每一年， AI都變得越來(lái)越智能，這背后的主要原因之一是對(duì)于許多企業(yè)而言，人工智能被視為許多不確定性的最佳解決方案，通過(guò)人工智能應(yīng)用可以達(dá)到降本增效的目標(biāo)，并有效避免由于人為因素導(dǎo)致的失誤操作。盡管 2023 年的整體經(jīng)濟(jì)環(huán)境我們還不能準(zhǔn)確地預(yù)測(cè)，但對(duì)于希望推動(dòng)自動(dòng)化的企業(yè)而言，人工智能肯定會(huì)成為一個(gè)重要的關(guān)注和投資領(lǐng)域，在本文中，我們將探討 2023 年一些主流的 AI 發(fā)展趨勢(shì)，以及現(xiàn)實(shí)這些AI應(yīng)用所需的數(shù)據(jù)標(biāo)注。

用于文本、語(yǔ)音和視覺的人工智能將開始成為主流

ZOOM（在線會(huì)議軟件）實(shí)時(shí)字幕翻譯

(資料圖片)

企業(yè)可以通過(guò)增加對(duì)文本，語(yǔ)音和視覺 AI 的使用從而實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。例如，當(dāng)您公司的銷售代表通過(guò) zoom、騰訊會(huì)議或其他在線視頻會(huì)議軟件與其他公司的客戶在網(wǎng)上對(duì)話時(shí)，會(huì)議軟件會(huì)錄制通話記錄， 并且，背后的AI可以通過(guò)分析這些對(duì)話來(lái)提供一些改進(jìn)銷售方法的見解。客服電話也是如此，因?yàn)槿斯ぶ悄芸梢詭椭緟R總客戶的常見問(wèn)題并為在日后為客戶們分配準(zhǔn)確的自助服務(wù)渠道，增加客戶體驗(yàn)感并識(shí)別強(qiáng)意向的客戶，從而獲得大量的潛在客戶。

在自然語(yǔ)言AI方面，我們已經(jīng)可以看到ChatGPT瘋狂地登上科技熱榜，我們可以預(yù)見諸如此類的模型會(huì)變得更加智能（雖然它已經(jīng)十分強(qiáng)大了），因?yàn)檠芯咳藛T們還在不斷地提出新的解決方案，提升語(yǔ)意理解、上下文關(guān)系分析，文本摘要、翻譯準(zhǔn)確性、情感分析，甚至能夠幫助程序員們通過(guò)文字描述直接生成代碼。

在計(jì)算機(jī)視覺領(lǐng)域的企業(yè)和科研機(jī)構(gòu)正在開發(fā)用于目標(biāo)檢測(cè)、語(yǔ)義分割、目標(biāo)跟蹤等更強(qiáng)大的模型，這些模型提供了以前無(wú)法達(dá)到的準(zhǔn)確度，在強(qiáng)大的 GPU 加持下，這些模型將變得越來(lái)越普遍。

生成式AI將在藝術(shù)領(lǐng)域發(fā)揮更大作用

通過(guò)漂亮的插圖和有趣的文案吸引和留住客戶是許多公司都在努力解決的難題，畢竟我們很難批量制作出引人入勝的高質(zhì)量?jī)?nèi)容，專業(yè)人士的內(nèi)容創(chuàng)作服務(wù)又十分昂貴，這是生成式 AI 可以提供很大幫助的地方，因?yàn)樗梢钥焖俨⑶业统杀镜貛椭九可a(chǎn)藝術(shù)作品和文案，生成式 AI 模型的使用方式是：向AI用文字描述出你腦海中的畫面，無(wú)論這些畫面多抽象，AI模型都能生成出你想要的畫面，因此我們有理由期待生成式 AI 成為未來(lái)企業(yè)創(chuàng)造內(nèi)容的主要手段。

