愷望數據宣布啟用“自動化數據產線”

今天,自動駕駛數據服務公司愷望數據宣布:以“自動化產線+規模化人力”為核心,能夠為算法提供穩定的低價數據供應鏈的"愷望自動化數據產線"日前正式啟用。

通過“‘人和場景’為導向的全局自動化”路徑,該產線實現了在持續提升數據生產規模化的同時、減少成本超過20%。

愷望自動化數據產線以數字驅動方式打造自動駕駛數據生產的全流程系統,并充分考慮“人機交互”的適配場景,通過SaaS平臺、算法、各板塊建模等科技工具,以及校企合作培訓逾千位“愷望人工智能訓練師”,持續提升數據生產及運營管理全流程各板塊的規模與效率。通過這樣“以’人和場景’為導向的全局自動化”路徑,目前已實現可在持續提升數據生產規模化的同時減少成本超過20%,經驗證不但可以為算法提供穩定的低價數據供應鏈,同時也正在為未來實現全自動化產線的建模提供大量人數據及人的行為及經驗積累。

關注全局效率

解決自動駕駛標注“穩定低價供給痛點”

數據標注自動駕駛數據標注是價格敏感型導向的,相同的交付質量和交付時間,一定是越低價格越有優勢,我們最關心的是:數據需求變大了,成本怎么降下來?——— 自動駕駛數據生產依賴規模化的人力供給,波峰波谷的人效配置及穩定、優質數據供應問題一直是行業內的最大痛點。

成立一年的愷望數據圍繞解決這個行業痛點、以“提供穩定的低價數據供應”目標,近日已正式啟用“愷望數據自動化生產線”平臺。這個以“自動化產線+規模化人力”為核心的自動化數據產線,并沒有完全拋棄人力模式,而是更關注在引入人工智能技術提升數據生產規模化和自動化能力的同時,如何充分利用現階段行業內“人的行為經驗”進行AI建模,為最終實現生產線全自動化持續進行數據積累、建立規則、建模優化。

“數據生產流程包括對需求規則的解讀、數據任務拆分、人員匹配,也包括在生產管理過程進行產能監管、質量監管、效率監管,有些部分可以實現全自動化,但有些部分、尤其是需要人為判斷的部分,還有待更多成熟的模型建成,才能逐步實現自動化。目前在行業內的技術方案,多數是關注解決’預標注‘這個環節的效率,而愷望認為,現階段要持續實現穩定的低價數據供應,關鍵是在通過“自動化技術+人力運營管理”的部署,來提升全生產及管理流程的全局效率,進一步提供規模化的穩定低價數據供應。”愷望數據于旭表示。

在技術方面,愷望自動化數據產線由基于BI系統和AI算法建成的愷望SaaS平臺支撐,由各自動駕駛數據生產的多個環節形成各自的系統接入組成,這些系統通過算法建模,既獨立運作、又相互協同,未來通過各板塊的持續建模優化、將進一步推進愷望自動化數據產線“全自動化”。

OpenAI用7年時間孕育了ChatGPT,在此之前,經歷了規模極大、基于人的數據,不斷的建模與優化。科技公司領先技術的應用,最終還要面對解決交付、量產等商業化落地的考驗。雖然人工智能是熱門焦點,也是大勢所趨,但從目前的實際的產業應用來看,在自動駕駛數據生產領域,多個環節都仍依賴”人為判斷及行為“在主導。

愷望數據認為,在目前階段,需要以自動化為目標,根據自動駕駛數據生產流程各環節的規則和邏輯、基于人的模式建模,逐步推動將數據生產從”成熟的人工模式“轉化為”成熟的人工智能模型“,解決大規模供應和成本的效益匹配問題。因此,規模化的人力數據和經驗在現階段就非常重要。

為此,愷望數據大力推進校企生態合作,與全國20多家實訓基地建立了合作,并于近日正式啟動“愷望校園人工智能培訓師”計劃。

Uber式拓展規模化人力

“愷望人工智能訓練師”已在多地院校開展

學校學生規模大、成本較低,且不容易受供需影響,但百人百面,如何實現高效能配置?

“我們的經驗是,要用好人力實現最高效率,重點是對人力要培訓好、自動化工具要用上,才能打造規模化的’成熟的人力‘。因此,對數據生產人力有標準化的培訓非常重要,不止是行業的理解和技能、還要掌握高效產線系統的理解和技能。” 愷望透露,通過與多家高職院校合作的“愷望人工智能培訓師計劃”, 愷望將搭建“愷望數據學院”,對學生進行行業通用的數據生產技能培訓及愷望獨有的自動化生產體系培訓,這將幫助愷望獲得大規模的標準化人力,在未來更好更早地融入和匹配愷望自動化數據產線的“運營管理”體系,人力管理建模更準確和快速,也能夠實現基礎人力更高效地交付愷望的項目,進一步幫助愷望打造成本優勢和效能優勢。

而對成為“愷望人工智能培訓師”的學生而言,在學校的時候就獲得系統化的培訓和實習,有助于其進入社會前就具備數據生產成熟技能,對于增進技能及增加就業機會具有一定的幫助。

據了解,該計劃預計在今年培訓超過1000位學生,第一批300人培訓目前已在山東等地高職院校完成。按照愷望的計劃,將借鑒Uber的運營管理模式,結合開拓和管理各地的校園渠道、快速拓展培訓師的規模及進行培訓。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。