6月18日，走進位于貴陽高新區的貴州鼎聯數據有限公司數據標注基地，數十名數據標注師，正為自動駕駛、智能客服、電商推薦等領域進行數據標注。這群特殊的“數字工匠”，他們每天點擊鼠標超萬次，在像素與代碼間編織著人工智能的神經網絡。

貴州鼎聯數據有限公司（以下簡稱鼎聯數據）成立于2023年，是一家專注于互聯網數據信息技術服務的大數據企業。致力于數據要素標準體系的建設與發展，為智慧出行、智慧教育、新零售等多個領域提供通用性、支撐性的 AI 數據標注及審核服務 。

“人工智能技術的飛速發展離不開海量高質量數據的支撐，數據采集與標注是AI模型訓練的基石。為此我們打造了行業領先的‘一站式AI數據生產與管理平臺’。”貴州鼎聯數據有限公司項目總監李元旭表示，平臺通過多模態數據處理技術與全流程標準化管理，為AI大模型訓練提供從數據采集、標注到交付的全流程低成本、高效率、高質量數據處理服務，同時還構建了覆蓋項目發包、智能培訓、生產質檢、結算支付的全流程一體化的靈活用工平臺，可為前沿領域交付專業、可靠且極具成本效益的AI數據解決方案。

“數據標注是什么？通俗地說，就是‘給AI當好老師’，我們實際上是在給機器構建認知世界的坐標系，通過為圖片、視頻等數據標注邊界框，最終形成機器能理解的‘知識圖譜’。”李元旭表示，數據標注主要包括篩選、清洗、分類、注釋、標記、質檢等環節，對于提升數據供給質量、推動人工智能創新發展具有重要支撐作用，是人工智能產業發展的先決條件。

在智慧出行領域，鼎聯數據已與京東、滴滴等知名互聯網企業及新能源車企展開合作。

“我們利用數據標注技術，通過對大量數據的處理和校準，能讓打車軟件、外賣軟件的路徑規劃更加精準、高效。” 李元旭介紹道。

“這條斑馬線角度存在偏移，必須修正。”在鼎聯數據的開放辦公區，質檢組長陳曉薇正在復核自動駕駛數據。

“數據標注最基本的就是畫框，比如檢測目標是車，標注員就需要把一張圖上的所有車都標出來，畫框要完全卡住車的外接矩形，框得不準確機器就可能‘學壞’。”陳曉薇補充說道，標注員就是無人駕駛車的“眼睛”，需要對行車記錄儀拍攝的大量圖片進行細致處理，標注出道路上的障礙物、車道線、行人等信息。這些標注后的數據將返回給企業，用于訓練自動駕駛模型，使自動駕駛技術更加安全可靠。

在標注任務方面，鼎聯數據的項目豐富多樣，包括圖片標注、語音標注、文本標注等。

在隔壁的語音標注間，鼎聯數據的“AI老師”們正將方言轉化為機器可讀的語義標簽。“貴州話的兒化音特別多，像‘趕場’要說成‘趕gɑ?ng’。”標注員王小梅向記者展示著方言標注規范，“現在我們的方言數據庫已經支持17種細分語種，連‘恁個’這種重慶俚語都能精準識別。”

“AI的發展，離不開大量的數據和勞動力投入。數據標注產業其實是人工智能的前端，它需要大量的人力資源來參與，這也是我們搭建一站式靈活用工生態的原因。”李元旭告訴記者，通過全流程一體化的靈活用工平臺，從業者在接受平臺線上培訓測試后即可上崗，目前平臺已匯聚了約 10萬用戶。

此前，陳霞也從沒想到自己會成為人工智能領域中的一員。如今，她已經是一名資深的數據標注師了。“之前我不了解數據標注這個行業，文本識別、拉框、貼合等這些詞匯對我而言很陌生。我標注的自動駕駛項目最初大多是2D平面圖片，適用于一些簡單的戶外路面識別系統，在經過系統培訓與實踐考核后，逐步接觸3D立體標注以還原真實駕駛場景，后期更涉及2D/3D融合標注及手勢采集，用以提升智能系統對駕駛員行為的識別精度。”陳霞表示，未來將了解更多人工智能行業的前沿趨勢，掌握語義分割、文本標注等更多技能，努力從標注師成長為培訓師，為有志從事這個行業的人提供培訓、指導服務。

“今年初，國家發展改革委、國家數據局、財政部、人力資源和社會保障部四部門聯合發布《關于促進數據標注產業高質量發展的實施意見》，首次對數據標注這一新興產業進行系統謀劃，這為我們的下步工作指明了方向。”李元旭表示，未來鼎聯數據將探索建設“數據標注產業園”，在中藥材、茶兩個領域探索建立貴州中藥材高質量數據集與貴州茶高質量數據集，為中藥材與茶產業提供從育苗種植到終端銷售的全程服務，助力貴州中藥材和茶產業高質量發展。（王軒禹）

來源：貴陽市高新區官網

分享讓更多人看到