在智能駕駛中，汽車需要通過在感知、規(guī)劃、決策、控制方面的努力，讓機器具備“智力”。人們通常愿意把這一個過程，稱之為人工智能。而事實上，所謂的智能只是一個結(jié)果，想要讓機械具備智能，過程當中需要無數(shù)人力勞動的堆砌。

數(shù)據(jù)標注就是這樣一個工作，它存在的意義便是讓機器理解、認識世界。通常的數(shù)據(jù)標注，一般有語音、文本、圖像等類型，工作人員需要更具行業(yè)的標準或者客戶要求，對相應的數(shù)據(jù)進行分類、畫框、注釋、標記等等，然后將結(jié)果數(shù)據(jù)反饋給客戶。客戶依此來訓練機器對上述特征的認識，C端用戶所體驗到的智能語音交互、視覺圖像識別等都因此而來。

數(shù)據(jù)標注是一個重人工的工作，需要大量人員做簡單重復的工作，成本高昂，業(yè)內(nèi)也在尋求一種自動化的方式。

業(yè)內(nèi)人士告訴《高工智能汽車》，自動化數(shù)據(jù)標注在目前的行業(yè)內(nèi)還屬于一個”遙遠的夢”，在可預見的時期內(nèi)，數(shù)據(jù)標注還將以人為主。

數(shù)據(jù)標注分類

數(shù)據(jù)標注的對象通常有圖像、語音、文本、視頻、雷達等。圖像類主要針對視覺識別類公司，所要標注的圖像內(nèi)容包括人像、建筑物、植物、道路、交通標志、車輛等，每項內(nèi)容下面，又會根據(jù)不同的特征進行不同標簽的標注。

以應用最廣的人像為例，標注公司可能需要對目標的性別、年齡、膚色、著裝、表情、發(fā)型、姿態(tài)做出標志，方式會是畫框、打標簽等。

語音標注也是常見的一種，公司會將音頻的文字對照寫出，同時也可能會將語句中的主謂賓標出，方便機器學習。

隨著激光雷達在自動駕駛中頻繁的應用，雷達對障礙物掃描識別的需求也愈加頻繁，而如何讓激光雷達掃描到的物體通過更直觀的形式顯示給用戶，也成了要完成的工作。

數(shù)據(jù)標注公司會將激光雷達掃描出的物體大概，進行更精細的物體輪廓勾勒，同時也會對相應障礙物進行標識，包括但不限于名稱、類別，以及通過不同顏色進行展示。通過這種深度處理后，激光雷達也就間接具備了識別障礙物的能力。

無論圖像、語音還是雷達數(shù)據(jù)的標注，通常數(shù)據(jù)標注公司會有一套自己的標準，對數(shù)據(jù)進行分類，而目標客戶也會有自己的標注。

業(yè)內(nèi)人士表示，一般而言，客戶會有自己的需求，公司依規(guī)而行。目前在國內(nèi)，阿里巴巴、騰訊、百度等大型互聯(lián)網(wǎng)公司，擁有海量的數(shù)據(jù)標注需求，單個訂單量都是以億元為單位。如此大的訂單，基本都是分包給不同的數(shù)據(jù)標注公司進行處理，國內(nèi)外還沒有一家公司能夠處理這樣大的訂單。

另外還有自動駕駛公司，以及視覺圖像處理的公司，也有著數(shù)據(jù)標注的強烈的需求，他們需要用標注后的數(shù)據(jù)來訓練人工智能，而人工智能的日趨成熟，是永無止境的。

勞動密集型產(chǎn)業(yè)

面對數(shù)據(jù)標注的巨大需求，整個行業(yè)的技術(shù)水平如何？在回答這個問題之前，首先給大家羅列一組數(shù)據(jù)。

ImageNet 是一個計算機視覺系統(tǒng)識別項目名稱，是由美國斯坦福的計算機科學家李飛飛教授領(lǐng)銜的團隊模擬人類的識別系統(tǒng)建立的，它是目前世界上圖像識別最大的數(shù)據(jù)庫——1,500 萬張標注圖片的數(shù)據(jù)集，這是來自 167 個國家的 48,940 名工作者，花費了 2 年時間，清理、分類、標記了近十億張通過互聯(lián)網(wǎng)搜集到的圖片，才得到的。

由于數(shù)據(jù)龐大又開源，ImageNet 很快成為成為研究圖像識別的首選。但盡管如此， ImageNet 也有自己的弱點：標注框太大、標注方式少和不時出現(xiàn)的錯誤，使它難以被用來訓練實際應用的算法模型。

從以上可以看出，即使是業(yè)內(nèi)最強大的圖像識別庫，數(shù)據(jù)標注都是通過人工完成的。因此，其它宣傳數(shù)據(jù)標注自動化的，可信度較低。

業(yè)內(nèi)人士透露，數(shù)據(jù)標注是一個簡單又困難的事情。簡單之處在于，確定了篩選規(guī)則以后，操作人員只需依規(guī)操作即可，沒有執(zhí)行上的難度，而困難之處在于，數(shù)據(jù)標注本質(zhì)上是要獲得更準確，更精細化的數(shù)據(jù)結(jié)果，高質(zhì)量的數(shù)據(jù)是業(yè)內(nèi)急需的。

