看點(diǎn)：AI在改變?nèi)祟?lèi)，而數(shù)據(jù)則在改變AI。

  人類(lèi)創(chuàng)造了AI，但AI也同時(shí)改變了人類(lèi)。 從AlphaGo 初出茅廬大殺四方，到Zero絕跡江湖卻攪起圍棋行業(yè)的腥風(fēng)血雨開(kāi)始，人們對(duì)于這個(gè)聚光燈下的行業(yè)所抱有的期望就一直在不斷上升。

而將目光轉(zhuǎn)移到聚光燈外，作為AI技術(shù)的底層支撐，數(shù)據(jù)采集與標(biāo)注相較算法研究、數(shù)據(jù)挖掘等AI領(lǐng)域的其他工種，似乎一直以來(lái)都是被邊緣化乃至低視的一個(gè)存在。

盡管，在通常情況下，人工投喂數(shù)據(jù)的質(zhì)量往往直接影響著智能的精度。

而摘掉廉價(jià)勞動(dòng)力的帽子，我們會(huì)發(fā)現(xiàn)，在被忽視的角落之中，AI數(shù)據(jù)服務(wù)行業(yè)也在進(jìn)行著日新月異的變化。

小到用數(shù)據(jù)爬蟲(chóng)抓取互聯(lián)網(wǎng)現(xiàn)存數(shù)據(jù)，并進(jìn)行拉框，大到根據(jù)用戶(hù)定制化的硬件以及場(chǎng)景需求，去完成數(shù)據(jù)的采集與多維度數(shù)據(jù)標(biāo)注。這個(gè)行業(yè)，如今正朝著專(zhuān)業(yè)化、細(xì)分化、場(chǎng)景化的方向不斷演進(jìn)。 而在這一過(guò)程中，一批諸如百度數(shù)據(jù)眾包、云測(cè)數(shù)據(jù)等更加專(zhuān)業(yè)、更具備實(shí)踐經(jīng)驗(yàn)的團(tuán)隊(duì)與企業(yè)也正應(yīng)運(yùn)而出成為行業(yè)中的佼佼者。

他們的誕生一方面是這個(gè)行業(yè)前行的見(jiàn)證者，同時(shí)也是開(kāi)拓者。

那么他們是如何成長(zhǎng)起來(lái)的？

這個(gè)一直被忽略、被邊緣化的行業(yè)究竟又發(fā)展到了哪個(gè)階段？

最后，從他們的角度出發(fā)，AI又經(jīng)歷了怎樣的發(fā)展與變遷？

通過(guò)深度走訪(fǎng)AI數(shù)據(jù)服務(wù)行業(yè)的頭部玩家云測(cè)數(shù)據(jù)以及多位AI數(shù)據(jù)服務(wù)行業(yè)從業(yè)者，了解他們的故事與對(duì)這個(gè)行業(yè)的看法，我們得以看到數(shù)據(jù)行業(yè)最真實(shí)的一面，也進(jìn)一步從另一個(gè)角度看到了AI發(fā)展過(guò)程之中最隱秘的變化與成長(zhǎng)。

爆發(fā)初始：最基礎(chǔ)的數(shù)據(jù)服務(wù)，被忽視的數(shù)據(jù)服務(wù)

作為谷歌首席架構(gòu)師、谷歌人工智能團(tuán)隊(duì)谷歌大腦(Google Brain)的負(fù)責(zé)人，Jeff Dean曾在公開(kāi)場(chǎng)合這樣強(qiáng)調(diào)數(shù)據(jù)對(duì)于人工智能算法的重要性：

以上橫軸為數(shù)據(jù)量，縱軸為準(zhǔn)確率，藍(lán)色以及綠色線(xiàn)條分別代表深度學(xué)習(xí)以及傳統(tǒng)算法。 根據(jù)Jeff Dean的預(yù)判，隨著數(shù)據(jù)規(guī)模的不斷擴(kuò)大，未來(lái)深度學(xué)習(xí)算法的精度也將不斷提升。

也就是說(shuō)，處在技術(shù)大爆發(fā)與數(shù)字洪水階段，誰(shuí)掌握了更多的數(shù)據(jù)、更精準(zhǔn)的數(shù)據(jù)，那么誰(shuí)的算法精度也就會(huì)更領(lǐng)先一步。

