隨著全球新一輪AI熱潮來(lái)臨,大量訓(xùn)練數(shù)據(jù)已成為AI 算法模型發(fā)展和演進(jìn)必不可少的關(guān)鍵一環(huán)。數(shù)據(jù)的數(shù)量越多、質(zhì)量越高,模型的訓(xùn)練和性能優(yōu)化就越充分、性能就越好,高質(zhì)量的AI數(shù)據(jù)將助力人工智能應(yīng)用具備更強(qiáng)大的服務(wù)能力。

　　9月6日,在2023年中國(guó)國(guó)際服務(wù)貿(mào)易交易會(huì)(以下簡(jiǎn)稱“服貿(mào)會(huì)”)期間,云測(cè)數(shù)據(jù)基于多年經(jīng)驗(yàn)積累,在去年服貿(mào)會(huì)發(fā)布的“AI工程化的數(shù)據(jù)解決方案”基礎(chǔ)上全面升級(jí),面向垂直行業(yè)大模型提供全生命周期的AI數(shù)據(jù)解決方案,為大模型應(yīng)用落地提供關(guān)鍵支撐。

　　云測(cè)數(shù)據(jù)相關(guān)負(fù)責(zé)人介紹,云測(cè)數(shù)據(jù)通過(guò)數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注等方式為企業(yè)引入AI數(shù)據(jù)處理,以標(biāo)準(zhǔn)API接口支持?jǐn)?shù)據(jù)導(dǎo)入和導(dǎo)出、支持已有算法預(yù)標(biāo)注功能。公司可以提供多項(xiàng)AI數(shù)據(jù)產(chǎn)品應(yīng)用和AI數(shù)據(jù)服務(wù),完成原始數(shù)據(jù)到標(biāo)注數(shù)據(jù)的快速積累,加速AI模型的開發(fā)進(jìn)程。

　　2023年,受ChatGPT驅(qū)動(dòng),大模型發(fā)展邁向新階段,國(guó)產(chǎn)大模型一時(shí)間呈現(xiàn)出爆發(fā)式增長(zhǎng)態(tài)勢(shì)。據(jù)相關(guān)機(jī)構(gòu)統(tǒng)計(jì),2023年1-7月,有共計(jì)64個(gè)大模型發(fā)布。截至2023年7月,中國(guó)累計(jì)已經(jīng)有130個(gè)大模型問(wèn)世。

　　當(dāng)前大模型在各領(lǐng)域中百花齊放,但大模型產(chǎn)業(yè)化仍面臨諸多挑戰(zhàn)。值得注意的是,AI的突破將得益于高質(zhì)量數(shù)據(jù),這是大模型性能提升、行業(yè)應(yīng)用落地的關(guān)鍵。如何獲取、使用垂直行業(yè)的高質(zhì)量AI數(shù)據(jù)成為關(guān)鍵核心。

　　實(shí)際上,數(shù)據(jù)標(biāo)注的標(biāo)準(zhǔn)和質(zhì)量直接關(guān)系到機(jī)器學(xué)習(xí)模型的準(zhǔn)確性和效率。與此同時(shí),體積龐大的原始數(shù)據(jù)需要進(jìn)行篩選、處理和標(biāo)注等多項(xiàng)繁瑣工作,并且這些工作也需要耗費(fèi)大量時(shí)間和人力成本。規(guī)劃有效的數(shù)據(jù)標(biāo)注流程,可以較大程度地減少數(shù)據(jù)處理和標(biāo)注的時(shí)間成本,同時(shí)提升工作效率,縮短機(jī)器學(xué)習(xí)模型開發(fā)的周期。

　　據(jù)悉,此次云測(cè)數(shù)據(jù)發(fā)布的面向垂直行業(yè)大模型AI數(shù)據(jù)解決方案,注重三大能力的培養(yǎng),即為持續(xù)預(yù)訓(xùn)練賦能、定向垂直場(chǎng)景能力,基于下游任務(wù)微調(diào)的人機(jī)耦合標(biāo)注能力,以及基于定向垂直領(lǐng)域人員測(cè)試能力。

