这一职业爆火!如何抓住AI发展中的就业机遇?

人工智能的快速发展,带动相关领域人才需求大幅增长。招聘平台数据显示,今年2月份,算法工程师、机器学习、深度学习等岗位招聘量同比大幅增加,其中数据标注岗位招聘需求同比增长超50%。目前,人工智能训练师主要从事标注类工作。随着市场需求激增,这个职业吸引了很多跨界求职者涌入,也带火了相关的职业培训。 在深圳的一家AI训练师的培训机构,前来上课的学员来自各行各业。 据培训机构的负责人介绍,目前人工智能训练师主要从事标注类工作,可以细分为文本标注、图像标注、语音标注等类型,薪资在每月6000元到19000元不等。这两年,他们的培训业务已经从北京,拓展到了深圳、杭州和成都,但这还远远不能满足市场的需求,毕业的学员往往刚一上传简历,就被企业一抢而光。 某人工智能训练师培训机构校长刘美芳告诉记者:比如9点开放简历,我们同学一个小时之内可以接收到10多个回复,很多HR(人力资源部门)主动向他们打招呼,都不需要去投递。 某招聘平台数据显示,今年春节后至今,数据标注类岗位招聘职位数量同比增长达56%。业内人士表示,随着大语言模型的快速发展,以及涉及的领域越来越多,人工智能训练师的需求还会继续增加。人工智能训练师:数字时代的“教练”人工智能训练师到底是如何工作的?服务于专 业领域的大模型发展,对训练师提出了哪些要求呢? 在深圳南山的一家专门研发客服类大模型的科技公司内,人工智能训练师黄培慧正在和他的同事,对大模型展示的效果进行演练。 黄培慧表示,大模型之所以能够准确回答顾客的提问,是因为前期已经给大模型输入了1000多条相似的问句。对他们来说,筛选顾客向客服人员提问的过程,就是做“标注”,而这些“问句”,就是“数据”,也叫“语料”。 除了这类面向公众服务的大模型,越来越多服务于专 业领域的人工智能大模型发展也十分迅速。在广州市中山大学附属第六医院,病理科主任黄艳正在指导一家医疗类大模型的研发人员,对数字病理切片进行标注,为病理大模型提供训练数据。 作为专 业度极高的垂类模型,医疗类大模型对数据的标注要求非常严格,为了确保数据的安全和准确,这类大模型的训练必须由医生等专 业人士进行把关。 某医疗大模型研发科技公司副总裁孙其功表示,此类工作一般都需要高年资的医学类专家来指点,或者是亲自上手来进行数据的标注,标错了有可能会产生误诊或漏诊的情况。 此外,为了减少“AI幻觉”,也就是大模型生成的内容与真实数据不符、偏离用户指令的现象发生,各垂类大模型都在构建由相关领域专家参与的多层次标注验证机制,将他们的知识和经验转化为关键训练参数,以提高大模型的准确性。市场急缺哪方面AI人才?高薪之下,越来越多求职者希望投身人工智能行业。智联招聘数据显示,2月份,AI领域求职人数同比增幅达200%以上。当前企业最青睐哪类AI人才?猎聘近日发布的《2025AI技术人才供需洞察报告》显示,去年2月至今年1月间,在猎聘平台上招聘的AI职位中,约47%要求硕博学历。由于人工智能自2019年才被正式纳入本科专 业目录,目前AI领域多数从业者来自其他相关专 业。从猎聘数据看,人数最多的前四个专 业分别是计算机科学与技术、软件工程、电子信息以及机械工程。