這種方法的主要重點(diǎn)是不斷改進(jìn)和迭代代碼，以提高模型性能，而訓(xùn)練數(shù)據(jù)是整個(gè)創(chuàng)新過程中的固定組件。然而，現(xiàn)在的重點(diǎn)正在轉(zhuǎn)移到以數(shù)據(jù)為中心的人工智能上。

什么是以數(shù)據(jù)為中心的人工智能？

成熟的深度學(xué)習(xí)算法和先進(jìn)的神經(jīng)網(wǎng)絡(luò)架構(gòu)為向以數(shù)據(jù)為中心的人工智能的范式轉(zhuǎn)變鋪平了道路。在這里，代碼是固定組件，輸入代碼的數(shù)據(jù)被重新設(shè)計(jì)，以幫助模型產(chǎn)生更好的輸出。數(shù)據(jù)通常通過提高標(biāo)簽一致性、刪除嘈雜數(shù)據(jù)和進(jìn)行深入的錯(cuò)誤分析，以及一些與手頭問題兼容的其他數(shù)據(jù)增強(qiáng)技術(shù)來增強(qiáng)。事實(shí)證明，修訂后的方法在實(shí)用性方面是成功的。

數(shù)據(jù)在人工智能生命周期中不可或缺的作用

隨著以數(shù)據(jù)為中心的人工智能的出現(xiàn)，以前被認(rèn)為是預(yù)處理活動(dòng)的數(shù)據(jù)來源、工程、注釋和驗(yàn)證等功能現(xiàn)在對(duì)于確保模型增強(qiáng)至關(guān)重要。

例如，沃豐科技搭建了可以進(jìn)行用戶對(duì)話分析和挖掘的會(huì)話分析系統(tǒng)，可以嘗試兩種人工智能方法。通過以模型為中心的方法，重點(diǎn)是通過增強(qiáng)代碼來提高分析性能。這通常會(huì)導(dǎo)致每次迭代的性能改進(jìn)最小。然而，在以數(shù)據(jù)為中心的方法中，重點(diǎn)轉(zhuǎn)移到收集多樣化、高質(zhì)量的數(shù)據(jù)，并通過精確的標(biāo)簽參數(shù)、改進(jìn)人為環(huán)共識(shí)、詳細(xì)的錯(cuò)誤分析和其他數(shù)據(jù)重新設(shè)計(jì)方法來減少標(biāo)簽不一致。

原則上，由于數(shù)據(jù)多樣性、標(biāo)簽一致性、準(zhǔn)確性和數(shù)據(jù)集量的改善，后一種方法被認(rèn)為對(duì)模型的結(jié)果產(chǎn)生了重大影響。當(dāng)模型迭代攝入數(shù)據(jù)并持續(xù)提供高質(zhì)量的數(shù)據(jù)時(shí)，它們往往表現(xiàn)更好。更復(fù)雜的人工智能系統(tǒng)，如自動(dòng)駕駛汽車、搜索引擎和推薦系統(tǒng)，對(duì)數(shù)據(jù)很渴望，需要高度豐富的數(shù)據(jù)集才能產(chǎn)生更好的機(jī)器學(xué)習(xí)結(jié)果。但是，如何應(yīng)對(duì)采用以數(shù)據(jù)為中心的人工智能方法的挑戰(zhàn)？

數(shù)據(jù)挑戰(zhàn)阻礙了以數(shù)據(jù)為中心的人工智能的發(fā)展

當(dāng)前AI的重大瓶頸不再是訓(xùn)練模型，而是所需的數(shù)據(jù)。缺乏高質(zhì)量的數(shù)據(jù)可能會(huì)嚴(yán)重破壞舉措，并減緩人工智能的進(jìn)展。收集、清洗、標(biāo)記和匯總數(shù)據(jù)以進(jìn)行訓(xùn)練、測(cè)試和驗(yàn)證模型需要繁瑣的人力。因此，這些數(shù)據(jù)處理活動(dòng)也可能昂貴且耗時(shí)，對(duì)團(tuán)隊(duì)來說可能是一個(gè)巨大的挑戰(zhàn)。此外，培訓(xùn)、確定和管理一個(gè)項(xiàng)目的幾個(gè)注釋員可能會(huì)很快成為一項(xiàng)復(fù)雜的任務(wù)。

