提升高质量数据供给能力,推动通用人工智能大模型领域创新
近年来,大规模预训练模型(以下简称“大模型”)作为人工智能取得突破性进展的重要驱动力之一,显著加速人工智能工程化和普惠化发展进程,有望成为新一代智能技术底座。人工智能大模型的突破源于高质量数据的不断发展,提升高质量数据要素供给能力是推动通用人工智能大模型领域创新的关键。
2020年的一项重要研究工作发现,模型效果与模型的参数、数据和计算量之间存在幂律发展规律“ScalingLaws”。模型参数、数据和计算量呈指数级增长,模型在测试集上的损失呈指数级下降,模型性能越好。
也就是说,在计算量给定、参数规模较小的情况下,增加模型参数量对模型性能的影响远高于数据和训练次数的贡献模型的步骤。
因此,业界对大型模型的性能形成了普遍的认识,即模型的参数和容量越多,模型的性能越好。
从AI产业链的发展情况和未来发展趋势来看,中国AI数据服务行业的市场规模正在逐步扩大。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愈加清晰。
在青年先锋论坛活动上,云测数据总经理贾宇航指出,作为人工智能的“燃料”,AI数据的质量影响着大模型的最终的结果的好坏。数据的数量越多、质量越高,模型的训练和性能优化就越充分、性能就越好,高质量的AI数据将助力人工智能应用具备更强大的服务能力。
谈及面向大模型高质量数据需求,云测数据在相关层面有哪些优势布局时,贾宇航表示云测数据一直将数据质量作为AI数据服务的发展核心,不仅聚焦于技术研发优化,更是延伸至人才培养、产品服务等环节,为企业提供高质量的场景化的AI数据服务。业务层面通过数据采集、数据清洗、数据标注等方式为企业引入AI数据处理,以标准API接口支持数据导入和导出、支持已有算法预标注功能,可以提供多项AI数据产品应用和AI数据服务,跟任何的企业的数据库打通,完成原始数据到标注数据的快速积累,加速AI模型的开发进程。