“企业主要看是否具备相关专 业能力。”猎聘大数据研究院相关负责人介绍,算法是人工智能的核心,涉及复杂的数学、统计学、计算机科学等领域的知识;深度学习则涉及复杂的神经网络模型和算法优化,从业者在掌握线性代数、概率论、统计学等知识的同时,还需具备编程技能。多家平台数据显示,今年以来,AI人才持续保持供不应求的态势。未来随着AI技术加快应用,还需要哪些人才?除了当前市场紧缺的算法工程师、大模型工程师、机器学习工程师等,从全产业链看,AI领域在基础层、技术层、应用层都存在人才缺口。比如高性能计算工程师、芯片架构师等,也是企业竞相争夺的对象。中国科学院自动化研究所研究员王亮表示,由于人工智能涉及多领域,所需人才也覆盖多种类型——既有致力于前沿算法与核心理论创新的基础研究型人才,也有将理论与算法模型开发相结合、形成可落地产品的技术开发型人才,还包括既懂人工智能技术又懂所在行业业务的应用复合型人才。此外,AI训练师、数据标注工程师、AI伦 理与安全专家等数据治理和支撑人才也变得越来越重要。“目前最急需的还是基础研究型人才和应用复合型人才,一方面解决高端AI芯片国产化率不足和算法原创性不足问题,另一方面推动AI加速赋能各领域各行业。”王亮认为。据麦肯锡报告预测,到2030年,中国对AI专 业人才的需求预计将达600万人,而人才缺口可能高达400万人。如何捕捉AI发展中的就业机遇?面对AI带来的新岗位需求,普通人如何适应产业变化,提高就业的稳定性和竞争力?教育,无疑是其中关键一环。新一轮科技浪潮下,中国高校也迎来史上最 大规模专 业调整。短短几年间,已有超500所高校开设人工智能专 业或成立专门学院,考生的报考热度持续升高。2025年清华大学、中国人民大学等高校招生计划里均包含人工智能专 业。“人才数量提升的同时,优化培养结构、提升质量显得更为关键。”王亮认为,未来不同层次和领域的AI人才需求会更加细分,高校在专 业设置和课程设计上应更加注重人才的差异化培养。2024年,南开大学全 面启动“人工智能赋能人才培养行动计划”,打造了130余门人工智能系列课程群。“人工智能需要多学科交叉融合发展,这就要求高校超前布局、主动调整,在加强基础学科、新兴学科、交叉学科建设中,形成学科集群,为推动人工智能人才培养提供坚实基础。”南开大学校长陈雨露说。为培养更多实用型、复合型和紧缺型人工智能应用人才,教育部近日印发通知,部署各地各高校面向企事业单位和行业协会征集一批“人工智能应用”领域供需对接就业育人项目。“行业从业者也需要保持持续学习的习惯。”王亮表示,从人工智能相关专 业毕业生的反馈来看,职业发展过程中,除了技术能力外,设计思维、跨学科协作、自主学习能力的培养同样至关重要。在科大讯飞董事长刘庆峰看来,AI技能应成为未来公民必备能力,需加强AI新职业的规划与管理及相关技能培训,尤其要为低收入和就业困难群体提供免费培训机会。“年轻人无论从事哪个专 业,都可以每周花点时间,关注全球AI技术在各行各业的发展,这是未来最 大的机会源泉。”宇树科技创始人王兴兴说。(综合来源:央视财经、新华社、央广网等)来源: 工人日报

