效率提升200%、成本降低60%！敢称“AI训练数据最强工具”，什么来头

这一次我们要聊一下数据标注标准和数据AI模型训练这个事情。

起因是不久之前举行的第二届深圳（国际）人工智能展上，云测数据发布了一款针对AI数据训练服务的平台产品——“云测数据标注标准平台4.0”。

让钢哥感兴趣的是，云测数据方面自信满满，称这一平台是当下“AI训练数据最强工具”。

究竟有多强？

从平台相关介绍来看，作为实现AI模型训练与部署的关键一步，实现人工智能产业落地的重要环节，“云测数据标注平台4.0”具备全类型数据标注支持、多种工具组件灵活配置、AI智能辅助标注、多道数据质量控制流程完善的绩效数据统计等特性，能够一站式轻松解决企业AI数据训练需求，可助力AI数据训练综合效率提升200%、服务成本降低60% 、标注精准度最高达99.99%。

首先要明白，什么是数据标注和数据训练？

人工智能的发展如火如荼，如何让机器像人类一样学会学习的背后，机器学习、深度学习等都需要大量数据的进行AI算法模型训练、迭代与支持，相关AI数据的采集、标注与价值挖掘是人工智能技术得以在实际应用场景中大展拳脚的重要基石。

简单来说，就是用 “好的数据”训练出“好的AI”。

随着人工智能深入自动驾驶、智慧医疗、智慧教育等诸多行业领域，AI算法对训练数据维度和样本复杂性的要求变得越来越高，对数据标注技术、标注平台能力、不同维度数据协同标注等都提出了挑战。

高效高质量的进行AI的应用落地, 针对数据采集标注软件工程能力和系统能力的提升必不可少。如何通过技术层、工具层的优化,在最大限度提升人效比的同时提升数据标注准确性，做好数据标注这件“人机协作”的事，已经成为AI应用落地的重要课题。

通过结构创新、智能化、工程化、标准化的标注平台产品赋能AI训练数据行业，可以从质量、效率等方面激发数据要素价值，加速AI技术的创新发展，推进AI产业的场景化落地。

云测数据总经理贾宇航告诉钢哥，推出的4.0版本是在之前实现 商业 化产品的版本基础上，基于人工智能产品落地，面向企业AI训练数据实际生产环节中所需要的的AI数据处理的全流程处理，涵盖数据采集、数据标注、数据管理等数据处理环节。所涉

其中，云测数据标注平台4.0数据采集环节具有多端数据支持、AI辅助质检、浸入式录制引导、自研网盘等设置，解决AI训练数据采集环节面临的不同维度数据采集端系统种类繁多、采集内容及场景复杂易出错、多种传感器数据本地存储安全性及效率等95%问题，帮助企业获取AI应用场景纯净数据；

云测数据标注平台4.0数据标注环节具有丰富标注工具支持、流程化高效化运转、企业流程深度融合、标注流程质量把控等优势，可解决AI落地场景多样性、丰富性的数据需求，AI数据训练过程综合效率提升200%；

云测数据标注平台4.0数据管理环节具有数据权限管理、快捷数据检索、数据版本管理、标注结果可视化等优势，可帮助企业进行多维度灵活数据检索，并进行可视化数据管理，大大助推AI数据产能提升。解决企业自身数据量大、数据标注文件版本过多、数据存储偏线下管理等难题。

及所有的工作流程处理平台、数据标准平台。

相比传统的采集数据、训练模型的方式，云测数据创新性的提出“数据在环和模型迭代在环新方式”，将数据在环开发打通，将数据采集、处理、标注、训练、模型输出进行持续迭代集成。云测数据标注平台4.0，为AI提供了企业处理大规模感知数据的能力，不仅降低了数据采集周期，提升了数据标注效率，大幅降低了AI模型训练成本，同时也在数据识别准确率提升上达到了传统方式无法达到的高度，极大地加速了人工智能的落地迭代周期，节省大量研发时间和成本。

贾宇航说，AI的深度神经网络非常依赖于场景数据，如果不能获得足够多的数据，就不能形成更好的模型，如果某些边缘场景没有被覆盖，就会导致数据缺失，从而使得AI识别不够精准。

通常情况下，AI企业会将产品先行投放到市场上，然后通过在线学习或者增量学习的方式，去逐渐弥补算法上对于这些边缘场景的覆盖。

以自动驾驶为例。某大厂的自动驾驶系统有一套影子模式，驾驶员在开车过程中，后台同步运行一个模型去预测驾驶员的轨迹。

如果出现实际驾驶轨迹和影子模式轨迹不一致，相关数据可能会做筛选，然后分发到相对应的就需要服务器中进行识别和判断，是感知层、决策层、控制层的哪一个环节出现了问题。

如果问题出现在感知层，譬如说出现了在前期AI模型没有覆盖到的一个人穿了动物的衣物出现在道路上小场景数据，车辆因此而没有识别出这是一个人而不是一个动物，那么数据就需要进行标注和训练，从而在以后相似的场景下实现精准识别。

，这时候，数据标注平台就可及时的为会遇到非常大量这些场景数据发挥相对应的清洗和数据标注的作用工作，。在这个过程中，数据一方面要支撑相关业务的处理，另一方面要被用于标注和训练算法的持续迭代，这就是数据迭代的概念。

从而在以后相似的场景下实现精准识别。 以自动驾驶为例。某大厂的自动驾驶系统有一套影子模式，驾驶员在开车过程中，后台同步运行一个模型去预测驾驶员的轨迹。

如果出现实际驾驶轨迹和影子模式轨迹不一致，相关数据可能会做筛选，然后分发到相对应的服务器中进行识别和判断，是感知层、决策层、控制层的哪一个环节出现了问题。

如果问题出现在感知层，譬如说一个人穿了动物的衣物出现在道路上，车辆因此而没有识别出这是一个人而不是一个动物，那么数据就需要进行标注和训练，从而在以后相似的场景下实现精准识别。

而且，随着数据量的增加会导致大量的数据重复，需要在重复的数据中寻找有价值的部分，然后进行标注。

“这就是我们的平台提供的标注服务的能力所在。”贾宇航说。

贾宇航表示认为，云测数据标注平台4.0新的平台将可以为企业提供定制化的数据采集、清晰清洗和标注的服务，帮助企业处理更为海量的在线AI训练学习数据。

正是由于云测数据对于AI训练数据服务的高精度、场景化、工具化的高标准要求，帮助解决AI产业化落地的现实问题，让众多AI企业和各个行业的龙头企业选择与云测数据合作，保持着长期良好的关系。

目前，云测数据深度合作伙伴覆盖了 汽车 、 手机 、工业、家居、 金融 、安防、教育、新零售、地产、生态系统等行业。其中包含众多世界500强企业、高校科研机构、政府机构，头部AI企业和大型 互联网 企业，涵盖了计算机视觉、语音识别、自然语言处理、知识图谱等AI主流技术领域。