但一直以來(lái)，在AI的發(fā)展中，數(shù)據(jù)的采集與標(biāo)注卻始終在有意或者無(wú)意的被忽視著，乃至被邊緣化。

但是在云測(cè)數(shù)據(jù)的總經(jīng)理賈宇航看來(lái)，對(duì)于算法落地來(lái)說(shuō)，“數(shù)據(jù)不僅充當(dāng)飼料，同時(shí)也在逐漸充當(dāng)嬰兒的奶粉，運(yùn)動(dòng)員的優(yōu)質(zhì)蛋白一樣，擁有了就可以更好的成長(zhǎng)具備競(jìng)爭(zhēng)力”而想要為算法提供足夠優(yōu)質(zhì)的嬰兒奶粉，并沒(méi)有那么容易。

舉個(gè)簡(jiǎn)單的例子，如果只是人臉檢測(cè)，那么開(kāi)源數(shù)據(jù)集或平臺(tái)眾包就可以很快滿(mǎn)足需求。 但隨著技術(shù)要求的提升，AI不僅僅是做人臉檢測(cè)，而是視線(xiàn)追蹤、或是微表情檢測(cè)。 很顯然，這類(lèi)需求很難通過(guò)互聯(lián)網(wǎng)或者眾包用戶(hù)采集完成。

那么如何解決這個(gè)問(wèn)題？ 或許只有更專(zhuān)業(yè)的數(shù)據(jù)采集與標(biāo)注團(tuán)隊(duì)才能完成這一任務(wù)。

也正是基于這樣的市場(chǎng)需求， 2017年，云測(cè)旗下AI數(shù)據(jù)服務(wù)品牌云測(cè)數(shù)據(jù)成立 。 基于此前對(duì)于To B行業(yè)的深刻理解以及專(zhuān)業(yè) 化的團(tuán)隊(duì)搭建，云測(cè)數(shù)據(jù)成立不久就躋身國(guó)內(nèi)一流的AI數(shù)據(jù)服務(wù)解決方案提供商。

那么云測(cè)數(shù)據(jù)如何解決上面所說(shuō)的問(wèn)題？

賈宇航表示，云測(cè)數(shù)據(jù)的辦法是自建數(shù)據(jù)采集基地，搭建專(zhuān)門(mén)的場(chǎng)景實(shí)驗(yàn)室。 目前，云測(cè)數(shù)據(jù)已經(jīng)有了200多人的研發(fā)與產(chǎn)品經(jīng)理，以及近千人的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，在規(guī)模以及質(zhì)量上都處在行業(yè)前列。

以多角度多姿態(tài)的動(dòng)作采集為例，賈宇航表示，云測(cè)數(shù)據(jù)專(zhuān)門(mén)在橫店建了一個(gè)數(shù)據(jù)采集基地，根據(jù)客戶(hù)訂單需求，進(jìn)行特定動(dòng)作、表情和表情的捕捉。

當(dāng)然，這些不僅是有趣或者單一客戶(hù)需求所驅(qū)動(dòng)的成果，而是整個(gè)AI數(shù)據(jù)服務(wù)行業(yè)從粗放的勞動(dòng)密集型時(shí)代走向精耕細(xì)作所必須的過(guò)程。

走到如今，AI數(shù)據(jù)服務(wù)行業(yè)已經(jīng)邁向場(chǎng)景化與復(fù)雜化，而以眾包用戶(hù)進(jìn)行數(shù)據(jù)采集的服務(wù)形態(tài)，已經(jīng)不能滿(mǎn)足AI企業(yè)往下一個(gè)階段進(jìn)化的需求。

賈宇航解釋?zhuān)F(xiàn)如今，一個(gè)完整的數(shù)據(jù)服務(wù)工作流程是由可行性評(píng)估到執(zhí)行，到審核，再到交付四個(gè)環(huán)節(jié)組成。 這中間，如何分工，審核與執(zhí)行之間又該如何形成反饋閉環(huán)，怎樣能夠提升工作效率都是需要經(jīng)驗(yàn)摸索以及成本投入的。

以云測(cè)數(shù)據(jù)為例，在進(jìn)行數(shù)據(jù)服務(wù)時(shí)，云測(cè)會(huì)有專(zhuān)門(mén)的研發(fā)投入以及不少于350個(gè)小時(shí)的團(tuán)隊(duì)培訓(xùn)流程。