2025-04-09

数据标注为AI发展加工“优质原料”

  来源:澎湃新闻·澎湃号·政务  随着人工智能迅猛发展,高质量训练数据短缺逐渐成为制约行业进步的一大瓶颈,而数据标注产业可为人工智能创新发展提供强大动力。国家发展改革委、国家数据局、财政部、人力资源和社会保障部四部门日前联合印发的《关于促进数据标注产业高质量发展的实施意见》(以下简称《实施意见》),提出到2027年的发展目标:数据标注产业智能化及科技创新能力显著提升,产业规模大幅跃升,年均复合增长率超过20%。  我国数据标注产业现状如何?数据标注产业高质量发展还需要跨过哪些“门槛”?针对这些问题,记者进行了采访。  原始数据变为可用资源  “通俗地说,训练人工智能大模型的过程就像老师教学生识字。”华南理工大学计算机科学与工程学院副院长张通形象地解释道,数据标注就是给数据“贴标签”或者“做记号”,需要专 业人员向大模型阐释各个数据的标签及需执行的相应任务。他们“教导”大模型参与训练的数据是什么,给图像、语音、文本等各种数据“贴标签”。高质量的数据标注,有助于机器精准理解、快速学习、训练,显著提升大模型的准确性和泛化能力。  在训练ChatGPT时,美国开放人工智能研究中心(OpenAI)就投入了大量资源用于数据标注。为确保标注任务高质量完成,使ChatGPT能更好地理解人类指令,保障大模型的准确性与可靠性,OpenAI聘请了众多“老师”。这些“老师”涵盖一般数据标注人员和专 业人士,还包括博士级别的专家。  数据标注是人工智能发展的核心基石之一。“数据标注产业是对数据进行筛选、清洗、分类、注释、标记和质量检验等加工处理的新兴产业,其核心任务是对原始数据进行加工,使之成为可用于训练人工智能大模型的优质原料。”张通介绍,数据标注作为训练大模型至关重要的一环,直接影响机器学习模型的性能,对支撑人工智能能力水平提升有重要作用。  在张通看来,未经处理的原始数据只是潜在资源,而经过标注处理后沉淀的数据,才能在市场上进行有效交易和流通,从而充分释放数据要素价值。培育壮大数据标注产业,对于提升数据供给质量、推动人工智能创新发展不可或缺。  业内人士认为,随着人工智能技术不断成熟、应用领域持续拓展,数据标注行业将迎来更广阔市场空间,尤其是在低空经济、智慧城市、自动驾驶、智慧医疗等新兴科技领域展现出巨大潜力。  产业步入快速发展阶段  全球数据标注市场目前正处于迅速增长期。近年来,我国数据标注产业已进入快速发展阶段,产业链条不断完善,技术创新成果逐步实现市场化应用。据测算,2023年我国数据标注产业规模已达800亿元左右。  四川成都、辽宁沈阳、安徽合肥、湖南长沙等7个承担数据标注基地建设任务的城市,在大模型标注、自动化标注等领域取得重要突破。长沙信息产业园作为长沙数据标注基地之一,已吸引智能网联汽车、数据标注、网络安全等1万余家各类数字企业入驻,成功打造了人工智能创新中心算力服务平台。  广东积极推进数据标注训练试点和基地建设,为大模型训练提供坚实数据支撑。2023年9月,广东省公共数据标注训练试点正式启动。在广东省公共数据标注基地(清远),百度、燕湖科技、好思达等一批在自动驾驶、政务公共标注领域表现突出的企业已率先入驻。凭借龙头企业的带动作用和数字经济产业的集聚效应,清远的数据标注产业蓬勃发展。  “我们以数字经济产业为核心,与数字经济产业龙头企业紧密合作,致力于打造国家 级数据标注产业集聚区和产教融合示范区。”广东省公共数据标注基地(清远)负责人李艳康介绍,落户在此的百度智能云(清远)人工智能基础数据产业基地已累计引进孵化数据标注企业5家,培育专 业数据标注师超300人。未来,基地将持续培育孵化更多优秀数据标注企业,推动清远数据服务产业不断壮大发展。  复合型人才缺口仍然较大  《实施意见》的出台,将进一步提升数据供给质量,有效解决制约人工智能产业发展的高质量数据短缺问题。  值得注意的是,随着人工智能应用的不断深化,对数据标注的需求也愈发细分化和专 业化。2024年7月,张通团队和广州华银康医疗集团股份有限公司在人工智能与数字经济广东省实验室(广州)共建AI病理研究中心,着手研发人工智能病理大模型,让人工智能模型能像专 业医生一样看病问诊。在其中的数据预处理环节,中心特别聘请了3位的主任级医师进行数据标注。  “医疗、材料等专 业领域,涉及到专 业对象和术语结合的标注过程,只有专 业从业人员才能胜任标注工作。而且,标注任务极其耗时、耗力、耗资源。整个标注工作并非一蹴而就,而是需要在实际应用场景中优化、持续迭代,促使模型智能化水平不断升级。”张通说,当前我国数据标注行业人才缺口仍然较大,亟待培养复合型数据标注人才,这是我国数据标注产业高质量发展必须跨过的“门槛”。  《实施意见》对加强标注人才队伍建设作出部署。以人才项目计划和科技项目等为抓手,培育和引进高端专 业人才;制(修)定人工智能训练、数据标注相关职业国家职业标准;支持数据标注领域职业资格与职业技能等级衔接互认……一项项举措,将为数据标注产业高质量发展提供支撑。  完善的产业生态建设对数据标注行业发展同样重要。《实施意见》提出,畅通数据采集、标注、人工智能应用产业链,推动数据标注产业上下游协同发展;支持数据标注龙头企业和第三方机构等建设数据标注开源平台,助力中小企业发展;培育一批人力资源、供需对接、国际合作、法律审计等服务数据标注的第三方机构,完善数据标注产业生态。  “未来数据标注行业的发展,也可考虑‘以人工智能促人工智能’的思路,即让已经完成学习的人工智能反哺数据标注工作,提高 效率。这是值得深入探讨且具价值的研究方向。”张通认为,数据标注行业的发展有望加速推动数字经济与实体经济深度融合,加快形成新质生产力。  原标题:《数据标注为AI发展加工“优质原料”》

2025-02-11
09

2025-04

这一职业爆火!如何抓住AI发展中的就业机遇?

