数据标注是人工智能的基础

如今,似乎每个公司都在用人工智能做事 - 或者如果他们不做,他们就会喜欢。该技术有望改善我们的工作和生活方式,从制造到零售,检查等各个行业都在努力构建自己的AI解决方案。但从哪里开始?

良好的AI从良好的数据开始

我喜欢说AI就像烹饪一样 - 这些都是关于成分的。没有好的成分,即使最好的食谱也会变得平淡无味。AI也是如此,但在这种情况下,成分就是你的数据。如果组织不密切关注他们开发人工智能解决方案所需的数据并确保其有效准备和组织,那么人工智能解决方案将充满效率低下 - 无论结果是有偏见的算法,无效的解决方案,还是仅仅没有人工智能的人工智能不行。
高功能的AI以良好的数据开始和结束。

数据:好,坏,丑

训练深度神经网络(DNN)的最大挑战之一是训练它们的繁琐过程 - 人工智能系统不仅需要数据来了解世界,它们还需要数万倍于人类的数据。

幸运的是,我们人类目前每天产生2.5个五分之一字节的数据。互联网是绝对数据金矿。不幸的是,大部分都不公平,因为人们通常不愿意分享他们的个人数据,即使这意味着建立更好的人工智能系统。

而且,如果你足够幸运地克服了拥有足够数据的障碍,那么仍然存在质量问题。并非所有数据都是平等的。为了识别物体或行为,必须从各种角度等对所有不同条件下的数据进行AI训练。否则,算法偏差是不可避免的。

正如数据科学家Daniel Shapiro在最近的一篇文章中所详述的那样,存在许多不同的数据质量缺陷,包括数据稀疏性,数据损坏,无关数据,缺少重要模式,错误模式和错误标签。

计算机视觉解决方案的正确数据

最成功的公司是那些能够打破整个组织的数据孤岛并收集他们可用数据的整体视图的公司。一旦他们完成了这项工作,他们就能够创建增强数据的流程,以达到产品化解决方案所需的水平。

这就是好数据存在的地方:它们拥有它,并且非常适合它们的特定用例。

人们经常问我需要多少数据来创建有意义的解决方案。对于给定用例,我们的经验法则是1000个图像/类是进入的障碍,并且为了达到生产水平准确度(90%+),需要5,000-10,000个图像/类。

然而,质量问题 - 即使看起来有足够数量的数据 - 也占上风。我在检测行业看到了这方面的例子,我惊讶于他们有多少图像只关注一个物体的一个角度,或者仅在一个特定的光照条件下拍摄。像这样的照片不会给他们的人工智能无人机提供他们完成工作所需的信息。

换句话说,坏照片等于糟糕的无人机。

当好图像出错时

但重要的不仅仅是照片本身的质量; 在标记过程中,有足够的机会让好的照片变得拙劣。

由于AI应用程序需要标记数千个图像,因此人类可能标记不佳或引入错误 - 特别是因为当前工具是简单的图片编辑工具,如Microsoft Paint,它们不是为此目的而构建的。即使很小的不精确,复杂的成千上万的图像,也会对计算机视觉模型的准确性产生很大的影响。如果您考虑生产级产品或解决方案,准确度每增加一个百分点就会对组织产生重大影响。

值得一提的是,由于数据标记成本与标记所花费的时间成正比,因此单独执行此步骤通常需要每个项目花费数十至数十万美元。

良好的标记工具是关键成分

我最近参加了一个关于为检查服务实施AI的网络研讨会。主持人谈到他们如何每小时支付五十到一百美元让土木工程师进行注释和分类工作。他们觉得他们需要行业专家来标记这些图像,但这花费了他们巨额资金,这是他们最大的瓶颈。

Scale API,Mighty AI和CloudFactory等数据标签服务与数百家贴标机(通常在海外)签订合同,是一种更有效,更具成本效益的替代方案。同时,希望在内部处理标记的公司需要一个精确的,自动化的,专用的注释工具。

A(I)成功秘诀

工程师经常将AI开发称为“sprint”,努力快速测试,迭代和部署AI。但是,人工智能深深植根于研究,现实情况是,传统上,生产的道路很漫长。但是,使用正确的数据标记工具,可以实现快速测试 - 反过来,可以实现更快的迭代和部署。