通過(guò)研發(fā)團(tuán)隊(duì)搭建的協(xié)同分工流程平臺(tái)以及諸如快速框選、快速選點(diǎn)等小工具的開(kāi)發(fā)，可以將數(shù)據(jù)采集以及標(biāo)注的速度與效率成倍的提升。以法令紋的采集標(biāo)注為例，有時(shí)候客戶(hù)不僅需要將其準(zhǔn)確的框選出來(lái)，還需要將其進(jìn)行均勻的四點(diǎn)等分，如果單純的通過(guò)手工作業(yè)，那么無(wú)論效率還是精確度都將受到極大的影響。 但是通過(guò)工具的開(kāi)發(fā)，就可以在框選之后，快速的進(jìn)行自動(dòng)等分標(biāo)注。

而針對(duì)特定的用戶(hù)需求，云測(cè)還搭建了專(zhuān)門(mén)的場(chǎng)景實(shí)驗(yàn)室，可以基于客戶(hù)算法模型定制化搭建采集場(chǎng)景，以達(dá)到覆蓋盡可能多的實(shí)際場(chǎng)景及邊際場(chǎng)景的目的，保證采集數(shù)據(jù)契合算法模型，為客戶(hù)提供高精度的采集數(shù)據(jù)。

從網(wǎng)絡(luò)爬取到場(chǎng)景化采集，數(shù)據(jù)服務(wù)行業(yè)的三場(chǎng)戰(zhàn)事

在AI的落地中，數(shù)據(jù)服務(wù)行業(yè)也在不斷自我演進(jìn)，同時(shí)也見(jiàn)證與反哺著下游AI企業(yè)的成長(zhǎng)與變化。

如果回顧數(shù)據(jù)服務(wù)行業(yè)這二十年來(lái)的發(fā)展，我們會(huì)發(fā)現(xiàn)在這個(gè)行業(yè)一定經(jīng)歷了三大階段的戰(zhàn)事，每一場(chǎng)中都有其代表性的玩家出現(xiàn)，每一階段，也都印證著AI行業(yè)發(fā)展的腳步。

第一階段，可以簡(jiǎn)單概括為免費(fèi)階段。

這一時(shí)期，AI也基本還停留在初步的實(shí)驗(yàn)室階段，對(duì)于數(shù)據(jù)本身的精確度要求并不算高。 比如有企業(yè)需要人臉數(shù)據(jù)，只要把來(lái)自社交網(wǎng)絡(luò)或者對(duì)搜索引擎圖片進(jìn)行簡(jiǎn)單的爬取就能夠滿(mǎn)足基本的需求。

進(jìn)一步演化出，以ImageNet等開(kāi)源數(shù)據(jù)集為代表，企業(yè)不再需要自己爬取網(wǎng)絡(luò)數(shù)據(jù)，而是直接使用網(wǎng)上開(kāi)源的現(xiàn)成數(shù)據(jù)，進(jìn)而可以減少很多時(shí)間以及精力成本。 但是這種數(shù)據(jù)偏通用，無(wú)法滿(mǎn)足定制化需求。 AI的發(fā)展也在這一時(shí)期進(jìn)入一個(gè)小高潮，但是距離產(chǎn)業(yè)化應(yīng)用卻還有一定距離。

第二階段，數(shù)據(jù)服務(wù)行業(yè)開(kāi)始有了初步的商業(yè)化，眾包成為了這一階段行業(yè)的代表性服務(wù)形態(tài)。

但是相應(yīng)的，專(zhuān)業(yè)性也成為這一時(shí)期行業(yè)的代表性問(wèn)題。 首先，是眾包用戶(hù)無(wú)法滿(mǎn)足客戶(hù)對(duì)于諸如疲勞駕駛檢測(cè)、情緒捕捉等方面的復(fù)雜需求； 其次，對(duì)于客戶(hù)需求的理解方面，眾包用戶(hù)由于沒(méi)有經(jīng)受專(zhuān)業(yè)的訓(xùn)練，可能會(huì)出現(xiàn)質(zhì)量參差不齊或者理解不到位的情況。 因此整體所能做的事情相對(duì)簡(jiǎn)單，無(wú)法滿(mǎn)足AI企業(yè)往下一個(gè)階段進(jìn)化時(shí)的數(shù)據(jù)需求。