人工智能的快速发展,带动相关领域人才需求大幅增长。招聘平台数据显示,今年2月份,算法工程师、机器学习、深度学习等岗位招聘量同比大幅增加,其中数据标注岗位招聘需求同比增长超50%。目前,人工智能训练师主要从事标注类工作。随着市场需求激增,这个职业吸引了很多跨界求职者涌入,也带火了相关的职业培训。 在深圳的一家AI训练师的培训机构,前来上课的学员来自各行各业。 据培训机构的负责人介绍,目前人工智能训练师主要从事标注类工作,可以细分为文本标注、图像标注、语音标注等类型,薪资在每月6000元到19000元不等。这两年,他们的培训业务已经从北京,拓展到了深圳、杭州和成都,但这还远远不能满足市场的需求,毕业的学员往往刚一上传简历,就被企业一抢而光。 某人工智能训练师培训机构校长刘美芳告诉记者:比如9点开放简历,我们同学一个小时之内可以接收到10多个回复,很多HR(人力资源部门)主动向他们打招呼,都不需要去投递。 某招聘平台数据显示,今年春节后至今,数据标注类岗位招聘职位数量同比增长达56%。业内人士表示,随着大语言模型的快速发展,以及涉及的领域越来越多,人工智能训练师的需求还会继续增加。人工智能训练师:数字时代的“教练”人工智能训练师到底是如何工作的?服务于专 业领域的大模型发展,对训练师提出了哪些要求呢? 在深圳南山的一家专门研发客服类大模型的科技公司内,人工智能训练师黄培慧正在和他的同事,对大模型展示的效果进行演练。 黄培慧表示,大模型之所以能够准确回答顾客的提问,是因为前期已经给大模型输入了1000多条相似的问句。对他们来说,筛选顾客向客服人员提问的过程,就是做“标注”,而这些“问句”,就是“数据”,也叫“语料”。 除了这类面向公众服务的大模型,越来越多服务于专 业领域的人工智能大模型发展也十分迅速。在广州市中山大学附属第六医院,病理科主任黄艳正在指导一家医疗类大模型的研发人员,对数字病理切片进行标注,为病理大模型提供训练数据。 作为专 业度极高的垂类模型,医疗类大模型对数据的标注要求非常严格,为了确保数据的安全和准确,这类大模型的训练必须由医生等专 业人士进行把关。 某医疗大模型研发科技公司副总裁孙其功表示,此类工作一般都需要高年资的医学类专家来指点,或者是亲自上手来进行数据的标注,标错了有可能会产生误诊或漏诊的情况。 此外,为了减少“AI幻觉”,也就是大模型生成的内容与真实数据不符、偏离用户指令的现象发生,各垂类大模型都在构建由相关领域专家参与的多层次标注验证机制,将他们的知识和经验转化为关键训练参数,以提高大模型的准确性。市场急缺哪方面AI人才?高薪之下,越来越多求职者希望投身人工智能行业。智联招聘数据显示,2月份,AI领域求职人数同比增幅达200%以上。当前企业最青睐哪类AI人才?猎聘近日发布的《2025AI技术人才供需洞察报告》显示,去年2月至今年1月间,在猎聘平台上招聘的AI职位中,约47%要求硕博学历。由于人工智能自2019年才被正式纳入本科专 业目录,目前AI领域多数从业者来自其他相关专 业。从猎聘数据看,人数最多的前四个专 业分别是计算机科学与技术、软件工程、电子信息以及机械工程。“企业主要看是否具备相关专 业能力。”猎聘大数据研究院相关负责人介绍,算法是人工智能的核心,涉及复杂的数学、统计学、计算机科学等领域的知识;深度学习则涉及复杂的神经网络模型和算法优化,从业者在掌握线性代数、概率论、统计学等知识的同时,还需具备编程技能。多家平台数据显示,今年以来,AI人才持续保持供不应求的态势。未来随着AI技术加快应用,还需要哪些人才?除了当前市场紧缺的算法工程师、大模型工程师、机器学习工程师等,从全产业链看,AI领域在基础层、技术层、应用层都存在人才缺口。比如高性能计算工程师、芯片架构师等,也是企业竞相争夺的对象。中国科学院自动化研究所研究员王亮表示,由于人工智能涉及多领域,所需人才也覆盖多种类型——既有致力于前沿算法与核心理论创新的基础研究型人才,也有将理论与算法模型开发相结合、形成可落地产品的技术开发型人才,还包括既懂人工智能技术又懂所在行业业务的应用复合型人才。此外,AI训练师、数据标注工程师、AI伦 理与安全专家等数据治理和支撑人才也变得越来越重要。“目前最急需的还是基础研究型人才和应用复合型人才,一方面解决高端AI芯片国产化率不足和算法原创性不足问题,另一方面推动AI加速赋能各领域各行业。”王亮认为。据麦肯锡报告预测,到2030年,中国对AI专 业人才的需求预计将达600万人,而人才缺口可能高达400万人。如何捕捉AI发展中的就业机遇?面对AI带来的新岗位需求,普通人如何适应产业变化,提高就业的稳定性和竞争力?教育,无疑是其中关键一环。新一轮科技浪潮下,中国高校也迎来史上最 大规模专 业调整。短短几年间,已有超500所高校开设人工智能专 业或成立专门学院,考生的报考热度持续升高。2025年清华大学、中国人民大学等高校招生计划里均包含人工智能专 业。“人才数量提升的同时,优化培养结构、提升质量显得更为关键。”王亮认为,未来不同层次和领域的AI人才需求会更加细分,高校在专 业设置和课程设计上应更加注重人才的差异化培养。2024年,南开大学全 面启动“人工智能赋能人才培养行动计划”,打造了130余门人工智能系列课程群。“人工智能需要多学科交叉融合发展,这就要求高校超前布局、主动调整,在加强基础学科、新兴学科、交叉学科建设中,形成学科集群,为推动人工智能人才培养提供坚实基础。”南开大学校长陈雨露说。为培养更多实用型、复合型和紧缺型人工智能应用人才,教育部近日印发通知,部署各地各高校面向企事业单位和行业协会征集一批“人工智能应用”领域供需对接就业育人项目。“行业从业者也需要保持持续学习的习惯。”王亮表示,从人工智能相关专 业毕业生的反馈来看,职业发展过程中,除了技术能力外,设计思维、跨学科协作、自主学习能力的培养同样至关重要。在科大讯飞董事长刘庆峰看来,AI技能应成为未来公民必备能力,需加强AI新职业的规划与管理及相关技能培训,尤其要为低收入和就业困难群体提供免费培训机会。“年轻人无论从事哪个专 业,都可以每周花点时间,关注全球AI技术在各行各业的发展,这是未来最 大的机会源泉。”宇树科技创始人王兴兴说。(综合来源:央视财经、新华社、央广网等)来源: 工人日报

