有一个非常形象的比喻——数据是21世纪的石油。
然而，大多数原始数据其实更像原油，并不能直接拿来就用。特别是在如火如荼的AI领域，更需要先进行数据标注，将原始数据变成算法可用数据。如果数据是原油，那么数据标注就是把原油提炼为成品油的过程。
数据标注得越精准、对算法模型训练的效果就越好。大部分算法在拥有足够多普通标注数据的情况下，能够将准确率提升到 95%，但从 95% 再提升到 99% 甚至 99.9% ，就需要大量高质量的标注数据。可以说，高质量的数据是制约模型和算法突破瓶颈的关键指标。
事实上，正是由于数据标注的重要性，在AI产业的上游已经形成了一条数据标注产业链。京东金融也在去年8月推出了专注于人工智能数据标注的科技平台——京东众智。
京东众智数据标注平台
京东金融之所以上马京东众智项目，是因为随着公司AI研发的加速推进，急剧增长的数据需求在市场上得不到有效满足。
京东众智负责人回忆说：“随着业务量的增大，我们在AI开发中需要的数据标注量越来越大。我们找过很多数据标注公司，但是合作效果都不理想。这些问题严重拖累了很多项目的开发进度。痛定思痛，我们决定开发自己的数据标注平台，立项的时间是去年5月，我们只用了三个月时间，就在去年8月上线了京东众智平台。”
京东众智开发团队总结了各类数据标注平台的优点，并针对效率、质量、数据安全等痛点，对症下药——
- 人员专业度: 通过科学的培训机制和激励机制，建立起一套从标注专员到标注专家，再到高级专家和讲师的完整人才体系。
2)场景丰富度:开发了覆盖无人驾驶、智能服务机器人、医疗影像辅助诊断等八大业务场景的一系列专业工具和丰富模板。
3)审核机制: 与业内常见的抽检和一重审核不同，京东众智设置了双重审核机制，针对一些复杂度高的标注任务，甚至会进行第三重审核，以确保最终标注质量。
京东众智数据标注平台
京东众智数据标注平台
传统的数据标注行业更像一个劳动密集型产业，主要是靠人工方式对文本、图片、语音、视频等数据进行标注。
京东金融推出Pre-AI快速落地方案，将人工标注和智能标注同步进行——第一步由人工进行少量标注，生成标注样本。第二步对样本进行建模训练，然后用训练出来的模型进行数据预标注，由人工判断标注是否准确，并反馈结果用于优化算法，直到机器标注的准确率达到99%时，人工完全撤出。
Pre-AI方案明显提高了数据标注平台效率，用一个星期的时间，就能完成传统模式下一个月的标注任务。
京东众智数据标注平台
京东众智数据标注平台
对于很多企事业单位来说，在将数据标注外包时，都会担心数据安全问题，尤其是对于政府部门、银行等金融机构来说，数据安全问题至关重要。
为了确保涉密数据、核心数据的安全，京东金融开发了数据与流程分离的DCS架构。合作企业只要部署一套“众智星”系统，就可以通过调用接口的方式链接到京东众智平台，从而确保数据在不外流的情况下，使用京东众智现有的工具模板、人员体系、流程体系。
京东众智数据标注平台
京东众智上线一年来，一位来自银行的客户表示:“过去，我们做一条身份证地址标注，成本是2毛到6毛钱，在京东众智平台上只需要5分钱，而且标注周期缩短为原先的四分之一，质量也明显提高。”喜悦之情溢于言表。
总结京东众智一年来取得的成绩，京东众智负责人表示：“我们在做京东众智时，选择了一条与业内流行的轻模式截然相反的重模式，别人不提供预打标、人员培训、标注工具、审核机制，我们都提供。第一年，我们的重点是做好产品、技术和人才体系；未来我们的重点是打造合作生态。希望在不久的将来，国内大部分的AI公司都可以用我们平台上标注的高质量数据，训练出更优质的模型和算法。”
网友评论