“誰得到數(shù)據(jù)，誰就得到人工智能”。如今，人工智能已經(jīng)在我們的生活中普遍存在，比如“Siri”、“指紋解鎖”、“人臉識別”等等，都屬于人工智能的范疇。而人工智能的上游基礎(chǔ)產(chǎn)業(yè)，數(shù)據(jù)標(biāo)注，鮮為人知。數(shù)據(jù)標(biāo)注是一個(gè)極其龐大的行業(yè)。在數(shù)字標(biāo)簽行業(yè)，從業(yè)者也會隨著AI行業(yè)進(jìn)入細(xì)分市場追逐階段?？梢哉f機(jī)遇和挑戰(zhàn)是齊頭并進(jìn)的，為創(chuàng)業(yè)者創(chuàng)造了很多機(jī)會，也為社會創(chuàng)造了很多新的就業(yè)機(jī)會。那么數(shù)據(jù)標(biāo)注有哪些應(yīng)用場景，為什么會這么火？

數(shù)據(jù)標(biāo)注的應(yīng)用場景

人臉識別

面部識別系統(tǒng)

人臉識別又稱人像識別和人臉識別，是基于人體面部特征信息，采集多年齡、多角度、多表情、多光線的人臉圖像，從而完成身份識別的生物識別技術(shù)。人臉識別涉及的技術(shù)主要包括計(jì)算機(jī)視覺和圖像處理。

人臉識別在中國的應(yīng)用經(jīng)歷了從公安領(lǐng)域擴(kuò)展到商業(yè)領(lǐng)域的過程。最初，這項(xiàng)技術(shù)被用于機(jī)場、高鐵站和酒店的個(gè)人身份驗(yàn)證，后來商業(yè)銀行開始使用人臉識別技術(shù)遠(yuǎn)程開戶。之后刷臉支付和刷臉訪問控制相繼出現(xiàn)，人臉識別從少數(shù)有限的場景逐漸滲透到人們的日常生活中。目前，人臉識別技術(shù)已經(jīng)廣泛應(yīng)用于金融、司法、公安、邊防檢查、航空航天、電力、教育、醫(yī)療等諸多領(lǐng)域。

隨著人臉識別技術(shù)的進(jìn)一步成熟和社會認(rèn)知度的提高，它將被應(yīng)用到更多的領(lǐng)域，給人們的生活帶來更多的變化。

智能交通

近年來，隨著人工智能的興起，無人化、智能化的交通安全系統(tǒng)一度進(jìn)入我們的生活。國內(nèi)很多公司都投資了自主駕駛和無人駕駛的研究。比如百度推出“百度無人駕駛汽車”計(jì)劃，其自主研發(fā)的無人駕駛汽車阿波羅也在2018年央視春晚亮相。

再比如最近上海街頭鎖車的黑技術(shù)。當(dāng)你停車時(shí)，副經(jīng)理會在門把手上貼一張停車提示卡。停車7分鐘后，車位下方指示燈由綠色變?yōu)榧t色，金屬地鎖升起，擋住底盤。在取車的時(shí)候，我用手機(jī)掃了掃地上的二維碼，停車時(shí)間和費(fèi)用信息一目了然。交停車費(fèi)后，地面指示燈由紅轉(zhuǎn)綠，地面鎖降下，可實(shí)時(shí)獲取電子發(fā)票。

智能停車位

這些都依賴于人工智能數(shù)據(jù)標(biāo)注的介入，比如采集駕駛視頻、提取路況、標(biāo)記停車點(diǎn)，包括D點(diǎn)云障礙物、紅綠燈、車道燈、高精度地圖等。為行人識別、車輛識別、紅綠燈識別、車道線識別等技術(shù)提供準(zhǔn)確的訓(xùn)練數(shù)據(jù)，為智能交通保駕護(hù)航。

智能語音

智能語音是以語言為紐帶實(shí)現(xiàn)人與機(jī)器的交流。在人類大腦皮層每天處理的信息中，語音信息占20%，是最重要的溝通環(huán)節(jié)。人類對機(jī)器語音識別的探索始于20世紀(jì)50年代，至今已有70多年。2016年，借助深度神經(jīng)網(wǎng)絡(luò)，機(jī)器語音識別準(zhǔn)確率首次達(dá)到人類水平，意味著智能語音技術(shù)的登陸期即將到來。