11

2025-02

数据标注为AI发展加工“优质原料”

  来源:澎湃新闻·澎湃号·政务  随着人工智能迅猛发展,高质量训练数据短缺逐渐成为制约行业进步的一大瓶颈,而数据标注产业可为人工智能创新发展提供强大动力。国家发展改革委、国家数据局、财政部、人力资源和社会保障部四部门日前联合印发的《关于促进数据标注产业高质量发展的实施意见》(以下简称《实施意见》),提出到2027年的发展目标:数据标注产业智能化及科技创新能力显著提升,产业规模大幅跃升,年均复合增长率超过20%。  我国数据标注产业现状如何?数据标注产业高质量发展还需要跨过哪些“门槛”?针对这些问题,记者进行了采访。  原始数据变为可用资源  “通俗地说,训练人工智能大模型的过程就像老师教学生识字。”华南理工大学计算机科学与工程学院副院长张通形象地解释道,数据标注就是给数据“贴标签”或者“做记号”,需要专 业人员向大模型阐释各个数据的标签及需执行的相应任务。他们“教导”大模型参与训练的数据是什么,给图像、语音、文本等各种数据“贴标签”。高质量的数据标注,有助于机器精准理解、快速学习、训练,显著提升大模型的准确性和泛化能力。  在训练ChatGPT时,美国开放人工智能研究中心(OpenAI)就投入了大量资源用于数据标注。为确保标注任务高质量完成,使ChatGPT能更好地理解人类指令,保障大模型的准确性与可靠性,OpenAI聘请了众多“老师”。这些“老师”涵盖一般数据标注人员和专 业人士,还包括博士级别的专家。  数据标注是人工智能发展的核心基石之一。“数据标注产业是对数据进行筛选、清洗、分类、注释、标记和质量检验等加工处理的新兴产业,其核心任务是对原始数据进行加工,使之成为可用于训练人工智能大模型的优质原料。”张通介绍,数据标注作为训练大模型至关重要的一环,直接影响机器学习模型的性能,对支撑人工智能能力水平提升有重要作用。  在张通看来,未经处理的原始数据只是潜在资源,而经过标注处理后沉淀的数据,才能在市场上进行有效交易和流通,从而充分释放数据要素价值。培育壮大数据标注产业,对于提升数据供给质量、推动人工智能创新发展不可或缺。  业内人士认为,随着人工智能技术不断成熟、应用领域持续拓展,数据标注行业将迎来更广阔市场空间,尤其是在低空经济、智慧城市、自动驾驶、智慧医疗等新兴科技领域展现出巨大潜力。  产业步入快速发展阶段  全球数据标注市场目前正处于迅速增长期。近年来,我国数据标注产业已进入快速发展阶段,产业链条不断完善,技术创新成果逐步实现市场化应用。据测算,2023年我国数据标注产业规模已达800亿元左右。  四川成都、辽宁沈阳、安徽合肥、湖南长沙等7个承担数据标注基地建设任务的城市,在大模型标注、自动化标注等领域取得重要突破。长沙信息产业园作为长沙数据标注基地之一,已吸引智能网联汽车、数据标注、网络安全等1万余家各类数字企业入驻,成功打造了人工智能创新中心算力服务平台。  广东积极推进数据标注训练试点和基地建设,为大模型训练提供坚实数据支撑。2023年9月,广东省公共数据标注训练试点正式启动。在广东省公共数据标注基地(清远),百度、燕湖科技、好思达等一批在自动驾驶、政务公共标注领域表现突出的企业已率先入驻。凭借龙头企业的带动作用和数字经济产业的集聚效应,清远的数据标注产业蓬勃发展。  “我们以数字经济产业为核心,与数字经济产业龙头企业紧密合作,致力于打造国家 级数据标注产业集聚区和产教融合示范区。”广东省公共数据标注基地(清远)负责人李艳康介绍,落户在此的百度智能云(清远)人工智能基础数据产业基地已累计引进孵化数据标注企业5家,培育专 业数据标注师超300人。未来,基地将持续培育孵化更多优秀数据标注企业,推动清远数据服务产业不断壮大发展。  复合型人才缺口仍然较大  《实施意见》的出台,将进一步提升数据供给质量,有效解决制约人工智能产业发展的高质量数据短缺问题。  值得注意的是,随着人工智能应用的不断深化,对数据标注的需求也愈发细分化和专 业化。2024年7月,张通团队和广州华银康医疗集团股份有限公司在人工智能与数字经济广东省实验室(广州)共建AI病理研究中心,着手研发人工智能病理大模型,让人工智能模型能像专 业医生一样看病问诊。在其中的数据预处理环节,中心特别聘请了3位的主任级医师进行数据标注。  “医疗、材料等专 业领域,涉及到专 业对象和术语结合的标注过程,只有专 业从业人员才能胜任标注工作。而且,标注任务极其耗时、耗力、耗资源。整个标注工作并非一蹴而就,而是需要在实际应用场景中优化、持续迭代,促使模型智能化水平不断升级。”张通说,当前我国数据标注行业人才缺口仍然较大,亟待培养复合型数据标注人才,这是我国数据标注产业高质量发展必须跨过的“门槛”。  《实施意见》对加强标注人才队伍建设作出部署。以人才项目计划和科技项目等为抓手,培育和引进高端专 业人才;制(修)定人工智能训练、数据标注相关职业国家职业标准;支持数据标注领域职业资格与职业技能等级衔接互认……一项项举措,将为数据标注产业高质量发展提供支撑。  完善的产业生态建设对数据标注行业发展同样重要。《实施意见》提出,畅通数据采集、标注、人工智能应用产业链,推动数据标注产业上下游协同发展;支持数据标注龙头企业和第三方机构等建设数据标注开源平台,助力中小企业发展;培育一批人力资源、供需对接、国际合作、法律审计等服务数据标注的第三方机构,完善数据标注产业生态。  “未来数据标注行业的发展,也可考虑‘以人工智能促人工智能’的思路,即让已经完成学习的人工智能反哺数据标注工作,提高 效率。这是值得深入探讨且具价值的研究方向。”张通认为,数据标注行业的发展有望加速推动数字经济与实体经济深度融合,加快形成新质生产力。  原标题:《数据标注为AI发展加工“优质原料”》

