火山引擎開發(fā)智能化數(shù)據(jù)平臺(tái)，教自動(dòng)駕駛AI學(xué)會(huì)人類標(biāo)注能力

　　近日，在ICVS中國(guó)自動(dòng)駕駛年會(huì)—火山引擎 X NVIDIA云上創(chuàng)新專場(chǎng)上，火山引擎首次面向智駕行業(yè)集中展示了AI數(shù)據(jù)服務(wù)的能力。據(jù)了解，火山引擎AI數(shù)據(jù)服務(wù)提供高質(zhì)量的數(shù)據(jù)采集、標(biāo)注服務(wù)，平均交付準(zhǔn)確率已經(jīng)可以實(shí)現(xiàn)99%以上。

　　對(duì)于自動(dòng)駕駛領(lǐng)域的研發(fā)來說，將大量標(biāo)注過的數(shù)據(jù)“投喂”給算法，通過訓(xùn)練讓模型具備感知能力并達(dá)到一定識(shí)別準(zhǔn)確率的一過程，早已成為“行業(yè)標(biāo)配”。

　　所謂“數(shù)據(jù)標(biāo)注”，是指對(duì)未經(jīng)處理的語音、圖片、文本、視頻等原始數(shù)據(jù)進(jìn)行加工處理， 并轉(zhuǎn)換為機(jī)器可識(shí)別的信息的過程。不過，隨著應(yīng)用場(chǎng)景的不斷豐富，自動(dòng)駕駛所需標(biāo)注的數(shù)據(jù)類型越來越呈現(xiàn)天量、多樣化，數(shù)據(jù)標(biāo)注的準(zhǔn)確性難以保證，且綜合成本較高。造成這一結(jié)果的原因，除了需求的不確定性、標(biāo)注標(biāo)準(zhǔn)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。

　　當(dāng)前，許多數(shù)據(jù)標(biāo)注企業(yè)仍停留在勞動(dòng)密集型產(chǎn)業(yè)的定位中，在面對(duì)現(xiàn)階段自動(dòng)駕駛所需要處理的巨量數(shù)據(jù)時(shí)，就顯得捉襟見肘。

　　從趨勢(shì)上來看，行業(yè)正在向AI輔助+精細(xì)化管理的方向轉(zhuǎn)變。通過AI輔助標(biāo)注算法的升級(jí)，減少人力、提升標(biāo)注效率，是未來數(shù)據(jù)標(biāo)注創(chuàng)新的路徑之一。需要大規(guī)模堆人力的魔咒，正在不斷被技術(shù)所打破。

　　據(jù)介紹，火山引擎數(shù)據(jù)標(biāo)注平臺(tái)中集成了多種標(biāo)注模板、預(yù)標(biāo)注與邊標(biāo)邊訓(xùn)算法，同時(shí)具有保障數(shù)據(jù)安全、平臺(tái)操作便捷、可定制化、可與火山引擎云產(chǎn)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(shù)據(jù)服務(wù)專業(yè)高效靈活將持續(xù)為客戶的數(shù)據(jù)處理工作保駕護(hù)航。

圖：火山引擎數(shù)據(jù)標(biāo)注平臺(tái)的優(yōu)勢(shì)

　　另外，平臺(tái)支持系統(tǒng)部署到企業(yè)自有服務(wù)器上，企業(yè)的所有系統(tǒng)數(shù)據(jù)均在自主管理下，私密數(shù)據(jù)的安全性有保障。同時(shí)還可根據(jù)企業(yè)自身需求與業(yè)務(wù)場(chǎng)景，定制個(gè)性化產(chǎn)品方案，讓產(chǎn)品更好地被企業(yè)使用，實(shí)現(xiàn)業(yè)務(wù)發(fā)展與標(biāo)注需求的一比一完美適配。

　　在標(biāo)注工具方面，則實(shí)現(xiàn)了對(duì)各類常見的文本、圖像、視頻、語音、3D點(diǎn)云數(shù)據(jù)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(zhì)量的結(jié)構(gòu)化數(shù)據(jù)。