數(shù)據(jù)標(biāo)注和訓(xùn)練團(tuán)隊(duì)面臨的其他挑戰(zhàn)包括：

克服因數(shù)據(jù)傾斜或標(biāo)簽不準(zhǔn)確或有偏見而導(dǎo)致的人工智能偏見。

管理數(shù)據(jù)項(xiàng)目配置和自動(dòng)化數(shù)據(jù)工作流程。

管理員工培訓(xùn)、評(píng)估、任務(wù)分配等。

為不同行業(yè)的各種邊緣案例構(gòu)建自定義訓(xùn)練模型。

定義質(zhì)量指標(biāo)和基準(zhǔn)，并設(shè)計(jì)高效的評(píng)估流程。

創(chuàng)建全面的標(biāo)簽指南，以保持所有注釋者的標(biāo)簽一致性。

維護(hù)數(shù)據(jù)隱私和安全，以遵守?cái)?shù)據(jù)治理法規(guī)。

人工智能訓(xùn)練數(shù)據(jù)的基本指南

探索人工智能數(shù)據(jù)解決方案的領(lǐng)先提供商來采購、標(biāo)記和分析是訓(xùn)練數(shù)據(jù)是最佳做法。

以數(shù)據(jù)為中心的人工智能的當(dāng)代三重奏：平臺(tái)、專業(yè)人士和解決方案

平臺(tái)、專業(yè)人士和解決方案的正確組合可以幫助縮小人工智能數(shù)據(jù)差距。數(shù)據(jù)訓(xùn)練師和人工智能創(chuàng)新者可以通過將高級(jí)標(biāo)簽平臺(tái)的力量與訓(xùn)練有素的專家和系統(tǒng)的數(shù)據(jù)標(biāo)簽過程相結(jié)合，最大限度地發(fā)揮高質(zhì)量數(shù)據(jù)的優(yōu)勢(shì)并改善模型輸出。

一個(gè)復(fù)雜的人工智能訓(xùn)練平臺(tái)

具有數(shù)據(jù)標(biāo)簽自動(dòng)化功能的平臺(tái)有助于團(tuán)隊(duì)在重新設(shè)計(jì)數(shù)據(jù)以適應(yīng)其模型時(shí)提高生產(chǎn)率，減少人力并節(jié)省更高的成本。AI培訓(xùn)平臺(tái)中內(nèi)置的數(shù)據(jù)安全和隱私控制是確保遵守所有數(shù)據(jù)治理法規(guī)的先決條件。此外，自動(dòng)化工作流程和數(shù)據(jù)管理系統(tǒng)支持持續(xù)的數(shù)據(jù)供應(yīng)鏈，以訓(xùn)練、測(cè)試和驗(yàn)證模型。

一個(gè)多樣化且訓(xùn)練有素的專業(yè)團(tuán)隊(duì)

一個(gè)多樣化且訓(xùn)練有素的專家小組在以數(shù)據(jù)為中心的人工智能方法中注入必要的人類判斷力，同時(shí)打擊潛在的人工智能偏見。多樣化的注釋員群體有助于克服數(shù)據(jù)集中某些身份的過度/不足表示，以及不一致和標(biāo)簽差異。

一個(gè)成功的精心策劃的解決方案

除了用強(qiáng)大的平臺(tái)為數(shù)據(jù)訓(xùn)練過程充電外，端到端項(xiàng)目管理確保數(shù)據(jù)從一個(gè)接觸點(diǎn)無縫流向下一個(gè)接觸點(diǎn)。簡化數(shù)據(jù)處理活動(dòng)包括執(zhí)行數(shù)據(jù)安全和處理協(xié)議，為各種項(xiàng)目創(chuàng)建詳細(xì)的注釋員培訓(xùn)說明和評(píng)估標(biāo)準(zhǔn)，為不同的員工分配數(shù)據(jù)標(biāo)簽任務(wù)，重新設(shè)計(jì)數(shù)據(jù)集以適應(yīng)邊緣情況或復(fù)雜場景等。運(yùn)行良好的數(shù)據(jù)交付過程是為成功的人工智能系統(tǒng)構(gòu)建高質(zhì)量數(shù)據(jù)集的關(guān)鍵。

創(chuàng)新者不斷突破人工智能應(yīng)用程序的界限，以數(shù)據(jù)為中心的方法意味著未來有希望的進(jìn)步。專業(yè)人員和流程的智能組合來為您的人工智能數(shù)據(jù)助力。

關(guān)于我們：

沃豐科技是中國人工智能與營銷服務(wù)解決方案提供商，依托人工智能、大數(shù)據(jù)、云計(jì)算等核心技術(shù)，打造了一體化客戶全生命周期解決方案，為超多世界500強(qiáng)、中國500強(qiáng)客戶提供了解決方案，具有豐富的數(shù)據(jù)和經(jīng)驗(yàn)。具備一個(gè)成熟且高質(zhì)量的研發(fā)團(tuán)隊(duì)或者說訓(xùn)練團(tuán)隊(duì)，能夠根據(jù)客戶需求進(jìn)行定制化的模型訓(xùn)練；具備多種專利技術(shù)，搭建起專業(yè)的技術(shù)平臺(tái)，在數(shù)據(jù)訓(xùn)練的過程中采用多樣化且成熟的訓(xùn)練方法，在企業(yè)數(shù)據(jù)中不斷分析、挖掘、新生，助力企業(yè)智能化提升。

》》點(diǎn)擊免費(fèi)試用數(shù)據(jù)分析，優(yōu)勢(shì)一試便知

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://www.gototw.com.cn/ucm/report/26966