了解数据标注的任务

了解数据标注的任务

近年来,伴随着人工智能的不断发展,与人工智能相关的各个产业也开始逐步发展壮大并走入人们的视线。其中,数据标注作为人工智能的基础产业,更是以极快的发展速度引发了关注,并且正在成为越来越多人的择业选择。但是对于数据标注,大部分人的了解仍然处于基本真空的状态。那么,数据标注到底是干什么的呢?


要想了解这个问题,首先需要了解人工智能的核心技术:计算机视觉。何谓计算机视觉?简单来说计算机视觉指的是从图像和视频中提出数值或符号信息的一个计算。形象点说的话就是研究如何让计算机具备像人一样的眼睛去看到图像,并且理解图像。其任务范围相当广泛,包括且不限于:图像分类,人脸识别;车辆检测,行人检测;语义分割,实例分割;目标跟踪,视频分割;图像生成,视频生成。

图像识别是计算机视觉里面的基石。现在已经广泛的运用到了生活中的方方面面。在这一阶段,数据标注的任务便是对图像进行打点标注,例如对人脸进行标注、对车牌进行标注等。计算机视觉里面的第二个任务就是目标检测,本质上就是要把所有的感兴趣的前景目标检测出来,把它的类别贴上标签。在这一阶段,数据标注的任务开始发生变化,产生了例如2D拉框类任务及障碍物框选等。除此之外,分割是计算机视觉中非常男的一个任务,分为图像的语义分割及个体的分割。语义分割做的事情就是给了你一张图片之后,需要把构成图的不同的类别分割成一块一块独立的个体,并把它们准确地标记出来。而个体的分割相当于在检测任务上叠加了分割,比如图例中不仅要把狗分割出来,还要区分某个狗在哪个位置,把它的位置信息标记出来。

这些便是目前比较主流和基础的数据标注任务。当然,伴随着人工智能行业的发展及对数据精度需求的不断提高,数据标注的任务早已经远远不止于此,并且还在不断增加新的内容。在这样的基础之下,培养数据标注专业性人才就变得格外重要。然而纵观目前数据标注行业的人才需求,现在的人才供给远远不能满足。AI优评作为专业的数据标注人才中心,联合国家职业资格培训鉴定实验基地统一核发的《人工智能技术服务-数据标注与审核》高新技术能力证书,为行业人才建立一个透明的行业标准,为行业发展做出自己的努力。


