AI產業加速時代,我們為何要關注資料標註平臺?

AI產業加速時代,我們為何要關注資料標註平臺?

以LabelFree為代表的高效、低門檻標註平臺,將讓更多人擁抱AI。

人工智慧會取代你的工作嗎?站在2022年的當下,大部分人給出的回答是——不會。事實上,AI產業的蓬勃發展,正在創造更多工作崗位。AI產業的工作機會不僅僅侷限於工程師崗位。如今,從城市到鄉村,從學生到上班族,越來越多人開始將AI資料標註員作為一項兼職工作,為AI模型添磚加瓦。但在AI資料標註領域,服務於資料標註的平臺、工具卻一直不夠豐富。特別是可供中小企業、個人開發者使用的開源、免費的標註工具,更是少之又少。如今,越來越多的AI開發者注意到了這一問題,並開始改變這一現狀。為了滿足以上需求,LabelFree資料標註平臺目前釋出了最新版本,提供高效的標註能力,並原生對接YMIR開源AI模型生產平臺,提供了一站式的AI解決方案。這些低門檻的AI資料標註解決方案,或將在未來進一步加速AI的普及。

AI產業加速時代,我們為何要關注資料標註平臺?

AI產業加速時代,我們為何要關注資料標註平臺?

資料標註平臺,能做到既便宜又好用嗎?

在AI產業,資料,意味著什麼?資料,是AI生產的基座。一個AI模型從誕生到完善,直至應用於產品,實現商業化落地,需要大量資料的餵養。而在這一過程中,資料標註給AI模型提供了學習資料的重要基礎,是AI從“人工”到“智慧”的第一步。在AI產業鏈條中,資料標註平臺基本可劃分為四類:其一,是大型企業開發的資料標註平臺,大多服務於企業內部的AI專案,不會對外開放。其二,是SaaS類的資料標註解決方案,企業及個人開發者可付費使用。這類服務的優勢是無需部署,可以直接使用;而劣勢則是不支援本地化部署,可能存在資料合規風險,且大多不支援定製及二次開發。其三,是直接將資料標註服務交給外包服務商,透過服務商的團隊完成資料標註工作。其優勢在於省心省力,而劣勢也十分明顯:資料安全、交付速度、標註質量均不可控。特別是一些具有一定專業性的標註工作,如醫學影像類標註,更是考驗資料標註服務商的專業能力。最後,是開源的資料標註平臺。與前幾者相比,開源方案的使用門檻更低,且支援二次開發,並支援本地化部署。但與此同時,市面上的開源資料標註平臺數量有限,且許多產品在標註員使用、專案管理方面均存在流程複雜、效率低的問題。因此,開源解決方案始終未能成為行業主流。綜上所述,在資料標註的工具選擇上,AI開發者度的需求其實十分清晰:低成本使用,最好是開源專案,或支援免費授權;支援定製或二次開發;可以本地化部署,滿足資料可控需求;標註、專案管理流程簡便;最後,最好可以與MLOps平臺緊密結合,更快、更好地開發、測試及部署模型。為了滿足以上需求,開源AI模型生產平臺專案YMIR在日前上線了資料標註平臺——LabelFree,希望透過免費、可定製、支援本地部署的解決方案,提升資料標註平臺的易用性。

YMIR的定位是“一站式AI模型生產和部署平臺”,其簡化了AI模型的訓練流程,支援以無程式碼開發的模式,實現資料管理、資料探勘、模型訓練、模型驗證等功能。而LabelFree支援與YMIR平臺無縫銜接,使用者可以在YMIR平臺選擇資料集後直接跳轉至LabelFree進行標註,圖片的標註資訊會同步至YMIR,標註完成後的資料集可以直接用來在YMIR平臺進行模型訓練。在後續模型迭代的過程中,使用者也可以在YMIR和LabelFree之間快速切換,透過挖掘、標註和重訓練的多次迴圈,獲得滿意的模型。

AI產業加速時代,我們為何要關注資料標註平臺?

YMIR GitHub頁面今年5月,YMIR在GitHub上線。公開資料顯示,其核心發起人包括雲天勵飛首席科學家,IEEE Fellow王孝宇;美國矽谷NEC實驗室媒體分析部主管,印裔科學家Manmohan Chandraker;前谷歌、亞馬遜、Snap機器學習研究員,矽谷初創公司Heali聯合創始人、首席AI官,法裔科學家William Brendel等。

事實上,YMIR的許多特性,如一站式服務、開放式設計、免費使用等等,都在LabelFree上得以體現。LabelFree提供的低門檻、優體驗的資料標註服務,也契合了YMIR的開發理念——透過開源AI系統能力,讓每一家企業都能擁抱AI,加速AI產業化、平民化。

AI產業加速時代,我們為何要關注資料標註平臺?

