上海2022年6月24日 /美通社/ -- 近期，有著25+年經(jīng)驗的數(shù)據(jù)服務商澳鵬Appen，在不斷助力其自動駕駛客戶構建數(shù)據(jù)資產(chǎn)時發(fā)現(xiàn)：如今，企業(yè)的數(shù)據(jù)科學和開發(fā)所需機器學習 (ML) 模型的能力已經(jīng)成熟。然而，他們中的許多人開始意識到真正的挑戰(zhàn)在于整個 AI 生命周期中的數(shù)據(jù)。
過去幾年，盡管自動駕駛的技術迭代速度不斷加快，但商業(yè)化一直是橫亙在所有自動駕駛從業(yè)者面前的一座大山。而在商業(yè)化落地的階段中，自動駕駛面臨的挑戰(zhàn)往往不是自動駕駛技術本身，而是客戶要求自動駕駛公司能夠快速適配各種車型的同時，還要快速適配多種應用場景。由此，自動駕駛公司則需要更多數(shù)據(jù)燃料來不斷地進行產(chǎn)品迭代。相應地，行業(yè)對于數(shù)據(jù)標注與處理的需求量也在水漲船高。
另一方面，隨著大算力智駕平臺在未來幾年的規(guī)?；涞匾约拜o助駕駛普及的加快，配套的車載傳感器市場也進入了一個高增長周期。尤其是4D毫米波雷達以及激光雷達的搭載也正處于最關鍵的導入期，這帶來了一個全新的市場：多傳感器感知的數(shù)據(jù)融合。此外，艙內(nèi)人機交互的體驗升級，也同樣需要數(shù)據(jù)迭代支持。這也再次表明，無論是在自動駕駛還是輔助駕駛領域，數(shù)據(jù)標注的需求量都將迎來增長的高峰期。
數(shù)據(jù)生產(chǎn)瓶頸
眾所周知，自動駕駛想要真正落地，就需要大量高質(zhì)量的、安全無偏差的數(shù)據(jù)。與此同時，下游企業(yè)對數(shù)據(jù)也在不斷地提出更高的要求。獲取低成本、高質(zhì)量的數(shù)據(jù)依然是當前行業(yè)發(fā)展的一大痛點。普遍而言，企業(yè)并沒有過多的資源投入數(shù)據(jù)標注工作。因此，全球絕大多數(shù)企業(yè)都在某種程度上采用了專業(yè)數(shù)據(jù)供應商的服務——這也意味著數(shù)據(jù)采集、分析處理和管理是AI面臨的首要挑戰(zhàn)。
另一方面，在與諸多客戶對接的過程中，數(shù)據(jù)標注公司也逐漸發(fā)現(xiàn)，自動駕駛公司對于數(shù)據(jù)服務強有力的訴求便是隨著算法的調(diào)整，標注公司可以實現(xiàn)靈活配合。例如，隨著算法的更迭與進步，下游客戶對于數(shù)據(jù)標注的準確度會由原來的90%提升至95%，甚至99.99%。
此外，自動駕駛在不同細分場景的快速開拓意味著下游客戶的研發(fā)勢必會出現(xiàn)波峰與波谷，這也就需要數(shù)據(jù)標注公司提供持續(xù)穩(wěn)定的產(chǎn)能來應對客戶的彈性需求。而對于多數(shù)數(shù)據(jù)服務商而言，這勢必帶來了更高難度的挑戰(zhàn)。
針對上述痛點，業(yè)內(nèi)有著超過25年歷史的人工智能訓練數(shù)據(jù)服務的"尖子生"——澳鵬Appen給出了自己的答案：由于深度學習算法是算力與大數(shù)據(jù)的產(chǎn)物，因此深度學習算法模型的工業(yè)化優(yōu)化，也就需要AI數(shù)據(jù)供應鏈的工業(yè)化。
澳鵬Appen以高質(zhì)量數(shù)據(jù)為AI部署全生命周期賦能
