数据是人工智能的基础。小到智能手机人脸解锁，大到智慧城市的智能安防；从车辆自动驾驶到AI聊天机器人，从医学成像与诊断到农作物监测。AI需要依据大量有效数据总结规律形成“智能”，进而在不同场景下落地应用。
“其实AI数据作为生产资料，是推动整个AI行业发展的必要一环，也是人工智能商业化的主要驱动力之一，说高质量的数据决定了AI的落地程度也不为过。”云测数据总经理贾宇航表示。
目前，场景化AI数据是人工智能现阶段发展和商业化落地的关键点。但机器并不能理解人类所能识别的原始数据，这些原始数据需要人为的“标签化”以后，才可以被用于模型训练。这些“标签化”的数据越多越精准，其获得的结果就越准确。例如，自动驾驶的算法模型经过大量场景AI数据的训练，不断的学习和优化，进而让系统的智能化程度逐渐提高。
如何“标签化”就涉及“数据标注”这一环节，即针对语音、图像、文本等数据，通过贴标签、做记号、标颜色或划重点的方式，来标注出其中目标数据的不同点、相似点或类别。
数据标注，是将数据转化为AI商业价值的重要一环。数据标注的精准度越高，AI学习和产出的结果越精确，AI也就越智能。
在场景化落地中，意味数据标注行业要满足多样化应用场景标注需求。例如，金融行业，早期对AI客服机器人的要求只停留在“用户提问后，对其中的关键词进行提取，并按照既定话术回答”。但在互联网金融业务竞争异常激烈的今天，越来越多的用户习惯在网上办理业务，AI客服机器人正在大规模地取代人工客服，AI问答的准确性将直接决定业务的效率和成本，并影响用户体验，很大程度上决定了金融机构的竞争力。（王雨阳）
转自：中国工业新闻网
