标注数据 2021了你还不知道数据标注？人工智能为什么需要数据标注

“谁得到数据，谁就得到人工智能”。如今，人工智能已经在我们的生活中普遍存在，比如“Siri”、“指纹解锁”、“人脸识别”等等，都属于人工智能的范畴。而人工智能的上游基础产业，数据标注，鲜为人知。数据标注是一个极其庞大的行业。在数字标签行业，从业者也会随着AI行业进入细分市场追逐阶段。可以说机遇和挑战是齐头并进的，为创业者创造了很多机会，也为社会创造了很多新的就业机会。那么数据标注有哪些应用场景，为什么会这么火？

数据标注的应用场景

人脸识别

面部识别系统

人脸识别又称人像识别和人脸识别，是基于人体面部特征信息，采集多年龄、多角度、多表情、多光线的人脸图像，从而完成身份识别的生物识别技术。人脸识别涉及的技术主要包括计算机视觉和图像处理。

人脸识别在中国的应用经历了从公安领域扩展到商业领域的过程。最初，这项技术被用于机场、高铁站和酒店的个人身份验证，后来商业银行开始使用人脸识别技术远程开户。之后刷脸支付和刷脸访问控制相继出现，人脸识别从少数有限的场景逐渐渗透到人们的日常生活中。目前，人脸识别技术已经广泛应用于金融、司法、公安、边防检查、航空航天、电力、教育、医疗等诸多领域。

随着人脸识别技术的进一步成熟和社会认知度的提高，它将被应用到更多的领域，给人们的生活带来更多的变化。

智能交通

近年来，随着人工智能的兴起，无人化、智能化的交通安全系统一度进入我们的生活。国内很多公司都投资了自主驾驶和无人驾驶的研究。比如百度推出“百度无人驾驶汽车”计划，其自主研发的无人驾驶汽车阿波罗也在2018年央视春晚亮相。

再比如最近上海街头锁车的黑技术。当你停车时，副经理会在门把手上贴一张停车提示卡。停车7分钟后，车位下方指示灯由绿色变为红色，金属地锁升起，挡住底盘。在取车的时候，我用手机扫了扫地上的二维码，停车时间和费用信息一目了然。交停车费后，地面指示灯由红转绿，地面锁降下，可实时获取电子发票。

智能停车位

这些都依赖于人工智能数据标注的介入，比如采集驾驶视频、提取路况、标记停车点，包括D点云障碍物、红绿灯、车道灯、高精度地图等。为行人识别、车辆识别、红绿灯识别、车道线识别等技术提供准确的训练数据，为智能交通保驾护航。

智能语音

智能语音是以语言为纽带实现人与机器的交流。在人类大脑皮层每天处理的信息中，语音信息占20%，是最重要的沟通环节。人类对机器语音识别的探索始于20世纪50年代，至今已有70多年。2016年，借助深度神经网络，机器语音识别准确率首次达到人类水平，意味着智能语音技术的登陆期即将到来。

语音中数据标注的主要应用场景有语音语言获取、语音内容处理、情感判断、语音与文本转换等。提高语音识别、语音合成等的语音数据质量。，并使您的智能设备更好地理解用户的声音。我们经常用萧艾同学，天猫静音，手机语音输入，甚至有时候接营销电话，都有智能语音。

图像处理之医学图像

医学图像处理是目前人工智能在医学领域的典型应用，其处理对象是临床医学中广泛应用的磁共振成像、超声成像等各种成像机制产生的医学图像。

传统的医学影像诊断主要是通过观察二维切片来发现病变，往往依赖于医生的经验。利用计算机图像处理技术，可以对医学图像进行分割、特征提取、定量分析和比较，进而完成病灶识别和标记，自动圈定肿瘤放疗图像的目标区域，完成手术中的三维图像重建。

该应用程序可以辅助医生对病变体和其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。此外，医学图像处理在医学教学、手术规划、手术模拟、各种医学研究和医学二维图像重建中起着重要的辅助作用。

得到数据的人得到人工智能

人工智能算法的主要应用领域集中在计算机视觉、语音识别/语音合成和自然语言处理。

图像方面：一个新研发的计算机视觉算法需要上万张到数十万张不等的标注图片训练，新功能的开发需要近万张图片训练，而定期优化算法也有上千张图片的需求，一个用于智慧城市的算法应用，每年都有数十万张图片的稳定需求。语音方面：头部公司累计应用的标注数据集已达百万小时以上，每年需求仍以20%-30%的增速上升，要求数据服务商不仅要掌握专业的声学知识、数据标注经验，还要拥有语音合成的算法能力。自然语言处理方面：随着工业、医疗、教育的AI应用产品进一步爆发，将会有更多交互方式出现，自然语义数据处理的需求将会持续增长，有望成为继图像、语音之后的第三大增量市场。

几乎所有这些海量数据都是由数据标注器手工标注的。数据标注行业有相当大的差距。而且数据标注已经广泛应用于各个行业，行业正在逐步升级，走向产业化。在行业发展过程中，行业人才的培养必然是最大的内在动力。

“谁得到数据，谁就得到人工智能”。未来随着AI的应用场景走向多领域，在数据标注行业内部，从业者也将与AI行业一起进入细分市场追逐阶段，可以说机遇与挑战齐头并进。