"工業(yè)化即以自動化、標準化和規(guī)?；蓴U展方式為標志。此前，AI標注數(shù)據(jù)的供應基本以作坊式為主，難以保證AI標注數(shù)據(jù)的高質(zhì)量供給，接下來AI標注數(shù)據(jù)的供給將迎來工業(yè)化爆發(fā)。"澳鵬數(shù)據(jù)科技（上海）有限公司產(chǎn)品及研發(fā)總監(jiān)錢程表示。
錢程介紹，在數(shù)據(jù)的整個生產(chǎn)環(huán)節(jié)中，數(shù)據(jù)獲取、數(shù)據(jù)準備和模型評估最為費力并涉及海量數(shù)據(jù)。如果處理不當，可能會導致項目質(zhì)量問題和項目啟動延遲。AI從業(yè)者將80%以上的時間都花在數(shù)據(jù)管理上，因此他們需要最佳的工具和服務來完成這一過程中極其關鍵的部分。澳鵬專注研究這三個階段，并與專業(yè)從事模型訓練和部署的供應商建立戰(zhàn)略合作伙伴關系。
澳鵬數(shù)據(jù)科技（上海）有限公司銷售副總裁馬冀表示："毫米波和4D代表了未來的標注方向，對服務商的標注能力以及研發(fā)能力都有很高的要求。澳鵬會陪伴客戶共同探索和發(fā)展高精尖標注訴求。目前我們已經(jīng)有毫米波、4D點云標注等項目正在和客戶積極研討中，期待在今年第三季度會有不錯的進展。"
最大難題有解
此外，在自動駕駛領域，僅僅根據(jù)已知的場景、障礙和潛在事故原因來部署聯(lián)網(wǎng)自動駕駛車輛還遠遠不夠。誰能夠?qū)崿F(xiàn)準確預測，并對不尋常的情況做出反應，將是接下來自動駕駛技術落地的爭奪焦點。
如今業(yè)界推動的"數(shù)據(jù)驅(qū)動閉環(huán)迭代"，都在強化對于不確定性事件的預測和規(guī)避、學習能力。當下的一個行業(yè)共識是：在數(shù)據(jù)方面，自動駕駛面臨的最大痛點便是corner case的積累。然而，由于不同公司數(shù)據(jù)采集車的傳感器安裝位置、采集標準各有不同，下游公司通常只能親自下場采集各種極限工況，"一步一個腳印地"完成更多的數(shù)據(jù)積累。
針對上述問題，澳鵬提出了"合成數(shù)據(jù)"解決方案，可以模擬不同的場景并安全高效地完成數(shù)據(jù)采集，實現(xiàn)對于極限工況的有效補充。其具體優(yōu)勢為：改進模型的可靠性、比"真實"數(shù)據(jù)獲取更快、可用于邊緣案例的補充，并可有效保護用戶隱私安全。
此前，澳鵬Appen曾收購人工智能數(shù)據(jù)平臺Mindtech的少數(shù)股權，雙方將開展深度合作，提升為客戶提供合成數(shù)據(jù)的能力。
"我們對與澳鵬的戰(zhàn)略合作感到興奮，"Mindtech 首席執(zhí)行官史蒂夫哈里斯分享道。"這將使更多客戶能夠使用高質(zhì)量、精確注釋的合成數(shù)據(jù)快速訓練他們的人工智能系統(tǒng)，同時補充 Appen 現(xiàn)有的真實世界數(shù)據(jù)收集、管理和注釋產(chǎn)品。通過合作，我們將加速人工智能系統(tǒng)的開發(fā)，更好地了解人類如何與彼此以及周圍的世界互動。"
迎接數(shù)據(jù)服務的2.0時代
總結這家"尖子生"的成績，作為澳大利亞證交所上市的科技公司，澳鵬Appen已擁有25+年行業(yè)積累與廣泛的全球客戶基礎。
在服務方面，公司擁有一支過硬的數(shù)據(jù)科學家團隊，可以在服務企業(yè)之前了解場景，設計如何采集數(shù)據(jù)/標注數(shù)據(jù)能真正幫助到企業(yè)成功訓練模型， 以結果導向。
