首页 资讯正文

人工智能数据标注让数字山西再升级

【案例】

山西省政府公布《关于加快我省数据标注产业发展的实施意见》并提出“龙头+集聚”的推进路径。这是自百度(山西)人工智能数据标注产业基地落成以来,省委省政府为扶持新兴数据服务在山西发展的持续助力。百度(山西)人工智能数据标注产业基地业务全方位覆盖了无人车、语音、人像、图片、地图撤回等数据类型的标注和加工处理服务。

【剖析】人工智能:社会发展“加速器”

庞丽峰 山西省社会科学院

有学者指出,学习或者智能的任何其他特性的每一个方面都应能被精确地加以描述,使得机器可以对其进行模拟。这是“人工智能”这门新兴学科正式诞生的标志。再往前追溯,马克思曾在《经济学手稿》中也指出:“机器能够完成以前工人完成的同样的劳动”。这些论断充分证实人工智能是社会发展的必然产物。

人工智能是人类劳动的结晶。从马克思主义的视角看,当时之所以提出机器可以取代人的设想,目的就是希望通过机器,把人们从枯燥、繁重、危险的体力劳动中解脱出来。纵观三次工业革命,从“蒸汽时代”到“电气时代”再到“信息时代”,每一次工业革命都是人类进步的象征,更是劳动人民智慧的结晶。进入“人工智能时代”,从芯片、传感器、服务器到云计算、大数据、机器人等智能技术,每一项研发、生产、应用的过程,也都是人类复杂劳动的体现。即便是人类没有直接参与生产,人类的劳动依然是人工智能价值的唯一来源。

人工智能的价值在于“务实为人”。随着人工智能理论和技术的不断成熟,应用领域也越来越广泛。目前,中国智能经济已位居世界第二,它将成为中国经济高质量发展和现代化经济体系建设的重要推手。当然,人工智能的核心价值还在于其为“人”提供便捷的智能服务,在日常生活中,除了人脸识别、扫码购物、无人驾驶、智能服务机器人等已经嵌入我们的生活之外,智能物流、智能商务、智能金融等等也已在各行各业落地见效,智能化产业、商业价值正在形成,“智能+”的经济效益和社会效应不断彰显。正如人们所说:有赖于智能的时代到了。

人工智能促进人自由全面发展。《资本论》对“人与机器”的关系进行了深入思考,这为人工智能促进人自由而全面发展提供了佐证,也充分说明人工智能不仅是技术层面的革命,更是认知层面的一场革命。

数据标注:人工智能催生的新职业

韩秀兰 中北大学马克思主义学院

随着人工智能成为国家发展战略,其势头锐不可挡,我们生活中一部分工作正在或将被人工智能所替代。同时,人工智能也催生出了新职业。

数据标注是人工智能深度学习技术催生出来的新职业。数据标注是人工智能行业的一个分支。目前的人工智能算法由数据驱动,也可以说数据是人工智能的血液。当下是基于样本数据累积基础上的人工智能。数据标注有许多类型,如分类、画框、注释、标记。数据标注员被称作“人工智能背后的人工”,从事的是人工智能时代的信息处理工作。他们生产大量可供计算机深度学习的训练数据,使人工智能“学会”从人脸识别到车辆自动驾驶甚至更为复杂的任务。一位数据标注员每天可以进行几千次标注操作。在数据的基础上,人工智能技术得以应用于各个领域,融入了人们的日常生活。人脸识别是人工智能最基础的应用。打开抖音和美图秀秀,人工智能识别到人脸五官,进行一个形态学的变换,这就是缔造网红美颜特效的生效过程。汽车自动驾驶是人工智能较为高级的应用场景。计算机通过对信号灯、车道线、行人、车辆的识别和分类,规划出适合的驾驶方案并时时做出调整。像工业革命一样,新技术在取代人力的同时也带来了新的职业路径。随着人工智能的发展,数据的训练量非常大,目前数据标注员已经形成庞大的数据加工队伍。

数据标注行业将与人工智能共舞。数据标注行业因为劳动相对密集、重复性较强,被一些媒体比喻成人工智能产业工厂流水线上的低端环节。曾有业内人士预判,数据标注员这样的职业很可能将被淘汰,人工智能技术发展中的数据标注、数据获娶特征提娶模型设计和训练等环节有可能实现自动化或半自动化。事实上,人工智能并无真正的智能,是一种工具,是“人体和四肢的延长”。它只是一种算法,一种超算技术,来自于监督学习,是海量信息、数据进行分析的结果。然而,人脑在推理处理未知信息方面不但具有思考力和判断力,而且能将孤立的事物联系起来,找到他们之间的因果关系。未来将是人工智能与人类智能的结合,是人机耦合的时代。

数据标注使数字山西再升级。借助百度(山西)人工智能数据标注产业基地,这个全国最大的人工智能数据标注产业基地,充分利用其智力资源和社会资源,积极推动数据标注产业与智能网联汽车、医疗、制造等行业的深度融合,聚焦专业领域数据标准化和数据资源价值延伸,积极探索数据服务模式创新,促进传统行业的创新和改造升级,让数字山西再升级。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/4280.html

评论