上海2022年6月24日 /美通社/ -- 近期，有著25+年經驗的數據服務商澳鵬Appen，在不斷助力其自動駕駛客戶構建數據資產時發現：如今，企業的數據科學和開發所需機器學習 (ML) 模型的能力已經成熟。然而，他們中的許多人開始意識到真正的挑戰在于整個 AI 生命周期中的數據。

過(guo)去(qu)幾年，盡(jin)管自(zi)(zi)(zi)動駕(jia)駛(shi)的技術迭代速度不(bu)斷加快(kuai)，但商(shang)業(ye)(ye)化(hua)一直是橫亙在(zai)所有自(zi)(zi)(zi)動駕(jia)駛(shi)從(cong)業(ye)(ye)者面(mian)前的一座大山。而在(zai)商(shang)業(ye)(ye)化(hua)落地的階段中(zhong)，自(zi)(zi)(zi)動駕(jia)駛(shi)面(mian)臨的挑戰往(wang)往(wang)不(bu)是自(zi)(zi)(zi)動駕(jia)駛(shi)技術本身，而是客戶要(yao)求自(zi)(zi)(zi)動駕(jia)駛(shi)公(gong)司能夠快(kuai)速適配(pei)各種(zhong)車(che)型的同時，還要(yao)快(kuai)速適配(pei)多種(zhong)應用場(chang)景。由此(ci)，自(zi)(zi)(zi)動駕(jia)駛(shi)公(gong)司則需要(yao)更(geng)多數(shu)(shu)據(ju)燃料(liao)來不(bu)斷地進(jin)行產(chan)品迭代。相(xiang)應地，行業(ye)(ye)對于(yu)數(shu)(shu)據(ju)標注與(yu)處理(li)的需求量也在(zai)水漲船高(gao)。

另一方(fang)面(mian)，隨著大算力智駕(jia)(jia)(jia)平臺在未來(lai)幾年的(de)(de)(de)規模化落地(di)以(yi)及輔助(zhu)駕(jia)(jia)(jia)駛普(pu)及的(de)(de)(de)加快，配套的(de)(de)(de)車(che)載傳感器市場也(ye)進入(ru)了(le)一個高增長周期(qi)。尤(you)其是(shi)4D毫米波雷達以(yi)及激光雷達的(de)(de)(de)搭載也(ye)正處于最關鍵(jian)的(de)(de)(de)導入(ru)期(qi)，這(zhe)帶(dai)來(lai)了(le)一個全新的(de)(de)(de)市場：多傳感器感知的(de)(de)(de)數據融合(he)。此外，艙內人(ren)機交互的(de)(de)(de)體驗升級(ji)，也(ye)同樣需要數據迭代支持。這(zhe)也(ye)再次表明，無論是(shi)在自動駕(jia)(jia)(jia)駛還是(shi)輔助(zhu)駕(jia)(jia)(jia)駛領域(yu)，數據標注(zhu)的(de)(de)(de)需求量都將迎來(lai)增長的(de)(de)(de)高峰(feng)期(qi)。

數據生產瓶頸

眾所周知，自動(dong)駕駛想(xiang)要(yao)真正落地(di)，就(jiu)需要(yao)大(da)量(liang)高質(zhi)量(liang)的(de)(de)、安全(quan)無(wu)偏差(cha)的(de)(de)數據(ju)(ju)。與此同時，下游(you)企(qi)業(ye)對(dui)數據(ju)(ju)也在不斷地(di)提出更(geng)高的(de)(de)要(yao)求(qiu)。獲取低(di)成本、高質(zhi)量(liang)的(de)(de)數據(ju)(ju)依然(ran)是當(dang)前行業(ye)發展的(de)(de)一大(da)痛點。普(pu)遍而言(yan)，企(qi)業(ye)并沒有過多的(de)(de)資源投入數據(ju)(ju)標注工作。因此，全(quan)球絕(jue)大(da)多數企(qi)業(ye)都(dou)在某種程度上采(cai)用了專業(ye)數據(ju)(ju)供應商的(de)(de)服務——這也意味著數據(ju)(ju)采(cai)集、分析處理和管理是AI面臨的(de)(de)首(shou)要(yao)挑戰。