專注視覺資訊標註,LabelFree有何不一樣?與市面上的大部分資料標註平臺相比,LabelFree的優勢是什麼?在產品定位方面,大部分AI資料標註平臺都會同時支援視覺、語音、文字類資料標註,而LabelFree則不追求大而全,而是聚焦於計算機視覺領域。事實上,這也是AI資料領域最大的資料板塊。根據艾瑞諮詢釋出的《中國AI基礎資料服務行業發展報告》,中國AI基礎資料服務行業市場中,影象類資料需求佔比為49。7%,遠高於其他型別資料。對於專精於計算機視覺領域的原因,LabelFree工程師給出的答案是——LabelFree專注於計算機視覺資料的標註,希望依託於頂尖的AI演算法團隊、成熟的資料標註體系、大規模演算法落地經驗提供最低成本、最高效率的資料標註能力,讓LabelFree的資料標註能力躋身行業第一梯隊。在影象分割技術上,LabelFree集成了輔助分割演算法。在傳統的標註模式下,標註員需要手動點選錨點,將被標註物從圖片中分割出來;引入輔助分割演算法後,標註員只需點選標註物,系統會自動將標註物分割,標註員只需要對錨點進行微調,即可完成標註。影象分割等技術的加入,提升了標註員在LabelFree平臺的標註效率,從而降低AI開發成本。事實上,目前市面上的大部分資料標註平臺,在產品設計上更傾向於管理者視角,鮮少關注資料標註員的使用體驗。在英文世界中,AI資料標註員常常被媒體稱為“幽靈工人”(ghost worker),他們大多以兼職或遠端辦公的身份進行工作,是AI時代中常常被忽視的“看不見的人”。因此,在AI時代,資料標註員的話語權是缺失的。此外,計件而非計時的計薪模式,也讓許多資料標註平臺沒有動力在產品層面最佳化標註員的標註效率。而LabelFree開發團隊針對資料標註員群體開展了大量調研工作,以最佳化標註員的使用體驗,幫助他們減輕工作壓力,提升工作效率。例如,在影象複雜、目標眾多的目標檢測場景中,標註員對目標的標籤設定存在大量重複操作,為此,LabelFree特別設計了“無限模式“,讓標註員可以快捷地對某一型別連續操作,達到最高的生成效率。與此同時,針對資料標註效率,LabelFree也完善了多人標註協作體驗,並原生支援分散式物件儲存,以解決海量標註資料的儲存問題,降低儲存成本,提升資料安全。在提升資料標註效率的同時,LabelFree與YMIR的無縫銜接也簡化了AI模型的訓練流程。在LabelFree平臺上完成標註後,AI工程師可以直接在YMIR上進行模型訓練,檢驗模型訓練成果,並將新的模型在LabelFree上進行預標註,同時提升資料標註與模型訓練的工作流效率。

AI產業加速時代,我們為何要關注資料標註平臺?

LabelFree使用文件此外,最重要的是,LabelFree支援本地化、私有化部署,使用者可以在以私有化的形式安裝LabelFree,將資料留存在可控範圍內,在保證資料安全的前提下完成資料標註流程。而這一特性,對於醫院、學校等資訊敏感類客戶而言至關重要。

在商業化方面,LabelFree提供資料標註解決方案、定製化開發、技術支援,以滿足專業商業客戶的需求。此外,有AI需求的客戶可以在演算法商城模組上試用現有的演算法方案,結合自身資料完善自己的AI模型。

AI產業加速時代,我們為何要關注資料標註平臺?

提煉「資料石油」——AI資料服務市場迅速成長

未來,AI資料服務行業將駛向何方?早在2017年,《經濟學人》雜誌就曾發表封面文章,提出了“資料石油”的概念——“世界上最有價值的資源不再是石油,而是資料”。與石油類似,資料本身價值有限,只有經過“提煉”之後,才能爆發出巨大的價值。而資料標註平臺則成為了“提煉資料石油”的關鍵。一方面,越來越好用的資料標註平臺,完善了AI產業的基礎設施,從而帶動更多開發者及企業加入到AI產業,也可以做大AI資料標註員的就業市場,創造更多就業崗位。2020年2月,人力資源社會保障部聯合多部門釋出通知,正式將“人工智慧訓練師”列為新職業,並納入國家職業分類目錄。這意味著AI資料標註員這一職業獲得了國家層面的認可。而另一方面,以資料標註、處理為代表的AI基礎資料服務市場,仍處於高速增長之中。這意味著,資料標註平臺、資料採集服務等AI基礎資料服務,在未來存在著巨大的增長空間。艾瑞諮詢的資料顯示,包括資料採集、資料處理(標註)、資料儲存、資料探勘等模組在內的AI基礎資料服務市場,將在未來數年內持續增長,到2025年,國內AI基礎資料服務市場的整體規模預計將達到101。1億元,整體市場增速將達到31。8%(2024-2025年)。AI資料基礎設施的不斷完善,將會推動更多資料流動起來,投入到AI模型訓練的應用之中,並緩解困擾行業已久的“資料煙囪”問題。在大資料時代,挖掘資料價值比以往任何時刻都更重要,正如“大資料之父”、牛津大學舍恩伯格在《大資料時代》一書所言:“在大資料時代,我們不必非得知道現象背後的原因,而是要讓資料自己‘發聲’。”

AI產業加速時代,我們為何要關注資料標註平臺?

AI產業加速時代,我們為何要關注資料標註平臺?

頂部