數(shù)據(jù)是推動(dòng)數(shù)字革命的新燃料。數(shù)據(jù)生成和標(biāo)注是決定自動(dòng)駕駛汽車、智能家電、虛擬助手等智能系統(tǒng)采用率的關(guān)鍵因素。智能注釋通過提高數(shù)據(jù)和訓(xùn)練的價(jià)值來加快自主和智能系統(tǒng)的開發(fā)。例如,自主系統(tǒng)必須展示 80% 的決策準(zhǔn)確率,以確保系統(tǒng)比人類行為者更安全。
就汽車而言,實(shí)現(xiàn)全自動(dòng)駕駛汽車需要大約 300,000 至 1 億英里的實(shí)際駕駛測試。行業(yè)正在研究各種自動(dòng)化工作流程和解決方案,以大大減少這一時(shí)間,例如現(xiàn)實(shí)世界模擬和虛擬模擬。但是,這些也需要大量數(shù)據(jù)才能可靠。
據(jù)報(bào)道,到 2030 年,自主導(dǎo)航市場規(guī)模預(yù)計(jì)將達(dá)到 135 億美元。通過添加屬性或標(biāo)記數(shù)據(jù)來改進(jìn)數(shù)據(jù)的注釋解決方案正在通過人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析和數(shù)據(jù)管理等技術(shù)推動(dòng)這些解決方案的實(shí)現(xiàn)標(biāo)準(zhǔn)。這反過來又賦予了組合場景、增進(jìn)理解并幫助做出實(shí)時(shí)決策的能力 。
快速高效的數(shù)據(jù)注釋以精確的質(zhì)量和數(shù)量獲得精確的數(shù)據(jù)是小時(shí)的需要。大多數(shù)自主和智能系統(tǒng)需要視覺感知系統(tǒng)來識(shí)別圖像/場景的內(nèi)容。此外,這是自動(dòng)化車輛/系統(tǒng)做出決策的重要因素。
任何自動(dòng)化系統(tǒng)都必須處理四個(gè)主要問題:
了解環(huán)境?
與環(huán)境溝通?
如何回應(yīng)?
為什么人們會(huì)按照他們的方式行事?
除非一個(gè)系統(tǒng)能夠處理至少 3 個(gè)這些問題,否則系統(tǒng)很難獨(dú)立、智能地運(yùn)行并贏得人們的信任。
必須進(jìn)行大部分測試以“訓(xùn)練”系統(tǒng)識(shí)別各種棘手的情況,這些情況需要具有精確質(zhì)量和精確數(shù)據(jù)數(shù)量的精確數(shù)據(jù)。基于機(jī)器學(xué)習(xí)的智能數(shù)據(jù)生成和增強(qiáng)是一種不斷發(fā)展的方法,可以獲取具有相關(guān)質(zhì)量和數(shù)量的精確數(shù)據(jù)。數(shù)據(jù)注釋占據(jù)了算法訓(xùn)練和開發(fā)時(shí)間的 70% 左右。該解決方案可確保更快的開發(fā)和更安全的系統(tǒng)以及運(yùn)營效率。