澳鵬Appen發(fā)布全新《人工智能與機器學(xué)習(xí)現(xiàn)狀年度報告》

舊金山2021年8月24日 /美通社/ -- 近日，世界領(lǐng)先的高質(zhì)量訓(xùn)練數(shù)據(jù)提供商澳鵬 Appen Limited（ASX：APX）發(fā)布了第七份《人工智能與機器學(xué)習(xí)現(xiàn)狀年度報告》。報告顯示，各企業(yè)AI預(yù)算金額較去年大幅增長55%；同時，企業(yè)更加關(guān)注AI項目的實際實施，AI項目的負(fù)責(zé)人正在從企業(yè)決策者轉(zhuǎn)變?yōu)榧夹g(shù)骨干?！叭斯ぶ悄堋辈粌H僅只是一個概念，如今已經(jīng)成為許多企業(yè)尋求新機遇的突破口，亦或日常運營中不可或缺的角色。

2021全球AI市場5大發(fā)展趨勢

“七年前，當(dāng)我們第一次開始調(diào)研AI與機器學(xué)習(xí)現(xiàn)狀時，全球企業(yè)都迫不及待想要啟動AI項目，但并未取得實質(zhì)性進(jìn)展。如今，AI已被視為企業(yè)生存的核心，而相關(guān)調(diào)研結(jié)果也證實了這一點：企業(yè)增加了AI預(yù)算和負(fù)責(zé)該領(lǐng)域的技術(shù)人員，同時對外部訓(xùn)練數(shù)據(jù)提供商也更加依賴?！?/p>

-- 澳鵬Appen首席執(zhí)行官 Mark Brayan

1. AI發(fā)展的瓶頸：高質(zhì)量數(shù)據(jù)

研究機構(gòu)O'REILLY最近發(fā)布的一份調(diào)查報告顯示，人工智能應(yīng)用的兩大瓶頸：一是缺乏技術(shù)熟練的員工；二是缺乏數(shù)據(jù)資源（或數(shù)據(jù)存在質(zhì)量問題）。事實上，大多數(shù)AI項目遲遲未能投入到“實戰(zhàn)”階段，也反映出在AI研究過程中，數(shù)據(jù)科學(xué)家在獲取高質(zhì)量數(shù)據(jù)時所面臨的挑戰(zhàn)和成本。此時，尋求外部專業(yè)機構(gòu)的支持就顯得尤為重要。

2. 更精準(zhǔn)的AI應(yīng)用場景

越來越多的AI企業(yè)已經(jīng)開始縮小其AI模型所針對的業(yè)務(wù)范圍，并將目標(biāo)具體化。例如，Appen最近參與的幾個該類型的AI項目：

• 商務(wù)術(shù)語：一家公司構(gòu)建了一個能對商務(wù)術(shù)語提出改進(jìn)建議的AI模型，而這些商務(wù)術(shù)語之間僅有著非常細(xì)微的差異；
• 身體動作：一家公司在研究個人訓(xùn)練自動化模型時發(fā)現(xiàn)，動作輪廓會隨著年紀(jì)增長而改變，需要補充老年人翻跟斗的視頻并作相關(guān)標(biāo)注；
• 小語種：新冠疫情的實時信息需要在全球內(nèi)發(fā)布，但翻譯技術(shù)并不支持所有語言，Appen開展了針對罕見語種的數(shù)據(jù)采集和標(biāo)注工作，比如達(dá)里語、丁卡語及豪薩語等。

3. 從以模型為中心向以數(shù)據(jù)為中心轉(zhuǎn)變

是優(yōu)化代碼，還是提升訓(xùn)練數(shù)據(jù)質(zhì)量？這是過去幾年間AI行業(yè)最為關(guān)注的前沿問題之一。以模型為中心的AI是指利用現(xiàn)有數(shù)據(jù)來構(gòu)建模型，以彌補任何無關(guān)因素和不準(zhǔn)確性，而以數(shù)據(jù)為中心的AI則重點關(guān)注數(shù)據(jù)體量和質(zhì)量。目前可以看到AI行業(yè)從以模型為中心向以數(shù)據(jù)為中心轉(zhuǎn)變的趨勢。