人機(jī)協(xié)作的發(fā)展

在世界各地，自主機(jī)器人的使用正在增加，在一些特定的園區(qū)中，貨物的配送都是通過(guò)自動(dòng)巡航的機(jī)器人實(shí)現(xiàn)的，以滿足大量的運(yùn)輸需求并降低人工搬運(yùn)的成本。機(jī)器人監(jiān)控超市貨物的缺貨情況，以及在生產(chǎn)線上與人類一起工作的機(jī)器人手臂，這些智能機(jī)器正變得越來(lái)越普遍。Gartner的研究表明，由于智能機(jī)器人在智能、社交互動(dòng)和人類增強(qiáng)能力方面的進(jìn)步，到 2030 年，80% 的人類將每天與智能機(jī)器人互動(dòng)，而目前這一比例還不到 10%。

通過(guò) AI 提升線下和線上的客戶體驗(yàn)

借助AI的能力，電商企業(yè)不僅可以根據(jù)消費(fèi)者曾經(jīng)的購(gòu)買記錄預(yù)測(cè)他可能喜歡什么，還可以通過(guò)用戶的瀏覽行為或社交網(wǎng)絡(luò)中獲得的信息來(lái)為每位客戶提供個(gè)性化推薦，這就是為什么你在觀看短視頻或逛購(gòu)物網(wǎng)站的時(shí)候經(jīng)常看到喜歡的產(chǎn)品。人工智能在電子商務(wù)中的作用是在營(yíng)銷、客戶服務(wù)和銷售領(lǐng)域?yàn)槠髽I(yè)提供支持。人工智能、智能機(jī)器、計(jì)算機(jī)視覺、圖像分類、深度學(xué)習(xí)和人臉識(shí)別正在改變電子商務(wù)的格局。

在線下購(gòu)物方面，門店將專注于基于計(jì)算機(jī)視覺和基于邊緣計(jì)算的人工智能系統(tǒng)提升消費(fèi)者的購(gòu)物體驗(yàn)，減少消費(fèi)者的排隊(duì)等待時(shí)間將是一個(gè)主要的發(fā)展領(lǐng)域。未來(lái)的零售店還將能夠提供高度個(gè)性化的建議，并通過(guò)店內(nèi)的攝像頭分析消費(fèi)者的行為并給出個(gè)性化的推薦，以此提升消費(fèi)者的購(gòu)物體驗(yàn)并有效提高銷售額。

邊緣AI的增長(zhǎng)

邊緣 AI 是在整個(gè)物理世界的設(shè)備中部署 AI 應(yīng)用程序，之所以稱為“邊緣 AI”，是因?yàn)檫吘?AI 的算力是通過(guò)用戶附近的設(shè)備完成的，靠近數(shù)據(jù)所在的位置，而不是通過(guò)非常遙遠(yuǎn)的云端服務(wù)器或私有數(shù)據(jù)中心。到目前為止，人工智能幾乎完全在云端運(yùn)行。但是，邊緣傳感器全天候生成越來(lái)越多樣化的數(shù)據(jù)流，這些需要實(shí)時(shí)計(jì)算，這導(dǎo)致更多的 AI 部署轉(zhuǎn)向邊緣計(jì)算。對(duì)于機(jī)場(chǎng)、商店、醫(yī)院等，人工智能帶來(lái)了更高的效率、自動(dòng)化，甚至降低了成本，這就是邊緣人工智能在近些年被大量采用的原因。

對(duì)自動(dòng)駕駛汽車的需求增加

根據(jù)最近的數(shù)據(jù)，從 2023 年到 2032 年，汽車市場(chǎng)中的人工智能將以超過(guò) 55% 的復(fù)合年增長(zhǎng)率增長(zhǎng)。自動(dòng)駕駛汽車的日益普及將推動(dòng)該行業(yè)的發(fā)展。如今，越來(lái)越多的消費(fèi)者意識(shí)到自動(dòng)駕駛汽車帶來(lái)的好處，一些世界領(lǐng)先的汽車制造商正在開發(fā)自動(dòng)駕駛技術(shù)，除此之外，世界各地的政府和汽車制造商已經(jīng)開始采取措施促進(jìn)自動(dòng)駕駛汽車領(lǐng)域的創(chuàng)新。對(duì)自動(dòng)駕駛汽車的所有這些需求也將導(dǎo)致對(duì)訓(xùn)練 AI 車輛所需的數(shù)據(jù)標(biāo)注場(chǎng)景的需求增加，包括基礎(chǔ)的2D目標(biāo)檢測(cè)標(biāo)注、語(yǔ)義分割標(biāo)注、車道線標(biāo)注、點(diǎn)云標(biāo)注等等。

