人工智能會取代你的工作嗎?
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(yè)的蓬勃發(fā)展,正在創(chuàng)造更多工作崗位。
AI產業(yè)的工作機會不僅僅局限于工程師崗位。如今,從城市到鄉(xiāng)村,從學生到上班族,越來越多人開始將AI數據標注員作為一項兼職工作,為AI模型添磚加瓦。
但在AI數據標注領域,服務于數據標注的平臺、工具卻一直不夠豐富。特別是可供中小企業(yè)、個人開發(fā)者使用的開源、免費的標注工具,更是少之又少。
如今,越來越多的AI開發(fā)者注意到了這一問題,并開始改變這一現狀。為了滿足以上需求,LabelFree數據標注平臺目前發(fā)布了最新版本,提供高效的標注能力,并原生對接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數據標注解決方案,或將在未來進一步加速AI的普及。
數據標注平臺,能做到既便宜又好用嗎?
在AI產業(yè),數據,意味著什么?
數據,是AI生產的基座。一個AI模型從誕生到完善,直至應用于產品,實現商業(yè)化落地,需要大量數據的喂養(yǎng)。而在這一過程中,數據標注給AI模型提供了學習數據的重要基礎,是AI從“人工”到“智能”的第一步。
在AI產業(yè)鏈條中,數據標注平臺基本可劃分為四類:
其一,是大型企業(yè)開發(fā)的數據標注平臺,大多服務于企業(yè)內部的AI項目,不會對外開放。
其二,是SaaS類的數據標注解決方案,企業(yè)及個人開發(fā)者可付費使用。這類服務的優(yōu)勢是無需部署,可以直接使用;而劣勢則是不支持本地化部署,可能存在數據合規(guī)風險,且大多不支持定制及二次開發(fā)。
其三,是直接將數據標注服務交給外包服務商,通過服務商的團隊完成數據標注工作。其優(yōu)勢在于省心省力,而劣勢也十分明顯:數據安全、交付速度、標注質量均不可控。特別是一些具有一定專業(yè)性的標注工作,如醫(yī)學影像類標注,更是考驗數據標注服務商的專業(yè)能力。
最后,是開源的數據標注平臺。與前幾者相比,開源方案的使用門檻更低,且支持二次開發(fā),并支持本地化部署。但與此同時,市面上的開源數據標注平臺數量有限,且許多產品在標注員使用、項目管理方面均存在流程復雜、效率低的問題。因此,開源解決方案始終未能成為行業(yè)主流。
綜上所述,在數據標注的工具選擇上,AI開發(fā)者度的需求其實十分清晰:低成本使用,最好是開源項目,或支持免費授權;支持定制或二次開發(fā);可以本地化部署,滿足數據可控需求;標注、項目管理流程簡便;最后,最好可以與MLOps平臺緊密結合,更快、更好地開發(fā)、測試及部署模型。
為了滿足以上需求,開源AI模型生產平臺項目YMIR在日前上線了數據標注平臺——LabelFree,希望通過免費、可定制、支持本地部署的解決方案,提升數據標注平臺的易用性。
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,支持以無代碼開發(fā)的模式,實現數據管理、數據挖掘、模型訓練、模型驗證等功能。而LabelFree支持與YMIR平臺無縫銜接,用戶可以在YMIR平臺選擇數據集后直接跳轉至LabelFree進行標注,圖片的標注信息會同步至YMIR,標注完成后的數據集可以直接用來在YMIR平臺進行模型訓練。在后續(xù)模型迭代的過程中,用戶也可以在YMIR和LabelFree之間快速切換,通過挖掘、標注和重訓練的多次循環(huán),獲得滿意的模型。
YMIR GitHub頁面
今年5月,YMIR在GitHub上線。公開資料顯示,其核心發(fā)起人包括云天勵飛首席科學家,IEEE Fellow王孝宇;美國硅谷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,硅谷初創(chuàng)公司Heali聯合創(chuàng)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(yōu)體驗的數據標注服務,也契合了YMIR的開發(fā)理念——通過開源AI系統(tǒng)能力,讓每一家企業(yè)都能擁抱AI,加速AI產業(yè)化、平民化。
專注視覺信息標注,LabelFree有何不一樣?
與市面上的大部分數據標注平臺相比,LabelFree的優(yōu)勢是什么?
