随着公司的学习和增长，人工智能（AI）的领域继续快速发展，因为公司从挑战和成功中增长。越来越多，公司正在对一致的数据在AI实现中扮演的基础角色对齐。因此，数据子域内有许多令人兴奋的趋势，值得关注。这些趋势说明了追求AI的公司仍面临的障碍，以及成功的潜在途径。
以下是今年在AI市场中看到的最典型最明显的趋势之一：
1.高质量的数据仍然是人工智能的主要障碍
大多数人工智能项目仍未投入生产，这证明企业在成功实施人工智能方面仍面临重大挑战。最大的障碍之一仍然是获得高质量的数据。在一个最近的调查美国的受访者称，缺乏熟练人才和缺乏数据(或数据质量问题)是启动人工智能的两个最大瓶颈。这并不奇怪:数据科学家花在人工智能项目上的大部分时间都花在收集和准备数据上，这些数据的质量对模型的表现有着巨大的影响。这一点很关键，但需要大量资源。
任何能够bob外围怎么样解决数据挑战的公司都将释放出重大的竞争机会。事实上，公司正在探索扩展的解决方案，比如雇佣外部数据提供商来获取所需的专业知识和工bob平台app下载具(根据最新的数据)人工智能的状态报告)。
2.AI的使用范围越来越窄
选择一个狭隘的业务问题来解决是一个重要提示用于建立高性能AI解决方案。bob平台app下载似乎公司开始了解这是一个关键的第一步，并且在他们选择专注的问题中，选择更具体，更不广泛。为了说明这一点，这里有一些项目Appen最近致力于非常狭隘的焦点：
Biz-speak:该公司正bob外围怎么样在构建一个人工智能模型，该模型可以提出改进建议，或替代常见的“商业用语”(或商业术语)。这些术语往往非常微妙，给我们带来了获取足够数据的挑战。
身体动作:一家bob外围怎么样公司致力于自动化个人培训的模型面临障碍：移动轮廓随着年龄的变化而变化。为了帮助解决这个问题，他们要求我们捕捉和注释参加老年人的视频。
长尾语言:Covid-19信息需要在全球共享，但问题是翻译技术并不支持所有语言。我们的任务是为一些非常罕见的语言收集和注释数据，比如Dari, Dinka, Hausa等等。
这些例子说明了公司是如何将焦点缩小到非常具体的用例上的，这对如何使用培训数据以及收集哪种类型的数据都有影响。bob体育手机下载
3.从以模型为中心转向以数据为中心的AI
改进代码或培训数据是否更好？bob体育手机下载这是一个问题，这是过去几年的艾美思想的最前沿。几个着名的实验表明，魔法在数据中，我们看到从以模型为中心的开发转向以数据为中心。通过以模型为中心的AI，该想法是使用可用的数据和开发补偿任何噪声和不准确性的型号。另一方面，以数据为中心，专注于提高数据的卷或质量。
一位著名的人工智能从业者利用计算机视觉模型进行了一项实验，该模型可以检测钢板的缺陷。他将他的团队分成两组，其中一组只负责改进模型的代码，另一组负责改进给模型的数据。他发现改进代码对模型的性能几乎没有影响，而改进数据提供了一个巨大的提升(从76%到93%)。单凭数据改进，该模型甚至能够在发现缺陷方面击败人类，后者的准确率只有90%。
4.对培训数据操作的新需求bob体育手机下载
随着企业认识到培训数据对其人工智能模型成功的重要性，自然对管理培训数据的方式的需求也越bob体育手机下载来越大。毕竟，开发培训数据包括许多任务:数据收集、摄bob体育手机下载取、探索、标记、验证和准备。为这些项目建立一个治理框架将被证明是AI团队前进的有用工具。一个功能性的数据治理框架可能包括以下关键特性:
- 可追溯性的版本控制
- 数据安全协议
- 访问控制
- 数据流水线监测
- 协作协议
在任何情况下，数据治理框架都为构建数据管道设置了基础，这导致了更大的可扩展性。培训数据操作的公司将稳定地扩展其AI解决方案bob体育手机下载。bob平台app下载
5. AI辅助注释增加
Automl解bob平台app下载决方案正在上升作为对AI开发的挑战性质的回应。我们从完全自动化中脱离了很长的路，但在此期间的公司正在利用AI辅助注释来简化耗时的数据标签过程。这里有三个主要的自动化桶：
Pre-labeling
AI模型对注释应该是什么进行最初的最佳猜测。注释器然后检查并纠正假设(如果需要的话)。这就可以显著减少注释时间，同时保持高质量。
速度标记
AI在标签过程中帮助注释器以节省时间;这与一个自动完成的功能很多。
智能验证器
AI验证注释器的输出，如果它不在预期的阈值内，请通知注释器。这提高了注释器的性能和注释的质量。
公司bob外围怎么样可选择利用上述任何一个或全部AI辅助注释方法。无论如何，更多的自动化具有更高的时间 - 节约和成本降低 - 只要质量保持。
外带
虽然数据仍然是一个巨大的瓶颈，但更多的AI团队正在弄清楚如何为他们制作数据工作：通过了解数据中心AI的需求，调查培训数据操作，并通过自动化减少时间花费时间。bob体育手机下载缩小他们的问题范围也使得更容易理解数据需求和收集和培训。随着时间的推移，这些方法可以用于增加使其生产的项目数量。毫无疑问，当我们继续观察这个发展产业时，数据趋势是观看的。