24

2025-01

繁荣数据标注产业,赋能人工智能高质量发展

  来源:国家发展改革委官微  习近平总书记指出,数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力。党的十九届四中全会提出将数据作为生产要素。新一代高水平数据标注在推动数据资源汇聚、提升数据质量、激活数据要素价值方面发挥着日益重要的作用,是支撑人工智能技术演进和应用落地的重要抓手。2024年12月,国家发展改革委、国家数据局、财政部、人力资源社会保障部联合印发《关于促进数据标注产业高质量发展的实施意见》(以下简称《实施意见》),对数据标注产业高质量发展具有重要的意义。我们要紧紧抓住数据标注这个小切口,以服务国家战略大视野,着力推动产业高质量发展。  数据标注是连接数据资源、算法模型与实际应用场景的关键桥梁,是挖掘数据要素价值的关键环节,是人工智能高质量数据集的核心生产力。  (一)从服务国家战略的政治高度定义数据标注产业  狭义来讲,数据标注是指对未经处理的原始数据添加说明、解释、分类或编码的过程,以便数据可以被人工智能算法所理解和使用。《实施意见》从服务国家战略的角度提出,数据标注产业是指对数据进行筛选、清洗、分类、注释、标记和质量检验等加工处理的新兴产业。通过数据治理各环节协同发展,数据标注产业带动数据要素产业的持续健康发展,并奠定人工智能产业发展的坚实基础。  (二)深刻认识发展数据标注产业的重要意义  数据标注是人工智能发展的核心基石之一,贯穿于算法训练、模型评估、迭代优化以及场景应用等多个环节,发展数据标注产业具有以下三个方面重要意义:一是有利于充分释放数据要素价值。原始数据从“信息”转化为“资产”是数据要素价值实现的前提条件,经过标注处理的数据,具有更高的商业价值和应用潜力,能够被有效交易和流通。二是有利于支撑人工智能能力水平提升。数据标注过程为模型学习的数据打上人类知识标签,然后让计算机不断地学习这些数据的特征,最终实现计算机能够自主识别,建立对现实世界环境和条件的理解。三是有利于人工智能赋能行业应用。数据标注为自动驾驶、智能家居、精准医疗等现代智能化应用提供精准、可操作的数据输入,使得人工智能能够更好地理解和处理复杂场景和任务。  02充分发挥数据标注基地的示范作用  国家数据局统筹开展数据标注基地建设,2024年5月24日发布承担数据标注基地建设任务的城市名单,指导承担单位围绕技术创新、行业赋能、生态培育、标准应用、人才培养、数据安全等六大任务开展相关试点工作。  (一)明确数据标注基地建设任务要求  数据标注基地建设既是对国家工作要求的承接,也是服务和支撑地方经济发展大局的关键路径。《实施意见》提出,鼓励和支持数据标注基地先行先试,打造一批科技水平高、资源集聚强、辐射带动广的典型样板。具体来说,就是鼓励承担试点任务的城市主动开展先行先试,真正把数据标注产业打造成为区域经济高质量发展的新引擎,形成对人工智能高水平自强自立发展的有效支撑。  (二)着力围绕六大任务形成标杆示范  数据标注任务发布以来,各地方主动开展实践探索。在技术创新方面,推动数据标注化“人工”为“智能”,研发自动化和半自动化的标注工具,搭建一体化服务平台,大幅提升数据标注效率及准确性、安全性。在行业赋能方面,通过数据标注带动行业高质量数据集建设,赋能传统产业向数字化、智能化转型。在生态培育方面,加快数据标注龙头企业引育,构建数据标注产业链、价值链和生态系统,带动数字经济产业发展。在标准应用方面,围绕数据标注技术和行业需求,引导企业积极参与标准编制和相关标准在标注过程中的应用。