近日，在ICVS中國自動駕駛年會—火山引擎 X NVIDIA云上創新專場上，火山引擎首次面向智駕行業集中展示了AI數據服務的能力。據了解，火山引擎AI數據服務提供高質量的數據采集、標注服務，平均交付準確率已經可以實現99%以上。

對于自動駕駛領域的研發來說，將大量標注過的數據“投喂”給算法，通過訓練讓模型具備感知能力并達到一定識別準確率的一過程，早已成為“行業標配”。

所謂“數據標注”，是指對未經處理的語音、圖片、文本、視頻等原始數據進行加工處理， 并轉換為機器可識別的信息的過程。不過，隨著應用場景的不斷豐富，自動駕駛所需標注的數據類型越來越呈現天量、多樣化，數據標注的準確性難以保證，且綜合成本較高。造成這一結果的原因，除了需求的不確定性、標注標準較為單一化等之外，人力成本和返工成本較高也是很重要的原因。

(資料圖片)

當前，許多數據標注企業仍停留在勞動密集型產業的定位中，在面對現階段自動駕駛所需要處理的巨量數據時，就顯得捉襟見肘。

從趨勢上來看，行業正在向AI輔助+精細化管理的方向轉變。通過AI輔助標注算法的升級，減少人力、提升標注效率，是未來數據標注創新的路徑之一。需要大規模堆人力的魔咒，正在不斷被技術所打破。

據介紹，火山引擎數據標注平臺中集成了多種標注模板、預標注與邊標邊訓算法，同時具有保障數據安全、平臺操作便捷、可定制化、可與火山引擎云產品打通的特性。通過模版工具豐富多樣、人工與算法靈活配合、數據服務專業高效靈活將持續為客戶的數據處理工作保駕護航。

圖：火山引擎數據標注平臺的優勢

另外，平臺支持系統部署到企業自有服務器上，企業的所有系統數據均在自主管理下，私密數據的安全性有保障。同時還可根據企業自身需求與業務場景，定制個性化產品方案，讓產品更好地被企業使用，實現業務發展與標注需求的一比一完美適配。

在標注工具方面，則實現了對各類常見的文本、圖像、視頻、語音、3D點云數據的自定義處理需求，降低了模板冗余，幫助客戶快速獲取低成本、高質量的結構化數據。

在算法賦能方面，火山引擎的數據標注平臺的AI預標注與邊標邊訓的算法能力，大幅提高了標注效率與準確率，可輔助和代替部分人工操作，并根據項目類型，選擇適合的模型能力在相應項目階段接入。

圖：標注平臺的模型能力

模型過濾階段：由模型進行原始數據的分析，過濾掉不需要人工標注的數據，只留下需要人工標注的數據。

模型預標階段：用模型進行數據的預先標注，標注員只需進行確認或修改。

模型糾錯階段：在標注作業時，模型可以實時進行智能糾錯，避免標注員提交低質量任務。

模型質檢環節：在質檢作業時，模型可以輔助篩選需重點質檢任務或直接完成數據的驗收。

火山引擎利用邊標邊訓的數據標注模型，智能化地學習作業內容與標注尺度，通過“自學習”方式驅動完成算法迭代，“智能+無感知”地學習人工標注習慣，帶來更高的準確率和更好的數據標注體驗。

在接到長周期、大批量類型項目時，模型偏向于“特定業務類型”，高準確率帶來更高的人效收益；在處理短周期、小批量類型項目時，系統可快速切入并賦能業務，節省前期人工準備的時間。最終可實現30%-100%的效率提升和10%-30%的質量提升。

在業務快速發展的當下，AI數據服務業務對工時精細化管理的需求愈發迫切。

圖：工時管理平臺

為了更好的服務業務，火山引擎還推出工時管理系平臺。該管理平臺將實現工時精細化管理，推進工時管理系統化進程，提高工時數據的準確性，為高效實現項目工時管理和人效管理提供有力支持。

AI數據服務負責人金亮表示，“當前，AI算法對訓練數據維度和樣本復雜性的要求變得越來越高，這對數據標注技術、標注平臺能力、數據安全、不同維度數據協同標注等都提出了挑戰。火山引擎AI數據服務通過打造智能化數據平臺，輔以交互式人工標注和質量控制措施，將有效降低數據標注復雜度，提升整體數據質量，最終解決自動駕駛模型訓練的痛點，快速地部署AI。”(作者：馮梅）

關鍵詞： 新聞資訊