投资最好的工具和合适的人员来准确有效地注释您的数据将对生产级AI解决方案的成功产生巨大影响。而且 - 运气好的话 - 数据标记和AI应用程序开发成功的“配方”将让您的客户回来几秒钟。



管理开发项目的新方法

了解组织应用开发项目的最佳方法,保持代码直观,客户满意,并通过发布更轻松地呼吸。
 

通过众包的价值

弥合众包研究的孤岛,更快地建立更好的解决方案。

最新的Nerd Ranch指南(第3版)到Android编程

编写并运行代码的每一步,使用Android Studio创建与其他应用程序集成的应用程序,从Web下载和显示图片,播放声音等。每个章节和应用程序都经过设计和测试,以提供您开始Android开发所需的知识和经验。

开始自己的应用业务?

如何创建有利可图的可持续业务开发和营销移动应用程序。


推荐文章

活了这么久,我领悟到一个道理,就是我们总是无法随心所欲。怎么才算随心所欲,让世界没有秘密?这是电影《黑客帝国》的一段话。世界变化得越来越快,而我们好像来不及反应。如果没有互联网时代的到来,也许就没有《黑客帝国》这样的电影呈现。突然想写写这个时代的核心科技天才人物,给我们带来的科技变化。传大的领导者都是伟大的学习者。牛津大学研究人员先前在美国和英国进行研究显示,美国可能被机器人取代的职位比例为47%,英国为35%,中国为77%,日本为49%。随着智能时代的到来,我们也开始对自己所属的行业工种产生新的审视,你现在所做的工作有没有可能在不久的将来变成机器自动化,让机器人取代,而我们要选择什么样的工作才能保证没有危机感,现在不光是人与人竞争。还有与这个大时代科技带来的创新的竞争。工业时代最大的收获就是“执行力”而执行力务必是执行,按着一条条命令去严谨完成即可,他不需要你有过多的大脑分析,而只需要思考如何执行到位。智能时代有可能将这种需要人工去执行的工种用自动化取代,而人们需要更多的是要有引领思维。未来已来。这就会逼着我们在很多行为上面做一些改变,看了一些关于马斯克和乔布斯的书,他们2个非常相似,喜欢设计,喜欢控制,追求细节上的完美极致。无论是乔布斯在设计手机上面的美学,还是马斯克发射火箭,都是在细节上达到了百分百,执行细节的苛刻,都贯彻到了骨子里。关键是这样的大师级人物不论是从事哪一个行业都会十分出色,他们身上有一种多元化思考与实践,按现在的理解来说就是跨界奇才。大师级人物,从来不拥有专业身份。马斯克是科学家、企业家、思想家,他的专业知识覆盖了火箭、工程学、物理学、人工智能、太阳动能源等学科领域,思想表达又像哲学家一样深刻而透彻。马斯克的跨界能力来自超级阅读力。知识达到一定程度就是可以连接自动实现跨界并很好的运用。乔布斯主张专注和简单。简单可能比复杂列难做到,你必须努力梳理思路,从而变得简单。苹果手机的设计界面,一开始黑白2种颜色整个界面只有一个开机键,真是少而简到了极致。生活中的乔布斯,素食、禅修,冥想,样样都不是停留在语言上,他是在用真实的生活去参与感受,而不是停留在遵守各种宗教教条。有趣的是乔布斯和马斯克在公司管理上面都很“暴力”,私下都被誉为“暴君”乔布斯最让员工可怕的是冷漠,而马斯克有点轻微的岐视智商不高的人。乔布斯不相信上帝,而马斯克是个连上帝都不愿意等待的人,他们都有着自己的追求和精神领空,在他们的世界中,所有人必须无条件的配合他们的指令。暴君们只对待出色的人友好。实际上亚马逊的创始人贝索斯也是被员工认为很冷漠的人,在亚马逊任职十几年的管理人员说"贝索斯不是那种人,他不能容忍愚蠢,即使是偶然的愚蠢”。无一例外,这些科技大佬们,都是从事自己热爱的事业,精力十足,并都有点偏执狂特质。在阅读这些人物自传时,也就理解了世界第一首富约翰·洛克菲勒写的《只有偏执狂才能成功》,还有安迪.