另一(yi)方(fang)面(mian)，在與(yu)諸(zhu)多客戶對接的過程中，數(shu)據標注(zhu)公(gong)司(si)也逐漸發現(xian)，自動(dong)駕(jia)駛公(gong)司(si)對于(yu)數(shu)據服務強有力的訴求便是隨著算法的調整，標注(zhu)公(gong)司(si)可以(yi)實現(xian)靈活配合。例如，隨著算法的更迭與(yu)進步(bu)，下游客戶對于(yu)數(shu)據標注(zhu)的準(zhun)確(que)度會由原來的90%提升至95%，甚至99.99%。

此外(wai)，自動駕駛在(zai)不(bu)同細分場景的(de)快速開拓意味(wei)著(zhu)下游客戶(hu)的(de)研(yan)發(fa)勢必(bi)會出現波(bo)(bo)峰與波(bo)(bo)谷，這也就需要數(shu)據標注(zhu)公司提(ti)供持(chi)續穩(wen)定的(de)產能來應(ying)對客戶(hu)的(de)彈性需求。而對于多(duo)數(shu)數(shu)據服務商而言，這勢必(bi)帶來了更高難度的(de)挑戰。

針對上述痛點，業內有著超過25年歷史的人工智能訓練數據服務的"尖子生"——澳鵬Appen給出了自己的答案：由于深度學習算法是算力與大數據的產物，因此深度學習算法模型的工業化優化，也就需要AI數據供應鏈的工業化。

"工業化即以自動化、標準化和規模化可擴展方式為標志。此前，AI標注數據的供應基本以作坊式為主，難以保證AI標注數據的高質量供給，接下來AI標注數據的供給將迎來工業化爆發。"澳鵬數據科技（上海）有限公司產品及研發總監錢程表示。

錢(qian)程介紹，在數(shu)據的整個(ge)生產(chan)環節中，數(shu)據獲取、數(shu)據準備和模(mo)型(xing)評估(gu)最為(wei)費力并(bing)涉及海量數(shu)據。如果處理不當，可(ke)能會導(dao)致(zhi)項(xiang)目質量問題和項(xiang)目啟動延遲。AI從業(ye)者將80%以(yi)上的時間(jian)都(dou)花在數(shu)據管理上，因此他們需要(yao)最佳的工具和服務來完成這一過(guo)程中極其關鍵(jian)的部(bu)分。澳鵬專(zhuan)注研究(jiu)這三個(ge)階(jie)段，并(bing)與專(zhuan)業(ye)從事模(mo)型(xing)訓(xun)練(lian)和部(bu)署的供應商建立戰略合作伙伴關系(xi)。

澳鵬數據科技（上海）有限公司銷售副總裁馬冀表示："毫米波和4D代表了未來的標注方向，對服務商的標注能力以及研發能力都有很高的要求。澳鵬會陪伴客戶共同探索和發展高精尖標注訴求。目前我們已經有毫米波、4D點云標注等項目正在和客戶積極研討中，期待在今年第三季度會有不錯的進展。"

最大難題有解

此外，在(zai)自動(dong)(dong)駕駛(shi)(shi)領(ling)域，僅僅根據已知的場(chang)景、障(zhang)礙和潛在(zai)事故原因來(lai)部署(shu)聯網(wang)自動(dong)(dong)駕駛(shi)(shi)車輛還遠遠不(bu)夠。誰能夠實現準(zhun)確預測(ce)，并對不(bu)尋常(chang)的情況做出反(fan)應，將是接下來(lai)自動(dong)(dong)駕駛(shi)(shi)技(ji)術落地的爭奪焦點。

如今(jin)業界推動的"數(shu)據(ju)驅動閉環迭代"，都在強(qiang)化(hua)對(dui)于(yu)不確定性事(shi)件的預測(ce)和規避、學習能力。當(dang)下的一(yi)個(ge)行(xing)業共識是(shi)：在數(shu)據(ju)方(fang)面，自動駕(jia)駛面臨的最大(da)痛點(dian)便是(shi)corner case的積累(lei)。然而(er)，由于(yu)不同(tong)(tong)公司數(shu)據(ju)采集(ji)車(che)的傳感器(qi)安裝位置、采集(ji)標(biao)準各(ge)(ge)有(you)不同(tong)(tong)，下游公司通常只能親(qin)自下場(chang)采集(ji)各(ge)(ge)種極限工況，"一(yi)步一(yi)個(ge)腳印(yin)地"完成更多的數(shu)據(ju)積累(lei)。