發(fā)展至如今，數(shù)據(jù)服務(wù)已經(jīng)走入第三階段。這一時(shí)期，AI落地已經(jīng)成為行業(yè)發(fā)展的一大重要階段，AI+5G+IoT催化了數(shù)據(jù)大爆炸，帶來(lái)了廣闊的行業(yè)機(jī)遇，相應(yīng)的數(shù)據(jù)服務(wù)也走入了場(chǎng)景化以及精細(xì)化時(shí)代。

相對(duì)應(yīng)的，云測(cè)數(shù)據(jù)對(duì)自身的定位也進(jìn)一步明確，針對(duì)數(shù)據(jù)的安全性、定制化和精細(xì)化提出了更高要求。

針對(duì)高安全性，賈宇航總結(jié)，云測(cè)數(shù)據(jù)針對(duì)客戶(hù)“可復(fù)用的只有經(jīng)驗(yàn)，但絕不包括數(shù)據(jù)。 ”對(duì)此，云測(cè)數(shù)據(jù)建立了一套數(shù)據(jù)隔離機(jī)制： 可以將數(shù)據(jù)封閉在標(biāo)注平臺(tái)之內(nèi)，全程采取專(zhuān)業(yè)化設(shè)備，以保證數(shù)據(jù)的采集、標(biāo)注者只有數(shù)據(jù)的操作權(quán)，但是沒(méi)有拷貝、轉(zhuǎn)移的權(quán)利。

而針對(duì)場(chǎng)景化，云測(cè)數(shù)據(jù)目前在華東、華北、華南都設(shè)有數(shù)據(jù)交付中心和數(shù)據(jù)采集基地，可以滿(mǎn)足方言采集，特定目標(biāo)采集等定制化客戶(hù)需求。

最后是精細(xì)化，據(jù)賈宇航表示，在數(shù)據(jù)采集環(huán)節(jié)，云測(cè)數(shù)據(jù)可以通過(guò)定制化場(chǎng)景搭建、專(zhuān)業(yè)人員實(shí)戰(zhàn)來(lái)滿(mǎn)足用戶(hù)特定需求； 而在數(shù)據(jù)標(biāo)注環(huán)節(jié)，則會(huì)通過(guò)對(duì)員工培訓(xùn)以及專(zhuān)門(mén)開(kāi)發(fā)例如法令紋標(biāo)注等專(zhuān)業(yè)化工具，以使得框選、標(biāo)注的精度進(jìn)一步提升。

而隨著場(chǎng)景化、細(xì)分化的不斷發(fā)展，對(duì)客戶(hù)進(jìn)行專(zhuān)家式服務(wù)也成了當(dāng)前行業(yè)發(fā)展的一大特色。

賈宇航向我們講述了一個(gè)案例，曾經(jīng)有一家自動(dòng)駕駛企業(yè)前來(lái)云測(cè)數(shù)據(jù)，表示想要針對(duì)自動(dòng)駕駛場(chǎng)景，對(duì)激光雷達(dá)以及攝像頭數(shù)據(jù)進(jìn)行采集標(biāo)注。 客戶(hù)要求將攝像頭拍到的車(chē)輛，在激光雷達(dá)的捕捉的數(shù)據(jù)中全部標(biāo)記出來(lái)。

但實(shí)際上，對(duì)于激光雷達(dá)捕捉到的數(shù)據(jù)中，10個(gè)點(diǎn)以下的內(nèi)容，實(shí)際上在標(biāo)注的時(shí)候可以直接忽略，否則反而會(huì)影響最終算法的識(shí)別精度。 這也就是專(zhuān)業(yè)化的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，對(duì)于客戶(hù)需求的進(jìn)一步增益。

換一個(gè)角度看人工智能，細(xì)分、多模態(tài)、專(zhuān)業(yè)化

我們不難發(fā)現(xiàn)，作為AI的基石，AI數(shù)據(jù)服務(wù)的發(fā)展其實(shí)也正從一個(gè)獨(dú)特的角度，對(duì)AI的發(fā)展形成側(cè)寫(xiě)。

從云測(cè)數(shù)據(jù)的角度來(lái)看，賈宇航發(fā)現(xiàn)當(dāng)前的AI發(fā)展出現(xiàn)了三大特征： 細(xì)分化、多模態(tài)以及專(zhuān)業(yè)化，相應(yīng)的，對(duì)于AI數(shù)據(jù)服務(wù)行業(yè)也形成了一定的影響與方向指引。

