人工智能数据采集

　　什么是数据标注

       人工智能数据采集

　　首先谈谈什么是数据标注。数据标注有许多类型，如分类、画框、注释、标记等等，我们会在下面详谈。

       AI公司在其细分领域内积累了大量数据，这些数据往往在使用一次后就不再产生更多价值，随之带来了第二个问题，数据无法沉淀和复用。基于这两个问题，“人工智能训练师”应运而生。“人工智能训练师”这个职位，据说***早是由BAT某部门在2年前创造的。一般而言，AI公司从客户（用户）那里获取到的原始数据无法直接用于模型训练，在“人工智能训练师”出现以前，是由AI产品经理先用相关工具简单处理，再交给数据标注人员进行标注加工，但因为标注人员对数据的理解和标注质量差异很大，导致整体标注工作的效率和效果都不够理想。因此我们不能忽视工厂中的外界影响，其影响程度取决于传感器本身，可通过传感器本身的改善加以抑制，有时也可以加对外界条件加以限制。RFID(RadioFrequencyIdentification，射频识别)技术是一种非接触式的自动识别技术，通过射频信号自动识别目标对象并获取相关的数据信息。利用射频方式进行非接触双向通信，达到识别目的并交换数据。

　　要理解数据标注，得先理解AI其实是部分替代人的认知功能。回想一下我们是如何学习的，例如我们学习认识苹果，那么就需要有人拿着一个苹果到你面前告诉你，这是一个苹果。然后以后你遇到了苹果，你才知道这玩意儿叫做“苹果”。

　　类比机器学习，我们要教他认识一个苹果，你直接给它一张苹果的图片，它是完全不知道这是个啥玩意的。我们得先有苹果的图片，上面标注着“苹果”两个字，然后机器通过学习了大量的图片中的特征，这时候再给机器任意一张苹果的图片，它就能认出来了。

      人工智能数据采集

      “整个行业涉及到AI的公司，无论甲方乙方，技术公司或者服务型公司，其实都在开始培养自己的人工智能训练师，这也是与以前不一样的一点。”他透露，国内大概有50万人去从事这样的岗位。阿里巴巴集团客户体验事业群人工智能训练专家王智宇在接受媒体采访时表示，阿里从2015年开始孵化国内第yi批的人工智能训练师，目前整个阿里巴巴生态中有20万名人工智能训练师，经过阿里人工智能训练体系培养并获得认证的有***6万人。交互方面：由于是B端的后台系统，一般会选用一套共用的的系统框架，因此在出具需求的过程中，只着重说明了需要注意的交互方式，一些共用的交互方式并未做过多的说明；因此在交互这多了很多的沟通成本。项目执行：整体进度还好，不过由于一些组件的提前打包定义，导致在开发过程中有些不能满足需求，耽搁了一些进度。个人方面：对数据仓库的了解和认识上有所提升，对SQL的学也算是一次巩固，同时在做的过程中对自己以前遇到过的数据需求也有了一些新的思考思路和总结复盘。总之是收获满满实现工业4.0，需要高度的工业化、自动化基础，是漫长的征程。

　　这边可以顺带提一下训练集和测试集的概念。训练集和测试集都是标注过的数据，还是以苹果为例子，假设我们有1000张标注着“苹果”的图片，那么我们可以拿900涨作为训练集，100张作为测试集。机器从900张苹果的图片中学习得到一个模型，然后我们将剩下的100张机器没有见过的图片去给它识别，然后我们就能够得到这个模型的准确率了。想想我们上学的时候，考试的内容总是不会和我们平时的作业一样，也只有这样才能测试出学习的真正效果，这样就不难理解为什么要划分一个测试集了。

来源 | 币圈

编译 | 高噢

责编 | 币安app