4. 訓(xùn)練數(shù)據(jù)管理的新需求

隨著市場對于訓(xùn)練數(shù)據(jù)需求的日益增加，為規(guī)范化管理數(shù)據(jù)訓(xùn)練的工作流程制定管理框架，就變得尤為重要。有效的數(shù)據(jù)管理框架應(yīng)包含以下關(guān)鍵點：

• 用于追溯的版本控制
• 數(shù)據(jù)安全協(xié)議
• 訪問控制
• 數(shù)據(jù)傳輸監(jiān)控
• 合作協(xié)議

5. AI輔助數(shù)據(jù)標(biāo)注愈發(fā)火熱

自動化機器學(xué)習(xí)技術(shù)的應(yīng)用日益增加，AI企業(yè)也已開始利用人工智能來輔助進(jìn)行數(shù)據(jù)標(biāo)注，以節(jié)省時間和降低成本。以下是數(shù)據(jù)標(biāo)注自動化的3種主要類型：

• 預(yù)標(biāo)注：先由AI模型對標(biāo)注進(jìn)行合理猜測，然后再由人工標(biāo)注員進(jìn)行檢查和更正；
• 快速標(biāo)注：利用AI功能來節(jié)省標(biāo)注員的標(biāo)注時間，如澳鵬Appen人工智能輔助數(shù)據(jù)標(biāo)注平臺的自動補全、一鍵貼合等功能；
• 智能驗證器：AI對標(biāo)注員的數(shù)據(jù)輸出進(jìn)行驗證，如標(biāo)注不在閾值范圍內(nèi)，則會作出提醒。

2021澳鵬Appen《人工智能與機器學(xué)習(xí)現(xiàn)狀年度報告》要點

“高質(zhì)量的數(shù)據(jù)是每一個AI項目成功實施的基礎(chǔ)，再多的算法調(diào)整也無法抵消不良數(shù)據(jù)帶來的后果。企業(yè)已經(jīng)意識到，為了更快地取得更好的成果，尋求第三方高質(zhì)量數(shù)據(jù)是必要的?！?/p>

-- 澳鵬Appen首席技術(shù)官 Wilson Pang

1. 新冠疫情的影響

2020年，由于新冠疫情的影響，不同規(guī)模的企業(yè)都在加速推進(jìn)AI戰(zhàn)略，并且表示將在2021年繼續(xù)保持這種勢頭。其中，和外部數(shù)據(jù)提供商合作的企業(yè)更容易快速發(fā)展其AI項目，成功率約為其他企業(yè)的兩倍。

2. 決策負(fù)責(zé)人的轉(zhuǎn)變

2021年，AI項目決策和實施的負(fù)責(zé)人中，技術(shù)人員的比例顯著提升。只有39%的企業(yè)依然由高層管理人員負(fù)責(zé)AI項目，低于去年71%的比例。

3. 預(yù)算增加

AI預(yù)算金額范圍從50萬美元至500萬美元不等，整體同比去年增長55%。其中，只有26%的企業(yè)在AI項目上的預(yù)算低于50萬美元。

4. 對數(shù)據(jù)的關(guān)注

絕大多數(shù)企業(yè)已和外部訓(xùn)練數(shù)據(jù)提供商達(dá)成合作，對AI項目進(jìn)行大規(guī)模部署和更新，而他們相比其他企業(yè)在AI部署方面取得領(lǐng)先的概率亦高出50%。

欲了解完整版2021澳鵬Appen《人工智能與機器學(xué)習(xí)現(xiàn)狀年度報告》，請至澳鵬Appen官網(wǎng)或官微下載。