在人才培养方面,通过设立实训基地、举办职业技能大赛等多种形式,推动产教融合发展,培育高端标注人才队伍,形成对就业的带动效应。在数据安全方面,建立数据分类分级安全保护制度,构建数据安全风险防控体系,推动常态化、规范化的数据安全运营。  (三)做好经验总结与复制推广  《实施意见》提出,开展数据标注领域的创新论坛、场景案例征集、学术交流等活动,遴选数据标注优秀案例。鼓励举办数据标注创新大赛等赛事,强化数据标注创新成果推广与场景拓展。具体来说,一是要举办创新论坛和学术交流,邀请数据标注基地、人工智能企业、数据标注企业等共同探讨行业发展,分享先进的技术方法和实战经验,促进知识共享和资源互补。二是要开展数据标注场景案例征集和场景拓展,遴选不同行业和领域的应用实践,推广行业高质量数据集开发利用的典型经验做法。三是要鼓励举办数据标注创新大赛等活动,提高数据标注从业人员的专 业技能,激发社会各界推动数据标注产业发展的积极性、主动性、创造性。  03着力构建完善的数据标注产业生态  完善的产业生态建设对数据标注行业发展至关重要,有助于推动产业链上下游的整合与协同,为行业健康发展提供了基础和保障。  (一)激发各类经营主体的活力  数据标注产业健康有序发展,需要各类主体共同参与和协作。《实施意见》提出要着力壮大经营主体,发挥数据标注龙头企业、科技创新性企业、瞪羚企业和独角兽企业、中小企业等各类主体在数据标注产业发展中的作用,推动数据标注技术的发展和应用,促进产业生态的构建,提升行业竞争力。数据标注龙头企业拥有强大的技术实力和市场影响力,通过自建数据标注平台,推动技术创新和行业标准的制定,在数据标注产业中扮演示范角色。科技创新型企业是推动数据标注技术进步的重要力量,通过研发先进的数据标注工具,提高标注效率和准确性,促进产业的技术升级和应用拓展。瞪羚企业和独角兽企业以其独特的核心技术和市场潜力,成为数据标注行业的领军者和创新标杆。数据标注中小企业通过提供定制化的数据标注服务,满足特定领域和细分市场的需求。  (二)畅通数据标注产业链环节  《实施意见》提出,要畅通数据采集、标注、人工智能应用产业链,推动数据标注产业上下游协同发展,完善数据标注产业生态。数据标注产业链可分为三个部分:上游资源提供方提供原始数据,同时又是数据标注业务的场景赋能对象。中游数据标注核心服务方提供数据标注技术服务、平台服务、交易服务和人力服务,有效提高数据价值,助力数据产业价值释放。下游配套支撑方从标准应用、人才培养、生态培养和安全保障等四个方面赋能数据标注核心产业。推动上游资源提供方、中游数据标注核心服务方和下游配套支撑方产业链协同发展,构建更加完善的产业生态。  (三)推动数据标注业务走出去,技术和人才引进来  《实施意见》提出,依托我国数据基础设施优势,鼓励国内企业承接数据标注国际业务。具体来说,就是要推动我国数据标注企业逐步走向国际市场,拓展海外业务,为国际供给一批符合我国社会主义核心价值观的高质量数据集。《实施意见》提出,开展数据标注科技人才国际交流,深化数据标注领域技术及产业国际合作,支持企事业单位牵头制定数据标注国际标准。具体来说,就是要培养一批具有国际视野的数据标注人才,加速人才链与产业链的有效对接,显著增强中国在全球数据标注产业中的影响力,主导形成国际统一的数据标准和共享机制,促进数据标注产业高质量、国际化发展。  总之,《实施意见》为数据标注产业指明了高质量发展的方向,对于数据标注产业的政策支持、创新驱动、生态培育、需求牵引和服务保障等方面都具有积极的推动作用。以政策为牵引,通过政、产、学、研、用多方协同,我国数据标注产业将迎来繁荣发展,为人工智能高质量发展奠定坚实的数据底座。