針對上述問題，澳鵬提出了"合成數據"解決方案，可以模擬不同的場景并安全高效地完成數據采集，實現對于極限工況的有效補充。其具體優勢為：改進模型的可靠性、比"真實"數據獲取更快、可用于邊緣案例的補充，并可有效保護用戶隱私安全。

此前(qian)，澳鵬(peng)Appen曾收(shou)購人(ren)工智能數(shu)(shu)據平臺Mindtech的少數(shu)(shu)股(gu)權，雙方將開展深度(du)合(he)作，提(ti)升為(wei)客戶提(ti)供合(he)成數(shu)(shu)據的能力。

"我(wo)們(men)對與澳鵬(peng)的(de)戰略合(he)作感到興奮(fen)，"Mindtech 首席執行官史蒂(di)夫哈里斯分享(xiang)道(dao)。"這(zhe)將使(shi)(shi)更(geng)多客戶(hu)能(neng)夠使(shi)(shi)用高質量、精確注釋(shi)的(de)合(he)成(cheng)數(shu)據快速訓(xun)練他們(men)的(de)人(ren)工智能(neng)系(xi)統，同(tong)時補充 Appen 現有的(de)真實世界數(shu)據收集、管理和注釋(shi)產品。通過(guo)合(he)作，我(wo)們(men)將加(jia)速人(ren)工智能(neng)系(xi)統的(de)開發，更(geng)好地了(le)解人(ren)類如何與彼此以及周圍的(de)世界互動。"

迎接數據服務的2.0時代

總(zong)結這家"尖子生(sheng)"的(de)(de)成(cheng)績(ji)，作(zuo)為澳(ao)大利亞證交(jiao)所上(shang)市的(de)(de)科技(ji)公司(si)，澳(ao)鵬Appen已擁有25+年行業積累與廣泛的(de)(de)全(quan)球客戶基礎。

在服(fu)務方面，公司擁有一支過硬的數據科學家團隊，可以在服(fu)務企業(ye)之前了解場景，設計如(ru)何采集數據/標注數據能(neng)真正幫助到企業(ye)成功訓練模型， 以結(jie)果導向(xiang)。

此外，澳鵬還擁有百萬級的眾(zhong)包資源，能夠提供(gong)全球數據采集和標注服(fu)務。其在自(zi)動(dong)駕駛領域月收入額可達上千萬以上，在中國市場覆蓋30+個自(zi)動(dong)駕駛客戶。

在(zai)澳(ao)鵬看來，數(shu)據服務賦能(neng)行(xing)業的關鍵(jian)就在(zai)于整合資源，并與客(ke)戶深(shen)度綁定。例如提供(gong)技術接(jie)口，讓客(ke)戶參(can)與到標注過程中，可(ke)實時反饋（API集成），或對自有(you)平臺的功能(neng)進行(xing)改(gai)造和匹配；幫助客(ke)戶將重心(xin)放在(zai)模型(xing)開發上(shang)，降低數(shu)據成本，提升算(suan)法效率。

最重要(yao)的(de)(de)(de)是(shi)(shi)(shi)，公司擁有完整的(de)(de)(de)數(shu)據流轉(zhuan)系統，可(ke)以(yi)(yi)不斷迭代優化數(shu)據與(yu)服務(wu)工具(ju)，并以(yi)(yi)低成(cheng)本(ben)、高(gao)靈(ling)活(huo)的(de)(de)(de)服務(wu)配合客(ke)戶需求(qiu)。可(ke)以(yi)(yi)說，在(zai)自動(dong)駕駛領域，澳鵬高(gao)精度高(gao)性能的(de)(de)(de)自動(dong)駕駛工具(ju)套裝也(ye)是(shi)(shi)(shi)其為(wei)客(ke)戶構筑(zhu)海量數(shu)據資(zi)產的(de)(de)(de)利(li)器，這是(shi)(shi)(shi)澳鵬的(de)(de)(de)核心優勢之一，也(ye)是(shi)(shi)(shi)公司迎接"數(shu)據服務(wu)2.0時代"的(de)(de)(de)不二法門。