格鲁夫写的《只有偏执狂才能生存》,看来偏执也是一种力量。人工智能的出现与发展预示着世界上90%的人类工作将由机器人完成,未来穷人对富人和权力阶层的利用价值将逐渐消失,城市中心的住宅会变得低廉,能源采集来自光和风...人类从设计自己的生活,将逐渐升级为自我设计,新技术会赋予人们前所未有的能力。这是《人类简史》·赫拉利中的描写。我们在享受着这些偏执狂一样的大佬们带给我们的科技感,同时也要思索自己对于社会的贡献在哪里,有没有可能被取代,如何让自己立足于不可取代的位置,随着人工智能的到来我相信这是每一个职场人士都会要去思考的问题。如果人工智能真的来临,我们是否做好了准备,在从事被取代工种的我们又该何去何从呢。2020年是沉重又特殊的一年,这一年发生了太多不寻常的事情,我想这场全世界的疫情会给我们每一个人不同的感受,让我们放慢了脚步,让我们学了会敬畏,学会了审视自己。但是不管怎样,我们还是要着眼未来,用发展的眼光看待2021年,更好的理解人工智能带来的启发。2017年应该是人工智能最火的一年。智能家居、智能工厂、智能语音等。我们试想一下如果人工智能用在中国的农业上是怎么样的效果。美国是一个农业大国,通过视频可以了解到,他们工人在农场作业时用机器取代工人,一般一到三个人就可以管理好一个宠大的农场,在节省人工成本的同时经济收益得到了几百倍的增长。整个农场运作都是程序化的,按程序去操作即可。如果人工智能用到我们的农业,智能化农业科研、生产、加工、销售于一体,实现全天候,反季节的系统化生产,这样增加了生产规模提高了生产基数,会不会降低普通人的生活购买成本,当然这只是我个人的小小想法,真正实现起来需要一些时间。不过在日本和美国已经有了显著成效。另外,随着国内人口红利的消失,人工机器人的发展也可以很有效的拉动传统产业,补充劳动缺口。人工智能会给我们带来什么样的启发呢,随着人工智能的到来,技术也就越来越被重视,参与到学习各种技术的人员会更多。智能设备与人类融合,通过数据会参与到我们的学习、记忆、分析和理解能力,甚至有可能会参与我们最后的判断与决定。未来10年中,人工智能将会从以下方面改变我们的生活。1、人工智能将成为更好的个人助理。如苹果手机Siri等 私人助理让很多人养成与设备对话的习惯,减少触碰屏幕的时间。除了提醒功能和进行网络搜索外,私人助理在家居领域也会有一番作为。通过软件语音可以打开或关闭家里的家用电器设备。2、人工智能将能在危机来临时处理海量信息。3、机器人将能互相沟通,并制定计划。这个场景可能需要实现的时间会相当长。4、人工智能将能提前做出医疗预测。5、无人驾驶汽车将能自行做出判断。现在的无人驾驶很难做出汽车面临一个两难选择的伦理判断,可能需要10年的时间研究。6、刷脸成为普遍的识别方式,除了刷卡,刷手机,可能在登机、观影、登录邮箱等都可以利用人脸识别系统。7、智能语音识别。人工智能技术会对传统行业产生颠覆性影响,在国防、医疗、工业、农业、金融、商业、教育、公共安全等领域取得广泛使用,也将会产生新的业态和商业机会,引发产业结构的变革。目前国内做得好的人工智能就是人脸识别和网络安全,坐飞机和高铁还有支付的时候,就感觉人脸识别很方便,但是其它方面的人工智能可能因为本人认知有限,并没有太多体会到。相信不久的将来,人工智能会改变我们的生活,想想互联网红利期带给我们在交通支付购物点餐等生活服务中的众多便利,就更加期待人工智能的早点到来。人类文明的永恒主题一直是“自由”,制度自由、经济自由、思想自由、空间自由、即便财富的魔力本质依然是自由。希望人工智能的到来,能加速让我们体会到这无限的自由。

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。