此外，澳鵬還擁有百萬級的眾包資源，能夠提供全球數(shù)據(jù)采集和標注服務。其在自動駕駛領域月收入額可達上千萬以上，在中國市場覆蓋30+個自動駕駛客戶。
在澳鵬看來，數(shù)據(jù)服務賦能行業(yè)的關鍵就在于整合資源，并與客戶深度綁定。例如提供技術接口，讓客戶參與到標注過程中，可實時反饋（API集成），或?qū)ψ杂衅脚_的功能進行改造和匹配；幫助客戶將重心放在模型開發(fā)上，降低數(shù)據(jù)成本，提升算法效率。
最重要的是，公司擁有完整的數(shù)據(jù)流轉系統(tǒng)，可以不斷迭代優(yōu)化數(shù)據(jù)與服務工具，并以低成本、高靈活的服務配合客戶需求?？梢哉f，在自動駕駛領域，澳鵬高精度高性能的自動駕駛工具套裝也是其為客戶構筑海量數(shù)據(jù)資產(chǎn)的利器，這是澳鵬的核心優(yōu)勢之一，也是公司迎接"數(shù)據(jù)服務2.0時代"的不二法門。
澳鵬MatrixGo人工智能輔助數(shù)據(jù)標注平臺
何謂"數(shù)據(jù)服務2.0時代"？過去，數(shù)據(jù)標注多數(shù)只服務于自動駕駛POC項目，屬于"一錘子買賣"。而在2.0時代，軟件定義汽車帶來了對功能迭代升級頻率的高要求，背后則是每家車企積累的數(shù)據(jù)資產(chǎn)的價值競爭，并直接影響汽車智能化的功能優(yōu)化和體驗升級能力。
據(jù)高工智能汽車研究院監(jiān)測數(shù)據(jù)顯示，2021年中國市場（不含進出口）乘用車前裝標配搭載OTA功能上險量為748.41萬輛，同比增長65.99%，前裝搭載率已經(jīng)提升至36.7%。而軟件召回也已經(jīng)成為目前汽車召回的主要因素之一。
相應的，從整體行業(yè)來看，數(shù)據(jù)標注正從簡單、重復的拉框標注向精細化方向發(fā)展，也就是說數(shù)據(jù)標注行業(yè)正從簡單的勞動力密集型向?qū)I(yè)型數(shù)據(jù)服務過渡。
以澳鵬自主研發(fā)的人工智能輔助數(shù)據(jù)標注平臺MatrixGo為例，可支持像素級語義分割、2D圖像復合標注、3D點云拉框及語義分割等功能；
采標一體的任務能夠?qū)崿F(xiàn)采集-質(zhì)檢-標注-質(zhì)檢-客戶驗收的雙向協(xié)同流程，讓整個數(shù)據(jù)生產(chǎn)線上的各個環(huán)節(jié)實現(xiàn)無縫銜接；內(nèi)置的多輪質(zhì)檢模塊可以按需配置，滿足不同復雜度項目的需求；2D圖像復合標注是全結構化的模型訓練利器，支持點、線、框、多邊型融合標注（常見工具是單模式的，點、線or折線，多邊形）與連續(xù)幀；
另外，此工具還支持像素級語義分割，可將圖片中目標對象實例標記出來，并保證像素級的質(zhì)量。其中豐富的可配置選項可靈活進行ID處理，實戰(zhàn)中可以做到10分鐘/張圖。
錢程介紹，澳鵬利用ML輔助標注等技術手段提高數(shù)據(jù)質(zhì)量，通過預識別系統(tǒng)，讓算法先進行預識別，再根據(jù)結果進行人為調(diào)整，最終在成本控制和質(zhì)量上實現(xiàn)顯著提升。
總體上，其標注工具可實現(xiàn)99.9%的準確率，并達到5分鐘一張、1秒一幀極速質(zhì)檢，在交互、超大數(shù)據(jù)加載、實時切幀進行渲染等方面都達到了行業(yè)第一。
澳鵬Appen認為，進入數(shù)據(jù)服務2.0時代，有能力深度綁定汽車全生命周期、并提供完整且高質(zhì)量的數(shù)據(jù)供應服務，在行業(yè)轉型的當下至關重要。