語音中數(shù)據(jù)標(biāo)注的主要應(yīng)用場景有語音語言獲取、語音內(nèi)容處理、情感判斷、語音與文本轉(zhuǎn)換等。提高語音識別、語音合成等的語音數(shù)據(jù)質(zhì)量。，并使您的智能設(shè)備更好地理解用戶的聲音。我們經(jīng)常用蕭艾同學(xué)，天貓靜音，手機(jī)語音輸入，甚至有時(shí)候接營銷電話，都有智能語音。

圖像處理之醫(yī)學(xué)圖像

醫(yī)學(xué)圖像處理是目前人工智能在醫(yī)學(xué)領(lǐng)域的典型應(yīng)用，其處理對象是臨床醫(yī)學(xué)中廣泛應(yīng)用的磁共振成像、超聲成像等各種成像機(jī)制產(chǎn)生的醫(yī)學(xué)圖像。

傳統(tǒng)的醫(yī)學(xué)影像診斷主要是通過觀察二維切片來發(fā)現(xiàn)病變，往往依賴于醫(yī)生的經(jīng)驗(yàn)。利用計(jì)算機(jī)圖像處理技術(shù)，可以對醫(yī)學(xué)圖像進(jìn)行分割、特征提取、定量分析和比較，進(jìn)而完成病灶識別和標(biāo)記，自動(dòng)圈定腫瘤放療圖像的目標(biāo)區(qū)域，完成手術(shù)中的三維圖像重建。

該應(yīng)用程序可以輔助醫(yī)生對病變體和其他目標(biāo)區(qū)域進(jìn)行定性甚至定量分析，從而大大提高醫(yī)療診斷的準(zhǔn)確性和可靠性。此外，醫(yī)學(xué)圖像處理在醫(yī)學(xué)教學(xué)、手術(shù)規(guī)劃、手術(shù)模擬、各種醫(yī)學(xué)研究和醫(yī)學(xué)二維圖像重建中起著重要的輔助作用。

得到數(shù)據(jù)的人得到人工智能

人工智能算法的主要應(yīng)用領(lǐng)域集中在計(jì)算機(jī)視覺、語音識別/語音合成和自然語言處理。

圖像方面：一個(gè)新研發(fā)的計(jì)算機(jī)視覺算法需要上萬張到數(shù)十萬張不等的標(biāo)注圖片訓(xùn)練，新功能的開發(fā)需要近萬張圖片訓(xùn)練，而定期優(yōu)化算法也有上千張圖片的需求，一個(gè)用于智慧城市的算法應(yīng)用，每年都有數(shù)十萬張圖片的穩(wěn)定需求。語音方面：頭部公司累計(jì)應(yīng)用的標(biāo)注數(shù)據(jù)集已達(dá)百萬小時(shí)以上，每年需求仍以20%-30%的增速上升，要求數(shù)據(jù)服務(wù)商不僅要掌握專業(yè)的聲學(xué)知識、數(shù)據(jù)標(biāo)注經(jīng)驗(yàn)，還要擁有語音合成的算法能力。自然語言處理方面：隨著工業(yè)、醫(yī)療、教育的AI應(yīng)用產(chǎn)品進(jìn)一步爆發(fā)，將會有更多交互方式出現(xiàn)，自然語義數(shù)據(jù)處理的需求將會持續(xù)增長，有望成為繼圖像、語音之后的第三大增量市場。

幾乎所有這些海量數(shù)據(jù)都是由數(shù)據(jù)標(biāo)注器手工標(biāo)注的。數(shù)據(jù)標(biāo)注行業(yè)有相當(dāng)大的差距。而且數(shù)據(jù)標(biāo)注已經(jīng)廣泛應(yīng)用于各個(gè)行業(yè)，行業(yè)正在逐步升級，走向產(chǎn)業(yè)化。在行業(yè)發(fā)展過程中，行業(yè)人才的培養(yǎng)必然是最大的內(nèi)在動(dòng)力。

“誰得到數(shù)據(jù)，誰就得到人工智能”。未來隨著AI的應(yīng)用場景走向多領(lǐng)域，在數(shù)據(jù)標(biāo)注行業(yè)內(nèi)部，從業(yè)者也將與AI行業(yè)一起進(jìn)入細(xì)分市場追逐階段，可以說機(jī)遇與挑戰(zhàn)齊頭并進(jìn)。