推荐文章

教育的本质是为了培养未来的人才。人工智能社会即将到来,我们如何应对?7月13日上午,编程猫联合创始人、CEO李天驰来到2019 钛媒体 T-EDGE 科技生活节,他认为,未来30年是人工智能推动的社会,会带动新的人才的需求。人工智能切到教育的细分教育场景的要素是编程,这会倒逼编程教育作为学科教育的发展。经过四年的探索,李天驰发现,我们很早就谈计算机要从娃娃抓起,但效果并不尽如人意,核心就是缺乏合适的工具。其次,现在的编程课程的设置大多不是基于孩子的现年龄段的知识储备而设计。同时,因为编程教育的发展时间较短,相关师资人才匮乏。“有些工夫省不了的,教育本质上像传统农耕业,你必须仔细照顾这些幼苗,仔细为他们除草、施肥、耕作才会发芽。”李天驰说。好工具、好课程和好教师是才是关键。因此,我们要开发出更适合少儿使用的编程工具,根据不同年龄阶段的特点来设置课程,让编程教师有更多机会得到更好的收入,这样才能从根本上促进编程教育的发展。(本文首发钛媒体,作者/李程程)以下是编程猫联合创始&CEO李天驰在2019 钛媒体 T-EDGE 科技生活节演讲全文,经钛媒体编辑:大家好,很高兴来到钛媒体峰会。我在小学二年级学习编程,后面做计算机相关学习和研究,等到2015年,世界范围内少儿编程这个趋势非常好,回到中国来做,创办编程猫,一共四年,累计下来编程猫上面有一千多万学生学习编程,进到一万多所学校里,今天通过编程教育我们也连续八个季度收入翻番,预计下半年实现盈利。那么编程给我们孩子带来什么样的未来呢?先从几个小故事跟大家做分享。第一个是家在南方孩子叫丙南。之前有一个非常著名的媒体给他做采访,为什么采访他呢?一开始,他们采访编程猫的时候问我们,你们的孩子都是哪里的孩子,是不是家庭背景高大上?我说,分布非常不均匀,怎么样的背景都有,比如说丙南,家里是小区楼下小卖部,是一个旧货店,家里卖货的时候有一个小电脑,他用那个小电脑完成编程学习。2017年的时候,他的妈妈不是很理解,他举例说编程以后会像普通话一样的普遍,这是他们的理解。第二个故事是一个深圳小朋友——王蓉。她2016年开始学习编程,是五年级的学生,今天初一了。前不久,她妈妈特别开心跟我分享他孩子的变化,因为我们看到他在论坛上发布的贴子,跟我们平台上其他小朋友一起做一些探讨。这个孩子因为学习编程开始自己探索数学问题,因为他在研究一些课题的时候受到了阻碍,因为编程不仅仅是编程本身,也需要做课题的时候,需要很多其他学科知识,他自己花了一年的时间来去学习各种各样的知识,然后在知识帮助下完成AI学习的作品。在学习过程当中,他妈妈为什么找我聊天呢?特别有意思,在整个过程当中他没有参与其他任何补课,但是在这样过程里面通过自己的探索,在深圳名校里面,从年级中等的学生变成了年级前十的学生,这是他自己学习变成的变化。第三个故事是一位佛山的老师,后来他去到四川大凉山支教,写了他自己在支教过程当中的感想,我们把编程教材寄到大凉山的时候,他发给孩子,教大凉山的孩子学编程的场景。这个老师说,他选用编程猫作为教学工具原因是什么,以及在教学过程当中遇到什么困难和喜悦跟我们进行分享。这三个故事在不同时间节点发生,2015年到2019年,很多人重视编程教育,为什么它会越来越被重视呢?大家从政策上已经看见。我们出台各种各样的政策。原来教育部通过29项比赛,更多以学科为主,但是到今年,这29项比赛里面几乎1/3跟科技创新、编程类相关。我一直认为,教育本质是为了培养未来的人才,教育跟国家未来紧密相关,也是跟社会未来紧密相关的,教育要培养什么样的人才呢?过去30年和未来30年社会在发生什么样的变化?过去20、30年间,整个社会推动力量主要是互联网的变化,从互联网的兴起、带宽从有线变成无线,变成2G、3G、4G到今天的5G,互联网和移动互联网构成社会发展推动重要力量。从2020年到2030年、2040年我们社会经历新一轮技术对社会的推动,就是人工智能。社会由人工智能推动产生,因为人工智能技术发展会逐步推动社会发展,所以社会对新的人才产生新的需求。人工智能为什么倒逼编程这样一个学科发展?我们自己在内部举例的时候经常拿另一个学科举例,就是英语。从1978年改革开放以后,2001年加入WTO一直到现在,经济全球化是过去那个时代生产力发展最重要的因素,经济全球化带来了对全球化人才的需求,人才化的需求带来了教育改革,教育改革不断深化从大学到中学到小学,我们看见英语作为一个学科不断从高往低渗透到现在到幼儿园。还有很多人问我,为什么人工智能人才倒推在编程里,为什么不让小孩子进行机器学习,学习人工智能相关的知识?除了不一定学会以外,经济全球化以后,带来并不是这些孩子就要学全球化的这个学科,全球化的人才是一个很笼统的概念,切分到教育的里边,你会看到全球化基础要素工具是什么?是英语,走进教育是英语,而不是全球市场,或者说全球化商务这种学科。人工智能也是一样,它切分在教育垂直场景里面,要素是什么?是编程。我们在大学里面有这些动作,增设了人工智能学院,开了很多大数据专业。在中小学从去年开始密集有政策出来,开设编程课程,我们自己也参与在其中,我们进去非常多的学校,跟部里和各省厅有相关合作,在各地开展信息技术和编程教材。如果社会上对人才有需求的话,我们的孩子需要什么样的编程教育呢?这四年来的探索总结三点:好工具、好课程、好老师。