在產品定位方面,大部分AI數據標注平臺都會同時支持視覺、語音、文本類數據標注,而LabelFree則不追求大而全,而是聚焦于計算機視覺領域。事實上,這也是AI數據領域最大的數據板塊。根據艾瑞咨詢發(fā)布的《中國AI基礎數據服務行業(yè)發(fā)展報告》,中國AI基礎數據服務行業(yè)市場中,圖像類數據需求占比為49.7%,遠高于其他類型數據。
對于專精于計算機視覺領域的原因,LabelFree工程師給出的答案是——LabelFree專注于計算機視覺數據的標注,希望依托于頂尖的AI算法團隊、成熟的數據標注體系、大規(guī)模算法落地經驗提供最低成本、最高效率的數據標注能力,讓LabelFree的數據標注能力躋身行業(yè)第一梯隊。
在圖像分割技術上,LabelFree集成了輔助分割算法。在傳統(tǒng)的標注模式下,標注員需要手動點擊錨點,將被標注物從圖片中分割出來;引入輔助分割算法后,標注員只需點擊標注物,系統(tǒng)會自動將標注物分割,標注員只需要對錨點進行微調,即可完成標注。圖像分割等技術的加入,提升了標注員在LabelFree平臺的標注效率,從而降低AI開發(fā)成本。
事實上,目前市面上的大部分數據標注平臺,在產品設計上更傾向于管理者視角,鮮少關注數據標注員的使用體驗。在英文世界中,AI數據標注員常常被媒體稱為“幽靈工人”(ghost worker),他們大多以兼職或遠程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,數據標注員的話語權是缺失的。此外,計件而非計時的計薪模式,也讓許多數據標注平臺沒有動力在產品層面優(yōu)化標注員的標注效率。
而LabelFree開發(fā)團隊針對數據標注員群體開展了大量調研工作,以優(yōu)化標注員的使用體驗,幫助他們減輕工作壓力,提升工作效率。例如,在圖像復雜、目標眾多的目標檢測場景中,標注員對目標的標簽設置存在大量重復操作,為此,LabelFree特別設計了“無限模式“,讓標注員可以快捷地對某一類型連續(xù)操作,達到最高的生成效率。
與此同時,針對數據標注效率,LabelFree也完善了多人標注協作體驗,并原生支持分布式對象存儲,以解決海量標注數據的存儲問題,降低存儲成本,提升數據安全。
在提升數據標注效率的同時,LabelFree與YMIR的無縫銜接也簡化了AI模型的訓練流程。在LabelFree平臺上完成標注后,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,并將新的模型在LabelFree上進行預標注,同時提升數據標注與模型訓練的工作流效率。
LabelFree使用文檔
此外,最重要的是,LabelFree支持本地化、私有化部署,用戶可以在以私有化的形式安裝LabelFree,將數據留存在可控范圍內,在保證數據安全的前提下完成數據標注流程。而這一特性,對于醫(yī)院、學校等信息敏感類客戶而言至關重要。
在商業(yè)化方面,LabelFree提供數據標注解決方案、定制化開發(fā)、技術支持,以滿足專業(yè)商業(yè)客戶的需求。此外,有AI需求的客戶可以在算法商城模塊上試用現有的算法方案,結合自身數據完善自己的AI模型。
提煉「數據石油」——AI數據服務市場迅速成長
未來,AI數據服務行業(yè)將駛向何方?
早在2017年,《經濟學人》雜志就曾發(fā)表封面文章,提出了“數據石油”的概念——“世界上最有價值的資源不再是石油,而是數據”。與石油類似,數據本身價值有限,只有經過“提煉”之后,才能爆發(fā)出巨大的價值。
而數據標注平臺則成為了“提煉數據石油”的關鍵。一方面,越來越好用的數據標注平臺,完善了AI產業(yè)的基礎設施,從而帶動更多開發(fā)者及企業(yè)加入到AI產業(yè),也可以做大AI數據標注員的就業(yè)市場,創(chuàng)造更多就業(yè)崗位。
2020年2月,人力資源社會保障部聯合多部門發(fā)布通知,正式將“人工智能訓練師”列為新職業(yè),并納入國家職業(yè)分類目錄。這意味著AI數據標注員這一職業(yè)獲得了國家層面的認可。
而另一方面,以數據標注、處理為代表的AI基礎數據服務市場,仍處于高速增長之中。這意味著,數據標注平臺、數據采集服務等AI基礎數據服務,在未來存在著巨大的增長空間。
艾瑞咨詢的數據顯示,包括數據采集、數據處理(標注)、數據存儲、數據挖掘等模塊在內的AI基礎數據服務市場,將在未來數年內持續(xù)增長,到2025年,國內AI基礎數據服務市場的整體規(guī)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數據基礎設施的不斷完善,將會推動更多數據流動起來,投入到AI模型訓練的應用之中,并緩解困擾行業(yè)已久的“數據煙囪”問題。在大數據時代,挖掘數據價值比以往任何時刻都更重要,正如“大數據之父”、牛津大學舍恩伯格在《大數據時代》一書所言:“在大數據時代,我們不必非得知道現象背后的原因,而是要讓數據自己‘發(fā)聲’。”
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