何謂"數據服務2.0時代"？過去，數據標注多數只服務于自動駕駛POC項目，屬于"一錘子買賣"。而在2.0時代，軟件定義汽車帶來了對功能迭代升級頻率的高要求，背后則是每家車企積累的數據資產的價值競爭，并直接影響汽車智能化的功能優化和體驗升級能力。

據(ju)高工智能汽車(che)研究院監測數據(ju)顯(xian)示，2021年中國市場（不含(han)進出口(kou)）乘用(yong)車(che)前裝(zhuang)標配搭載OTA功能上險(xian)量為748.41萬(wan)輛，同比增長(chang)65.99%，前裝(zhuang)搭載率(lv)已經提升至36.7%。而軟件召回也已經成為目(mu)前汽車(che)召回的主要因素之一。

相應的，從整體行(xing)業來看(kan)，數據標注正從簡(jian)單、重(zhong)復的拉框標注向精細化方向發展(zhan)，也就是說(shuo)數據標注行(xing)業正從簡(jian)單的勞動力(li)密集型(xing)向專(zhuan)業型(xing)數據服務(wu)過渡。

以(yi)澳鵬(peng)自主研發的人工智能輔(fu)助(zhu)數(shu)據(ju)標注平臺(tai)MatrixGo為(wei)例，可支持(chi)像(xiang)素級語義分割(ge)、2D圖(tu)像(xiang)復合標注、3D點云拉(la)框及語義分割(ge)等功能；

采標一體的(de)任務能(neng)夠實現采集(ji)-質(zhi)檢(jian)(jian)-標注(zhu)-質(zhi)檢(jian)(jian)-客戶驗收(shou)的(de)雙向協同流程，讓整個數(shu)據生產線(xian)上的(de)各個環(huan)節實現無(wu)縫銜接；內置(zhi)的(de)多輪(lun)質(zhi)檢(jian)(jian)模(mo)塊可以按(an)需配置(zhi)，滿足不同復雜度項(xiang)目的(de)需求；2D圖像復合(he)標注(zhu)是全結(jie)構化(hua)的(de)模(mo)型訓練利器，支(zhi)持點(dian)(dian)、線(xian)、框、多邊型融合(he)標注(zhu)（常見工具(ju)是單模(mo)式(shi)的(de)，點(dian)(dian)、線(xian)or折線(xian)，多邊形(xing)）與連續幀；

另(ling)外，此工具還支持像素級(ji)語義分割(ge)，可(ke)將圖(tu)片中目(mu)標對象實(shi)例(li)標記出(chu)來，并(bing)保證像素級(ji)的質(zhi)量。其中豐富的可(ke)配置(zhi)選項可(ke)靈活(huo)進行ID處(chu)理，實(shi)戰中可(ke)以做到10分鐘/張(zhang)圖(tu)。

錢(qian)程介紹(shao)，澳鵬利用ML輔(fu)助(zhu)標注等技術手段提(ti)高數(shu)據質(zhi)量，通過預識(shi)別(bie)系統，讓算(suan)法(fa)先進行預識(shi)別(bie)，再根據結果進行人(ren)為(wei)調整(zheng)，最終(zhong)在成本控制和質(zhi)量上實現(xian)顯著提(ti)升。

總體上(shang)，其標注工具(ju)可實現99.9%的準確率，并達(da)到5分鐘一(yi)張、1秒(miao)一(yi)幀極速質檢，在(zai)交互、超大數據加(jia)載(zai)、實時(shi)切幀進行渲染等方面都達(da)到了行業第一(yi)。

澳鵬Appen認為，進入數據服務2.0時代，有能力深度綁定汽車全生命周期、并提供完整且高質量的數據供應服務，在行業轉型的當下至關重要。