02

2024-08

干货分享!详细了解数据标注是干什么的?

在人工智能和机器学习的世界中,数据是驱动模型训练和学习的基础。然而,原始数据往往不能直接用于模型训练,需要经过一系列的处理和准备工作,其中一个关键环节就是数据标注。本文旨在介绍数据标注的基本方法,以及其在人工智能领域中的重要性。首先,需要了解下整个数据处理的过程:一、数据采集:通过数据源提供的接口或其他手段,获取数据内容并存储到指定的位置,如使用API接口、网页爬虫、传感器数据采集等。二、数据分类:是指根据信息内容的属性或特征,将信息按照一定的原则和方法进行区分和归类,并建立起一定的分类体系和排列顺序,以便有效地获取和利用信息资源。三、数据清洗:指在数据分析或机器学习项目中,对原始数据进行必要的审查、校验和加工处理的过程,其目的在于发现并纠正数据文件中的可识别错误,包括重复信息、无效值、缺失值等,从而提高数据的准确性、完整性和一致性。四、数据标注:数据标注是指对原始数据进行处理,通过添加标签、注释或标记来增强数据的可读性和可理解性,使其能够被机器学习算法所识别和利用。数据标注的过程通常包括数据的收集、预处理、标签定义、标注实施和质量控制等步骤。五、数据统计:通过收集、整理、分析和解释大量数据,以揭示数据中的规律、趋势和模式,从而支持人工智能系统的开发、优化和决策。它是人工智能系统中的重要组成部分,对于提升人工智能系统的性能和智能化水平具有重要意义。六、数据储存:是指将产生的、处理的和使用的数据,以特定格式和方式存储在计算机或其他电子设备的存储介质上,以便未来进行访问、检索、分析和使用的过程。这些数据可能包括输入数据、模型参数、训练数据、测试数据等,对于人工智能系统的运行、优化和扩展至关重要。其次,了解基本的数据标注方法:一、图像和视频数据标注- 边界框:用矩形框标出图像中的特定物体,用于对象检浔和定位。- 多边形标注:绘制复杂形状的边缘,用于更精确地捕捉对象的轮廓。- 语义分割:每个像素被标注一个类别,用于详细的场景理解。- 实例分割:类似于语义分割,但区分同一类别中的不同实例。- 关键点标注:在物体上标注特定的点,常用于人体姿态估计、面部识别等。二、文本数据标注- 分类标注:为文本分配预定义的类别,如情感分析、主题识别等。- 实体识别:在文本中识别和标注特定的实体,如人名、地点、组织名等。- 关系标注:标注文本中实体之间的关系,如“公司-CEO”关系等。- 文本校对:标注文本中的语法和拼写错误。三、音频数据标注- 音频分类:将音频文件分配到预定义的类别,如语音、音乐、环境噪声等。- 说话者识别:识别音频中的说话人,并标注其身份。- 事件检测:标注音频中特定事件的起止时间,如笑声、门铃声等。- 转录:将音频内容转写为文字。四、传感器数据标注- 时间序列标注:标注时间序列数据中的事件或活动,如心跳、机器故障等。- 信号分类:将传感器信号分配到不同的类别,用于行为识别、健康监测等。五、3D 数据标注- 3D 边界框:在三维空间中用立方体框选对象。- 点云标注:在点云数据中标注特定对象或特征。六、其他特定标注方法- 属性标注:为对象添加描述性属性,如颜色、大小、形状等。- 路径标注:标注移动对象的路径或轨迹。数据标注是人工智能和机器学习领域中的一个重要环节,它通过对原始数据进行处理和标注,为机器学习算法提供高质量的训练数据,帮助模型更好地学习和理解数据中的特征和规律。随着人工智能技术的不断发展,数据标注的需求和应用也将不断扩大。因此,了解和掌握数据标注的基本方法和技巧,对于从事人工智能相关工作的人员来说具有重要的意义。了解数据标注,是踏入AI领域的基本门槛,开启人工智能职业辉煌篇章!转自:人工智能训练师源源