首先是細(xì)分化，當(dāng)前AI已經(jīng)進(jìn)入技術(shù)落地階段，行業(yè)發(fā)展的主力已經(jīng)由此前的技術(shù)流AI專(zhuān)家主導(dǎo)變成了由行業(yè)專(zhuān)家與技術(shù)流AI專(zhuān)家共同合作完成技術(shù)落地。 他們一方面擁有著豐富的細(xì)分領(lǐng)域行業(yè)經(jīng)驗(yàn)，另一方面又具備著深厚的技術(shù)研發(fā)實(shí)力，兩相結(jié)合將AI從象牙塔帶進(jìn)了安防、金融、家居、交通等各大行業(yè)。

進(jìn)一步影響到數(shù)據(jù)服務(wù)行業(yè)，賈宇航發(fā)現(xiàn)，在進(jìn)行數(shù)據(jù)標(biāo)注時(shí)，通常有駕駛經(jīng)驗(yàn)的工作人員在標(biāo)注自動(dòng)駕駛的時(shí)候也會(huì)有很好的工作效率。 而未來(lái)，在數(shù)據(jù)標(biāo)注行業(yè)，玩家們也將隨著AI行業(yè)而一同進(jìn)入定位與細(xì)分市場(chǎng)追逐階段。 以云測(cè)數(shù)據(jù)為例，目前，他們集中于智能安防、智能駕駛、智慧金融、智慧家居，并在這幾個(gè)領(lǐng)域中建立了較高的行業(yè)壁壘。

其 次是多模態(tài)，所謂多模態(tài)，即是對(duì)多維時(shí)間、空間、環(huán)境數(shù)據(jù)的感知與融合。 比如當(dāng)前的自動(dòng)駕駛需要雷達(dá)+攝像頭才能跑的更穩(wěn)，安防行業(yè)需要攝像頭+雷達(dá)紅外RFID才能感知的更精準(zhǔn)、更真實(shí)。 相應(yīng)的，在數(shù)據(jù)服務(wù)的時(shí)候，企業(yè)也要跟上客戶(hù)需求，掌握好對(duì)多維傳感器融合的數(shù)據(jù)采集與標(biāo)注。

最后則是專(zhuān)業(yè)化，盡管當(dāng)前AI技術(shù)已經(jīng)進(jìn)入落地階段，但是頭部AI企業(yè)相較傳統(tǒng)行業(yè)的AI落地，在技術(shù)上會(huì)有前沿性的領(lǐng)跑。 而這些算法企業(yè)的一些先進(jìn)技術(shù)研究也很有可能成為未來(lái)數(shù)據(jù)服務(wù)行業(yè)的一大發(fā)展方向，相應(yīng)的數(shù)據(jù)服務(wù)企業(yè)也要有前瞻性，才能在行業(yè)競(jìng)爭(zhēng)中建立長(zhǎng)期的壁壘。

結(jié)語(yǔ)：脫離刀耕火種，數(shù)據(jù)服務(wù)進(jìn)入精細(xì)化運(yùn)營(yíng)時(shí)代

從貴陽(yáng)、河南農(nóng)村走向北京城里，理念更先進(jìn)、技術(shù)更硬核、服務(wù)更專(zhuān)業(yè)的AI數(shù)據(jù)服務(wù)企業(yè)正將數(shù)據(jù)采集與標(biāo)注帶入精細(xì)化運(yùn)營(yíng)時(shí)代。

一方面，AI落地，讓技術(shù)脫離實(shí)驗(yàn)室刷榜走向?qū)嶋H場(chǎng)景，也讓數(shù)據(jù)服務(wù)行業(yè)從幕后走到臺(tái)前，成為這一過(guò)程之中最隱秘的見(jiàn)證者。

另一方面，5G+AI+IoT時(shí)代來(lái)臨，為市場(chǎng)帶來(lái)新的爆發(fā)機(jī)遇，臺(tái)前是百花齊放的AI產(chǎn)品，背后則是默默無(wú)聞的數(shù)據(jù)服務(wù)產(chǎn)業(yè)，正是他們托起了AI發(fā)展的基石。

在這片藍(lán)海市場(chǎng)中，未來(lái)機(jī)遇廣闊，但是淘汰也在持續(xù)進(jìn)行，可以肯定的是專(zhuān)業(yè)化、場(chǎng)景化、定制化將成為行業(yè)趨勢(shì)。

閱讀原文