云测数据：积极推动行业标准建立,为AI数据高质量发展贡献力量

人工智能是新一轮 科技 革命和产业变革的重要驱动力量。麦肯锡公司的数据表明,人工智能每年能创造3.5万亿至5.8万亿美元的 商业 价值,使传统行业商业价值提升60%以上。 数据作为人工智能的核心要素之一,对人工智能技术积极发展起着至关重要的作用。

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。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,行业向着专业化、规范化方向快速发展。

作为AI数据服务市场的代表厂商之一,云测数据在业务端面向智能驾驶、智慧城市、智能家居、智慧 金融 、新零售等众多领域提供一站式数据处理服务,提供通用数据集、数据标注平台&数据管理系统等生产工具,持续为计算机视觉、语音识别、自然语言处理、知识图谱等AI主流技术领域提供高价值数据支持;在行业端也在积极推动完善AI数据服务生态发展,通过丰富成熟的数据服务与策略积累,联合AI领域各大代表企业积极推动行业相关标准体系化的建设,为行业的高速、健康发展贡献力量。

参编AI开发管理标准,引领能力输出

近年来,Model/MLOps在人工智能业界广受关注,并从模型全生命周期治理等角度助力企业中各类角色高效协作,进而赋能业务价值提升。目前Model/MLOps管理体系还处于初级发展阶段,在流程规范性、过程自动化、标准一致性等方面有待提升,亟待开展Model/MLOps标准体系的编制工作。

由中国信通院云大发布的全球首个AI模型开发管理标准——《人工智能研发运营一体化(Model/MLOps)能力成熟度模型第一部分:开发管理》,填补了国内外机器学习项目开发管理标准的空白。其中,云测数据与百度、华为、京东等30余+业内知名企业共同参与了该系列标准的制定工作。该标准从需求管理、数据工程和模型开发等3个能力子域切入,包括10个能力项和28个能力子项,对机器学习开发管理过程提出了五个级别的能力要求,分别为基础级、专业级、优秀级、卓越级和领航级。同时该标准从模型全生命周期治理等角度助力为企业中各类角色高效协作提供了指导意见,可以帮助企业提升AI研发运营效能,赋能业务价值提升,促进企业智能化转型。

输出智能驾驶标注规范,发挥专业价值

伴随着智能AI时代、5G时代的到来,智能网联 汽车 已成为全球汽车产业发展方向,数据作为原料,驱动着汽车智能化的进程。近年来,国内外各企业、高校及科研院所发布了众多自动驾驶数据集,且智能网联汽车复杂度呈指数级升高,未来针对智能网联汽车开发及安全验证需要基于海量场景数据进行。智能汽车场景下的场景数据标注、点云标注还存在形式各异、质量参差不齐的问题。

《智能网联汽车场景数据图像标注要求与方法》《智能网联汽车激光雷达点云数据标注要求及方法》由中国智能网联汽车产业创新联盟提出,国汽(北京)智能网联汽车研究院有限公司联合行业力量编制完成。作为其中唯一一家训练数据服务代表厂商,云测数据与中国科学院自动化研究所、中国汽车技术研究中心、北京汽车研究总院、一汽股份等业界代表力量共同起草编制。

两项标准的发布旨在为行业提供场景数据图像标注、数据点云标注的基本规范,并给出一套切实可行的标注方法,促进了场景数据图像标注的标准化、提升场景数据的通用性和易用性。标准的研究和制定对我国智能网联汽车场景数据标注的标准体系建设具有重要意义,填补了我国在智能网联汽车场景数据标注标准的空缺,进而助力了智能网联汽车的研发和测试,推动智能网联汽车产业更好、更快发展。

自成立以来,云测数据一直以技术创新加速行业发展为己任,先后推出“云测数据标注平台”、“AI数据集管理系统”等技术成果,为AI相关企业提供处理大规模感知数据的能力。未来,云测数据将继续秉持为行业长远发展的责任感,积极发挥实践引领者作用,为推动AI数据服务行业高质量发展贡献出“标准力量”。