编程在计算机基础上发展,计算机从机器语言到汇编语言到高级语言到今天,我们国家从80年代有计算机普及的推广,邓小平说过计算机要从娃娃抓起,从2017年以前回顾的话,你会发现为什么效果不好,核心就是缺乏合适的工具。因为孩子学习和成人学习不一样,第一有足够趣味性,第二以孩子思维培养为基础。编程猫做了Kitten个硬化工具,为什么更适合孩子呢?在这里面除了非常易用以外,功能非常多也很强大,它只要搭一些积木可以做一些神经网络训练的东西,包括像云计算等等东西。它的功能会更好。Kitten和其他工具相比的话,它在跟真正C语言、Python底层上是连通的,我们做它的方式和其他的工具,有一些不太一样的实现方式,本质上在高级语言上面做一层封装。所以,在学习过程里面从一个三岁的孩子学高度封装化图形方式,到中小学阶段从Kitten完成中小学学习,其实这里面是无缝连接,成体系是最重要的。什么是好课程?大部分孩子在上编程课,有很多实际上都不是非常好的设置。现在很多人在做编程课程是什么样的?在设计的时候我们叫面团设计,设计的课程的时候用户就是一个面团,你想捏成什么样就捏成什么样,有时候课程为一个七岁孩子设计的,有时候变成高一的孩子,当应用在教学里面及其难教,对于孩子来说怎么学都学不明白。如果这个课程为一个中学孩子设计的,一定会把乘法、除法考虑在里面,默认已经懂,小数点、百分比都不是问题,这个时候你做的课例难度已经在那里了,7岁的孩子怎么明白呢?你把坐标改成7.9和-1、-2,不同年龄不同认知特点的孩子要求课程不一样。现在大部分机构也好还有一些人员也好是凭着自己的想法去根据面团一样的用户去设计这个课程,对于用户来说是非常不友好的,而且对于孩子来说是在浪费时间。必须根据孩子不同年龄特点设计不同的课程。为什么大家不这么干呢?大家知道,依据不同的特点去设计不同的课程只有一个结果,课程量会大大增加,设计人员、课程体系要求会大大增加,而且是平方级的增加,为什么做矩阵式的课程呢?有些工夫省不了的,教育本质上像传统农耕业,你必须仔细照顾这些幼苗,仔细为他们除草、施肥、耕作才会发芽。编程课必须分年级,如果不分年级会发生为面团设计课程的事情,这对用户来说是极大的浪费时间。拥有这样认知特点的孩子,就应该匹配这样认知特点的课时,这是我们的观念。现在很多人在研究编程课程的时候,我们觉得在严谨性上还是有一些欠缺。编程课的研发必须是严谨和科学的,现在很像我家小孩病了,我旁边没有什么好的医生,更好我认识我家旁边有一个孩子,刚刚学完兽医毕业,我让他给我这个孩子看看,就像这样一个情况。因为编程教育的发展历史非常短,所以相关人才匮乏,大部分人做这个事情的时候凭拍脑袋,凭自己的想法,向中医开一些处方一样未必有良好的依据,这是我们自己做的尝试。希望通过自己的举措带动业界的进步,把这个课程落到学校里面,让更多的相关专业老师、学生、领导全方面来进行课程的科学性的论证。另外一个点,倒不是必备项目,一个好的课程对于孩子本身来说会有一个比较好的发展,编程课程最好学科融合,能够跟数学、语文、英语有一些关联,在你设计课例的时候,让这个孩子不仅仅在编程垂直领域去做,你在做项目的时候用编程知识解决生活问题,本质上编程教育解决问题的能力。比如说,让他用爬虫处理一下看看古代诗人互相之间的关系是什么,了解一下各个诗歌之间互相引用对方名字的频次……包括像数学方面的结合更多了,做出英语的单词听写器,每次自己在家完成听写作业,不用家长帮助孩子解决作业的问题。我们觉得学科融合是一个特别好的概念,我们也把它引入到我们课程里面去。对于编程教育来说,什么是好老师,这里有一个误区,程序员是不是适合教孩子编程?因为程序员自己编程水平会好,但是他对儿童发展、对于孩子的教育实际上有他自己一定缺陷在这里。我曾经教过一个孩子,他爸爸是一个很厉害的程序员,他问我说,你一直让这个孩子把这个角色在这里重复动,不考虑内存回收问题吗?这个习惯培养这么不好,将来怎么办。其实,你从孩子本身的特点来说,7、8岁的时候未必就是需要考虑那么周全,它的逻辑还没有到那个地步,所以编程老师有一个难点,既要懂编程和计算机科学,又要懂教育和儿童发展心理学。这样的老师怎么来呢?我们自己总结,一方面你需要有梦想和情怀改变这个世界,带给下一代有意义的事情,另外一方面必须匹配很好的收入,否则他们去阿里和腾讯了。我们经常开玩笑,一流的程序员可能当程序员,二流程序员都当产品经理,当不了产品经理才能考虑教育,总是三流肯定不好。一定有很好的收入去匹配,很好的收入背后是什么呢?编程教育要由什么样的老师,由编程教育商业闭环决定的,好的商业闭环带给好的老师,不好的商业闭环下机构的老师肯定不会太好,因为上限在这里,好的人往其他行业溢出。往外说是AI教学系统,实际上是人机交互教学系统。我们认为一对一的模式,或者其他的模式是不能带给老师很好的收入,必须用技术让老师提效,让收益增加才有可能。到今天为止看到,一个好的老师在一个月拿到5、6万的收入,在这个前提下才会有好的老师和人才愿意往这个行业里面来,好的商业模式支撑老师创造的收入是合理的,支撑企业正常发展,从500个老师到1000个老师,到2000个老师和1万个老师是没有办法负载的。很多人问我,你们为什么搞这套东西,我们想给老师创造更高收入,让更好的人才进入到这个行业里面来,真正意义上解决好老师的问题。这是我们那套系统的视频,在重庆8所学校许老师拍的。这是在课堂里面50多个学生上着50多个种进度课程的案例,这是一个课程在脱离老师以后进入到公益校的尝试。和很多高校合作培养编程教育的人才。