　　作為一家在企業(yè)級(jí)服務(wù)領(lǐng)域深耕多年的公司,云測(cè)數(shù)據(jù)核心是以高質(zhì)量、場(chǎng)景化的AI訓(xùn)練數(shù)據(jù)服務(wù)為基礎(chǔ),為人工智能相關(guān)企業(yè)提供通用數(shù)據(jù)集、數(shù)據(jù)標(biāo)注平臺(tái)&數(shù)據(jù)管理工具、數(shù)據(jù)采集/數(shù)據(jù)標(biāo)注等服務(wù),助力AI實(shí)現(xiàn)產(chǎn)業(yè)化落地。云測(cè)數(shù)據(jù)面向垂直行業(yè)大模型AI數(shù)據(jù)解決方案可以為行業(yè)客戶深度定制數(shù)據(jù)采集方案,助力獲取高價(jià)值數(shù)據(jù),同時(shí)在面對(duì)微調(diào)任務(wù)會(huì)根據(jù)大模型落地場(chǎng)景特點(diǎn),提供包含QA-instruct、prompt等文本類任務(wù)項(xiàng)目和多模態(tài)大模型的相關(guān)能力支持。在完成微調(diào)后,云測(cè)數(shù)據(jù)通過(guò)垂直領(lǐng)域的人員和專家積累+評(píng)測(cè)體系和服務(wù),幫助企業(yè)對(duì)各個(gè)垂直應(yīng)用落地領(lǐng)域進(jìn)行評(píng)估。并通過(guò)以集成數(shù)據(jù)底座為核心的數(shù)據(jù)標(biāo)注平臺(tái),將難例數(shù)據(jù)回流完成清洗標(biāo)注,為更有效率的模型調(diào)優(yōu)做準(zhǔn)備。

　　目前,很多專注于垂直領(lǐng)域的科技公司也在探索特定領(lǐng)域的行業(yè)大模型,中國(guó)行業(yè)大模型覆蓋領(lǐng)域較為豐富,其中商業(yè)、金融、醫(yī)療等領(lǐng)域的行業(yè)大模型探索較多。高效率、高質(zhì)量的AI數(shù)據(jù)解決方案,一定程度上將推動(dòng)產(chǎn)業(yè)加速落地。以汽車智能駕駛行業(yè)為例,云測(cè)數(shù)據(jù)近日推出的智能駕駛AI數(shù)據(jù)解決方案2.0面向智能駕駛領(lǐng)域不同落地場(chǎng)景下的高質(zhì)量AI訓(xùn)練數(shù)據(jù)需求,相較于1.0版本,解決方案2.0以集成數(shù)據(jù)底座為核心,在數(shù)據(jù)閉環(huán)能力、自動(dòng)標(biāo)注能力、數(shù)據(jù)管理工具鏈、人工效能評(píng)估等多方面進(jìn)行了全方位升級(jí)。這一解決方案對(duì)駕駛領(lǐng)域,特別是在加速自動(dòng)駕駛場(chǎng)景化落地、用戶體檢提升、等方面具有積極意義。

　　隨著人工智能深入自動(dòng)駕駛、智慧醫(yī)療、智慧教育等諸多行業(yè)領(lǐng)域,AI算法對(duì)訓(xùn)練數(shù)據(jù)維度和樣本復(fù)雜性的要求變得越來(lái)越高,對(duì)數(shù)據(jù)標(biāo)注技術(shù)、標(biāo)注平臺(tái)能力、不同維度數(shù)據(jù)協(xié)同標(biāo)注等都提出了挑戰(zhàn)。云測(cè)數(shù)據(jù)總經(jīng)理賈宇航表示,當(dāng)前,大模型正處在產(chǎn)業(yè)落地前期,高質(zhì)量的數(shù)據(jù),是大模型實(shí)現(xiàn)產(chǎn)業(yè)化的關(guān)鍵要素。只有最大化地發(fā)揮AI訓(xùn)練數(shù)據(jù)的價(jià)值,推動(dòng)數(shù)據(jù)要素有序發(fā)展及高效利用,才能更好地幫助垂直行業(yè)相關(guān)企業(yè)可以更好的落地大模型相關(guān)算法應(yīng)用。

　　中國(guó)發(fā)展改革報(bào)社記者 杜壯