隨著人工智慧技術的不斷發展,從智慧家居到智慧駕駛,從氣象診斷到金融風控,AI的應用範圍越來越廣泛,其帶來的效益也越來越顯著。 大模型的訓練需要企業提供海量的訓練資料,對安全和隱私保護要求極高,而目前大模型的資料還需要大量的人工標註。 9月21日,華為全聯接大會2023上,華為雲CTO張宇昕分享了華為雲AI標註雲桌面為標註行業,提供安全高效的解決方案以及應用實踐。 華為雲CTO 張宇昕 以汽車智慧駕駛為例,在智駕過程中,智慧駕駛系統根據周邊環境資訊,如其他車輛、紅綠燈、行人等資料反饋,做出具體行為決策,如剎車、變道、超車等行為。 要訓練出一套合格的感知演算法,讓汽車處理更多、更復雜的場景,就需要有海量、準確、高質量的道路場景資料,由專業人員對資料進行標註,將其轉化為支撐演算法訓練的資料。 然而,智慧駕駛標註資料包含大量的地理資訊3D點雲、地理資訊、軌跡等,大量涉及地理要素和場所位置資訊,國家法規要求嚴格管控。 當前,透過大模型,車企已經可以對這些敏感資料進行智慧標註,然而,至少還有10%的資料需要由標註人員進行微調和手工標註。 在這整個過程中,資料安全、標註效率、標註質量,無疑是車企最為關注的3大核心要素。 在資料安全方面,智慧駕駛標註的海量地理資料都是敏感資料,以往的資料標註透過瀏覽器或客戶端進行,仍存在瀏覽器及本地快取資料導致資料洩露的風險。 現在,華為雲提供安全合規的雲上汽車專區,可實現資料儲存、標註,模型訓練、模擬、部署全雲上完成。 透過AI標註雲桌面,進一步保障資料標註環節的敏感資料不落地。 資料標註作為勞動密集型產業,往往透過第三方專業標註外包完成標註任務。 為了滿足資料安全要求,企業要求標註人員集中到辦公區辦公並部署隔離網路,或者給異地的外包團隊開通企業內網專線,成本高昂。 透過華為雲AI標註雲桌面,分散在全國各地的標註員均可接入到安全的標註環境中,進入透過標註平臺進行安全標註。 針對智慧駕駛點雲標註這類對顯示卡有要求的標註場景,還可以透過GPU雲應用降低企業標註終端的成本。 在標註效率方面,3D點雲、圖片、影片等在本地載入都要快取,20M左右的標註資料往往要等待4到5秒才能載入完成。 尤其是3D點雲,一旦進行拖動,部分資料還需重新載入。 現在華為雲上資料互通,雲端即時載入,結合華為雲HDP高畫質顯示協議毫秒級傳輸,可即時載入高畫質圖片和影片,實現影像本地顯示時延降低50%以上,讓標註員快速流暢標註。 在標註質量方面,當遇到模糊資料,如惡劣天氣採集的路況影像,往往需要多人研判,確保資料標註精準無誤。 為了降低返工率,標註員一般透過即時訊息軟體與同事求助研判,有時還需要截圖來解決標註難題,不僅低效,而且存在資料安全隱患。 這個問題也可以透過華為雲的多使用者協同桌面解決,其協同能力可支援標註員一鍵拉起協同,由經驗豐富的同事或專家進行標註操作,快速解決資料疑點,實現準確標註。 目前,華為雲AI標註雲桌面已經在華為智慧汽車自動駕駛資料標註中使用,實現了7個城市的2000多名標註員跨地域在雲上實現安全高效標註。 面向智慧家居、安防、金融、網際網路等行業,在圖片、影片、語音等人工標註場景,AI標註雲桌面也將以其安全、高效、協同的能力,助力人工智慧不斷向前。 《華為雲AI標註雲桌面,人工智慧幕後的安全衛士》完,請繼續朗讀精采文章。 喜歡 科學報 cn-n.net,請記得按讚、收藏及分享。
音調
速度
音量
語言
華為雲AI標註雲桌面,人工智慧幕後的安全衛士
精確朗讀模式適合大多數瀏覽器,也相容於桌上型與行動裝置。
不過,使用Chorme瀏覽器仍存在一些問題,不建議使用Chorme瀏覽器進行精確朗讀。