从流体标注看数据标注未来的发展方向
众所周知，数据是人工智能的核心之一，然而，刚刚采集的原始数据机器是无法对其进行直接学习的，这时便需要数据标注师对其进行标注，方能成为机器学习的“原料”。在此背景之下，数据标注产业随之发展起来，成为“人工智能背后重要的人工”。随着行业的发展，数据标注逐渐开始发生产业转变，悄然向“技术化”转型。那么未来，数据标注发展的方向又在何处呢？
前一段时间，谷歌在其AI博客上介绍了一款基于AI和深度学习的图像标注方式——“流体标注”，它使用机器学习来注释类标签并勾勒出图片中的每个对象和背景区域。可作为人工标注者的有力辅助工具，谷歌声称它可以将标记数据集的速度提高三倍，有望缓解目前机器学习研究中，高质量的训练数据获取难的瓶颈。
流体标注从预训练的语义分割模型的输出开始，该模型生成大约1,000个具有类别标签和置信度分数的图像片段，其中具有最高置信度的片段将被传递给人类工作者以进行标记。注释器可以通过仪表板修改图像，选择要更正的内容和顺序，将现有细分的标签与自动生成的短名单进行交换，添加细分以覆盖缺失的对象，移除现有细分或更改重叠细分的深度顺序。
流体注释是使图像注释更快更容易的第一个探索性步骤，在未来的工作中，流体标注将通过改进对象边界的注释，扩展界面来处理以前看不见的类，从而实现更高效的数据标注。
虽然这种方式尚未落实到具体工作之中，但仍是值得期待的一项技术。并且在国外，谷歌并不是唯一一个将AI应用于数据标注的公司。
由此可见，科技化的数据标注方式必将成为数据标注的重要发展方向。那么数据标注中的人工会被取代么？答案显然是否定的。但是基础职能的转型则是行业发展的必然。未来，数据标注行业对人才的大量需求将转向专业化。AI优评联合权威部门，为数据标注人才的专业化培养迈出了坚实的一步，通过科学的考评制度，AI优评将为考核通过的人才颁发国家职业资格培训鉴定实验基地统一核发的《人工智能技术服务-数据标注与审核》高新技术能力证书，以此为行业建立起一个科学的准入制度与人才评价标准，为行业的发展做出自己的贡献。
转载请超链接注明：头条资讯 » 从流体标注看数据标注未来的发展方向
免责声明
：非本网注明原创的信息，皆为程序自动获取互联网，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责；如此页面有侵犯到您的权益，请给站长发送邮件，并提供相关证明(版权证明、身份证正反面、侵权链接)，站长将在收到邮件24小时内删除。