但數(shù)據(jù)標注本身是一項枯燥的工作，工作人員需要對大量數(shù)據(jù)不斷進行重復勞動，數(shù)據(jù)的一致性很難保證。

而這些數(shù)據(jù)標注的工作，本身是為了提升機器學習的能力，因此這部分工作只能由人來完成，人與機器之間的鴻溝，正是機器要跨越的。

數(shù)據(jù)標注公司目前的做法，是雇傭部分專業(yè)的標注人員，然后再外聘一些兼職的人員，共同完成訂單。由于人工成本高昂，大部分數(shù)據(jù)標注公司，都將公司設(shè)在了三線以下的城市。

專業(yè)人員跟兼職人員的工作能力，還是存在一定的差距的。為了保證數(shù)據(jù)標注的質(zhì)量，通常數(shù)據(jù)標注公司還會設(shè)立審核團隊，對標注后的數(shù)據(jù)進行把關(guān)。

數(shù)據(jù)的采集、標注都是專業(yè)性很強的工作，必須有針對性的對每個素材進行專業(yè)指導。培訓的過程包括了解目標 - 學習規(guī)則 - 線上培訓&錄像學習 - 實際場景練習 - 達標考試 - 進行工作 - 糾錯講解&改錯（如果錯誤嚴重、產(chǎn)出不達標會打回規(guī)則學習階段）。審核方面公司會采用多重交叉審核審核機制進行標注與審核，嚴格把控標注的每一道流程 。

業(yè)內(nèi)人士表示，進行數(shù)據(jù)標注的人力成本還是較高，以語音數(shù)據(jù)為例，客戶通常會提供完整有效的數(shù)據(jù)音頻，然后以完成的有效時間段計量價格。

音頻通常會包含方言，雜音等，標注人員有時需要反復聽音頻，才能完成音頻轉(zhuǎn)文字的工作。一小時的音頻，常常需要一天才能完成，業(yè)內(nèi)給出的價格通常在300元左右。

這個市場完全是自由市場，甲乙雙方一方面要兼顧成本、質(zhì)量等因素，另一方面也要考慮到人力成本，由于技術(shù)含量低，上升空間小，做數(shù)據(jù)標注工作的大部分都是短期工，從業(yè)人員積極性低，面臨較大的人才流失問題。資本市場的博弈，最終要找到一個平衡點，讓工人愿意留下來繼續(xù)工作。

眾包下的半自動化

資本逐利，為了降成本，提效率，無論數(shù)據(jù)標注公司還是客戶，都在想辦法提升數(shù)據(jù)標注的效率。

人們談到更多的便是數(shù)據(jù)標注自動化，但業(yè)內(nèi)人士表示，數(shù)據(jù)標注自動化是一個偽命題，除卻技術(shù)可行性，完成自動化所需要的人才，在業(yè)內(nèi)都屬鳳毛麟角。

本質(zhì)上而言，大公司是最有實力做這部分工作的，但現(xiàn)實是大公司的數(shù)據(jù)標注業(yè)務，基本都外包給了小工司來做。而小公司，則還沉浸在人海戰(zhàn)術(shù)中。

數(shù)據(jù)標注公司要提高標注的效率，以及降低成本，目前所努力的方向基本是眾包、半自動化。所謂的眾包，類似于國外高精地圖的采集，即公司將訂單發(fā)放到網(wǎng)上，讓擁有閑暇時間的網(wǎng)友來合力完成數(shù)據(jù)標注的工作，中間可能會涉及到給予一些獎勵，但相比現(xiàn)在的線下重勞力模式，已經(jīng)減輕了不少成本。

但眾包的形式，對數(shù)據(jù)標注的工作流程，有了更高的要求。網(wǎng)絡用戶完成數(shù)據(jù)標注，一定要簡單，快速，容易上手，由此才能普及。目前的數(shù)據(jù)標注過程，需要人工畫框，打標簽，還需要后續(xù)的人工審核，整個流程較為復雜。

業(yè)內(nèi)人士表示，現(xiàn)在能提高效率的工作，便是開發(fā)一套網(wǎng)上系統(tǒng)，將標注工作簡單化、標準化，為標注人員盡量減少一些重復簡單的工作。

開發(fā)這樣一套系統(tǒng)，需要專業(yè)的研發(fā)人員，而大部分數(shù)據(jù)標注公司，鮮少擁有余力來進行這一部分純粹投入、研發(fā)。因此，數(shù)據(jù)標注公司未來的目標是能夠?qū)崿F(xiàn)半自動化的數(shù)據(jù)標注，而這背后，還仍然要依靠眾包。

所謂的自動化標注，本身是一個偽命題，如果數(shù)據(jù)都能通過自動化標注了，那本質(zhì)上已經(jīng)不需要標注了，因為人工智能已經(jīng)有了如人一般的識別能力。而這一天什么時候會到來？眾所期待~

返回第一電動網(wǎng)首頁 >