热门文章

        对数据标注行业稍微有些了解的人都知道数据标注进入门槛低,适合很多人兼职也适合创业。        正是因为数据标注行业的门槛低这个特点最近两年从事数据标注的小公司小工作室如雨后春笋般的遍布全车大大小小的县城。        但是目前有个有趣的现象,那就是有很多进入数据标注行业做了一段时间的人慢慢的感觉数据标注行业就是个坑?为什么有些人会说数据标注就是个坑呢?        其实对与有上述问题认识的人我们认为,这些人多数都是有于对这个行业对自身条件的不了解,盲目的开始进入数据标注行业的。为什么我们会这样说呢?下面就给给大家来分析下到底有哪几方面的原因:        一、有相当一部分人是听了朋友或者网上消息说这行很火爆,好做,门槛低,也有一部分人了因此租办公室买电脑招人,然后就去群里面找分发项目的人就开张干起来了。可实际上这些人他们大多数都没有充分了解数据标注行业,更没有认真仔细得去调查分析,到底自己能不能做好一个项目,到底自己能不能有质有量按时交付的完成一个项目,到底自己有没有这个能力来管理项目。更多的人也没有去用长远的眼光去考虑数据标注项目。        二、数据标注项目虽然入门门槛低,但是相当一部分有于理解认知应变能力上都不能保证去做好数据标注项目,还有一部分人由于自己对标注项目重视程度不足接到项目之后呢?不仔细认真的去阅读理解项目规则,更没有很好的对规则质检标准去培训员工,而对员工的要求主要看重每天的产出效率,从而导致接到手的项目做的质量很差,频繁的返工,有提项目甚至因为质量太烂项目方不给结算或者是结算比例很少,最终的结果就是做好些个项目但基本都是赔钱。        三、虽然业内人都 说数据标注简单,但是标注项目他也是一个系统性的工程,一个项目能不能做好并不简单的看项目好做就能赔钱。实际上决定项目赚不赚钱考验的是一个团队的项目管理水平,质量管理能力,运营能力各方面因素的。一句话再好赚钱的项目也照样有人赚钱也有人赚钱,要赚钱不是那么简单的。        四、还有些工作室 、小公司因为对行业不够了解等他们做了一段时间后发现,自己团队经常会没有项目做,而自己团队接项目的业务能力又不具备,甚至有的时候为了员工有活干去接一些价格极低根本就不赚钱的标注项目,时间稍微一长这些工作室团队就会赔上很多钱最终关门倒闭。        五、下来要说的就是一部分人人兼职人员由于认识不到位,对项目的规则质量要求 文件不认真阅读消化理解导致做的项目质量差返工有的甚至最后不结算,最终退出这行。更有一些人由于经验不足被标注行业的项目骗子给忽悠到辛苦劳动到最后结算时找不到人。        标注行业本身由于进入门槛低,做的人很行业内盲目打价格战,导致很多转手二手三手的项目在质量工期的要求下根本就不赚钱甚至赔钱,所以在这里也提醒大家做任何事都要谨慎而行。