　　在算法賦能方面，火山引擎的數(shù)據(jù)標(biāo)注平臺(tái)的AI預(yù)標(biāo)注與邊標(biāo)邊訓(xùn)的算法能力，大幅提高了標(biāo)注效率與準(zhǔn)確率，可輔助和代替部分人工操作，并根據(jù)項(xiàng)目類型，選擇適合的模型能力在相應(yīng)項(xiàng)目階段接入。

圖：標(biāo)注平臺(tái)的模型能力

　　模型過濾階段：由模型進(jìn)行原始數(shù)據(jù)的分析，過濾掉不需要人工標(biāo)注的數(shù)據(jù)，只留下需要人工標(biāo)注的數(shù)據(jù)。

　　模型預(yù)標(biāo)階段：用模型進(jìn)行數(shù)據(jù)的預(yù)先標(biāo)注，標(biāo)注員只需進(jìn)行確認(rèn)或修改。

　　模型糾錯(cuò)階段：在標(biāo)注作業(yè)時(shí)，模型可以實(shí)時(shí)進(jìn)行智能糾錯(cuò)，避免標(biāo)注員提交低質(zhì)量任務(wù)。

　　模型質(zhì)檢環(huán)節(jié)：在質(zhì)檢作業(yè)時(shí)，模型可以輔助篩選需重點(diǎn)質(zhì)檢任務(wù)或直接完成數(shù)據(jù)的驗(yàn)收。

　　火山引擎利用邊標(biāo)邊訓(xùn)的數(shù)據(jù)標(biāo)注模型，智能化地學(xué)習(xí)作業(yè)內(nèi)容與標(biāo)注尺度，通過“自學(xué)習(xí)”方式驅(qū)動(dòng)完成算法迭代，“智能+無感知”地學(xué)習(xí)人工標(biāo)注習(xí)慣，帶來更高的準(zhǔn)確率和更好的數(shù)據(jù)標(biāo)注體驗(yàn)。

　　在接到長(zhǎng)周期、大批量類型項(xiàng)目時(shí)，模型偏向于“特定業(yè)務(wù)類型”，高準(zhǔn)確率帶來更高的人效收益；在處理短周期、小批量類型項(xiàng)目時(shí)，系統(tǒng)可快速切入并賦能業(yè)務(wù)，節(jié)省前期人工準(zhǔn)備的時(shí)間。最終可實(shí)現(xiàn)30%-100%的效率提升和10%-30%的質(zhì)量提升。

　　在業(yè)務(wù)快速發(fā)展的當(dāng)下，AI數(shù)據(jù)服務(wù)業(yè)務(wù)對(duì)工時(shí)精細(xì)化管理的需求愈發(fā)迫切。

圖：工時(shí)管理平臺(tái)

　　為了更好的服務(wù)業(yè)務(wù)，火山引擎還推出工時(shí)管理系平臺(tái)。該管理平臺(tái)將實(shí)現(xiàn)工時(shí)精細(xì)化管理，推進(jìn)工時(shí)管理系統(tǒng)化進(jìn)程，提高工時(shí)數(shù)據(jù)的準(zhǔn)確性，為高效實(shí)現(xiàn)項(xiàng)目工時(shí)管理和人效管理提供有力支持。

　　AI數(shù)據(jù)服務(wù)負(fù)責(zé)人金亮表示，“當(dāng)前，AI算法對(duì)訓(xùn)練數(shù)據(jù)維度和樣本復(fù)雜性的要求變得越來越高，這對(duì)數(shù)據(jù)標(biāo)注技術(shù)、標(biāo)注平臺(tái)能力、數(shù)據(jù)安全、不同維度數(shù)據(jù)協(xié)同標(biāo)注等都提出了挑戰(zhàn)。火山引擎AI數(shù)據(jù)服務(wù)通過打造智能化數(shù)據(jù)平臺(tái)，輔以交互式人工標(biāo)注和質(zhì)量控制措施，將有效降低數(shù)據(jù)標(biāo)注復(fù)雜度，提升整體數(shù)據(jù)質(zhì)量，最終解決自動(dòng)駕駛模型訓(xùn)練的痛點(diǎn)，快速地部署AI。”