道德和非偏見的人工智能將受到更多關(guān)注

隨著人工智能技術(shù)的不斷進(jìn)步，企業(yè)們開始考慮這些技術(shù)的道德影響，IBM 的一項(xiàng)研究表明，85% 的消費(fèi)者表示，企業(yè)在使用 AI 解決社會(huì)問(wèn)題時(shí)考慮道德因素很重要，此前，一些企業(yè)為了訓(xùn)練AI模型使用了大量的用戶隱私數(shù)據(jù)，在AI道德更加受到關(guān)注和監(jiān)管后，這種情況將有所好轉(zhuǎn)。另外，無(wú)偏見的數(shù)據(jù)集是 AI 模型做出可靠和非歧視性預(yù)測(cè)的重要基礎(chǔ)。例如，人工智能模型正被銀行用于信用評(píng)分、簡(jiǎn)歷篩選和一些司法系統(tǒng)，然而，人們注意到，在某些情況下，數(shù)據(jù)集在膚色、年齡和性別方面存在一些固有偏見，比如說(shuō)如果在訓(xùn)練人臉識(shí)別模型時(shí)使用了大量的白膚色，那么在黑膚色人種上的表現(xiàn)將會(huì)十分差勁。

未來(lái)的 AI 應(yīng)用需要哪些類型的數(shù)據(jù)標(biāo)注？

我們?cè)诒疚闹姓劦降?AI 應(yīng)用的準(zhǔn)確性取決于用于訓(xùn)練它們的訓(xùn)練數(shù)據(jù)的質(zhì)量。例如，如果我們看一下在文本、語(yǔ)音和視覺 AI 方面看到的第一個(gè)發(fā)展趨勢(shì)，就會(huì)發(fā)現(xiàn)這些 AI應(yīng)用中的每一種類型都需要許多不同場(chǎng)景的數(shù)據(jù)標(biāo)注。對(duì)于文本 AI，訓(xùn)練數(shù)據(jù)需要使用實(shí)體提取等方法進(jìn)行標(biāo)注，實(shí)體標(biāo)注將各種標(biāo)簽附加到引用概念和實(shí)體（例如人物、地點(diǎn)或主題）的文本。

文本實(shí)體提取標(biāo)注

對(duì)于語(yǔ)音 AI，一定會(huì)用到音頻訓(xùn)練數(shù)據(jù)，這意味著需要人工對(duì)音頻和語(yǔ)音數(shù)據(jù)進(jìn)行標(biāo)注，比如在AI客服系統(tǒng)中，將客戶的聲音與話務(wù)員的聲音分開，并按照既定規(guī)則對(duì)語(yǔ)言進(jìn)行轉(zhuǎn)寫。語(yǔ)音標(biāo)注有助于開發(fā)執(zhí)行特定重復(fù)任務(wù)的聊天機(jī)器人。

語(yǔ)音標(biāo)注

對(duì)于計(jì)算機(jī)視覺，需要更多復(fù)雜類型的數(shù)據(jù)標(biāo)注，從較為簡(jiǎn)單的目標(biāo)檢測(cè)說(shuō)起，數(shù)據(jù)標(biāo)注員需要識(shí)別圖像中一個(gè)或多個(gè)目標(biāo)的存在、位置和數(shù)量，并準(zhǔn)確地用2D包圍框緊緊地標(biāo)注，稍微復(fù)雜一些的語(yǔ)義分割也將是必要的，通過(guò)多邊形工具對(duì)目標(biāo)的邊緣進(jìn)行標(biāo)注將使AI模型能夠更準(zhǔn)確地識(shí)別圖像中的每一個(gè)像素。近些年，隨著自動(dòng)駕駛和計(jì)算機(jī)視覺技術(shù)的發(fā)展，我們開始涉足多傳感器融合標(biāo)注，這對(duì)于標(biāo)注工具的開發(fā)和標(biāo)注員的素質(zhì)都提出了更高的要求。

關(guān)鍵詞：