上个世纪五十年（nián）代，麦卡锡（xī）当时为达特（tè）茅斯会议命名了一个在那时看起来（lái）别出心裁的（de）名字：人工（gōng）智能（néng）夏季（jì）研讨会（Summer Research Project on Artificial Intelligence），由此“人（rén）工智能（ArtificialIntelligence）”这个概念开始走向世界。

历（lì）经了（le）半个多世纪的（de）AI一直都（dōu）不（bú）温不火，但近几年（nián）AI突（tū）然爆发，在人（rén）工（gōng）智能大量边缘设备落地的同时，将（jiāng）其推上一个更为兴盛的阶（jiē）段：围棋人工智能程序AlphaGo横扫棋（qí）坛，传（chuán）统与（yǔ）文化相结（jié）合独具一格的（de）“AI茶馆”，甚至还有腾讯去年在（zài）“AI+医疗”领域打（dǎ）造的“救命（mìng）AI”——腾讯AI医疗产品的（de）聚合。

portant;" />

AI迅（xùn）速爆发的背后究（jiū）竟靠的是什么（me）？现下众多巨（jù）头企业、初创公司等纷纷入局人（rén）工智能领域，都在尝（cháng）试寻找全新突破口。业内曾流传着这样一句话：得“数（shù）据”者，得“人（rén）工智能”，而能将“人工智能”玩的转（zhuǎn）的，便能称的上是撬动世界第四（sì）次工业革命的先锋了。

偏（piān）偏是（shì）“数据”扼住（zhù）了AI命运（yùn）的（de）咽喉？

从（cóng）发展意义来看（kàn），人工智能（AI）在不断的（de）进步，并且随（suí）着这种进步（bù）势必（bì）会改变一大批产业的形态。此外（wài），从另一方面看，人工智能技（jì）术的（de）背后（hòu）有三大支柱：算法、算力和数据，这（zhè）三者相辅相成、相互制约，但其中数据是（shì）核心要义，只要有了大量（liàng）优质精准的数据，再加上算法实现高效（xiào）的（de）机器运算、算力的（de）推（tuī）动，AI才（cái）能越走（zǒu）越（yuè）远。

“没有好（hǎo）的数（shù）据（jù），人工智能将没（méi）有未来（lái）”已经成为业界共识。

值（zhí）得一提（tí）的是（shì），这里有两个重要的点需要区分：一（yī）个（gè）是数据，另一（yī）个（gè）是（shì）好的数（shù）据：“高质、精准、安全”。

云测数据（jù）贾宇（yǔ）航表示：“首先数据是人工智能底层逻辑中不可（kě）或缺的支撑要素，因为（wéi）人工智能的本质就像人类（lèi）要不（bú）断（duàn）的通过训练来获取技（jì）能一样，AI的根基就是训练，需要经过大量数据进行（háng）训练，神（shén）经网络才能总结出规（guī）律（lǜ），进而熟能（néng）生巧的应用到新样本上”。

也就是说，数（shù）据（jù）是最（zuì）基本的燃（rán）料，没有燃料（liào），AI这艘火（huǒ）箭是（shì）不可（kě）能直（zhí）冲云霄（xiāo），而商业落地更是遥不可及（jí）的梦（mèng）。从自动（dòng）驾（jià）驶到AI聊天、服务机（jī）器人，从人脸识别到各类AI边缘落地化产品，数据是真正的“幕后英雄”，无（wú）“数据”不“AI”。

portant;" />

其次，要想经算法训练后获得的模型更加（jiā）智能，仅“数据”远（yuǎn）远不（bú）够的，这背后更多（duō）的是对（duì）数据（jù）的（de）“高质（zhì）、精准、安全”的（de）要求。

例如在训练的过程中，高质精准（zhǔn）的数据扮演着“教科书”级别的重要角（jiǎo）色。如果仅需要识别勺子，但在训练数据中（zhōng）勺子总和碗（wǎn）、筷子一起出现，那么AI系统可能会误入歧途，进入一（yī）种“瞎猜”的状态而产生混乱和误差（chà），结果很可能会将碗（wǎn）或筷子（zǐ）识别成勺子。所以对（duì）于人（rén）工智能（néng）来说，虽（suī）然大（dà）量的训练数据固然（rán）很重要，但更（gèng）重（chóng）要的（de）是数据的“高质精准”。

再从（cóng）另一方面看（kàn）“高质（zhì）精准的数据”对算（suàn）法模型来讲究竟有多重（chóng）要（yào）？

现在人工智（zhì）能处在（zài）产（chǎn）业落地前夕，可以说AI产品的精准数据训练直接影响落地产品的良品率；举个不恰（qià）当的例子（zǐ），如果自（zì）动驾驶系统的训练数据的（de）缺乏或（huò）不精准，则很可能在行驶（shǐ）过程中由（yóu）于未正确识别物体（tǐ）数据直接导致人身伤（shāng）亡，这些后果都是不堪设想的（de）。

此外，数据标（biāo）注的价值不仅体（tǐ）现（xiàn）在物体识别上。当（dāng）下人工智能整个行业都在往多模态的方向发展，比如以智能（néng）驾驶为例，基于传统的车外（wài）环境感知（zhī）系（xì）统一般（bān）都采用摄像（xiàng）头做（zuò）设计（jì），以至于（yú）存在着测距效果差等缺陷，现在引入激（jī）光雷（léi）达后，在数据的（de）提（tí）升上对应是既有图像又有3D点云的三维数据的耦合（hé）。

portant;" />

随（suí）着人工智能（néng）逐渐从学（xué）术走向产品化、落（luò）地化、市场化，企业对于场景数据（jù）的要求也越来越多维，所以引（yǐn）入（rù）更多（duō）维（wéi）度的数据去完善AI产品落地前的模型（xíng），也是当下行业发展的趋势。

直击行业痛（tòng）点，这样的（de）“数据（jù）一把手”才更性感

传统的数据清（qīng）洗标注（zhù）工（gōng）作（zuò）呈现出一种“数据粗放型处理”的状况，从移动互联中大量获取公（gōng）开、通（tōng）用（yòng）的数据（jù），通过雇佣廉价的（de）劳动力完成（chéng）数（shù）据的清晰标注工作，“道（dào）路、天空、大树”大（dà）致标注粗糙勾（gōu）选后（hòu），便全部（bù）投入应用到神经网络（luò）中。

但（dàn）随着人（rén）工（gōng）智能发展（zhǎn）至商业落地前夕，算法模型对高质量、高精度数据的需求极（jí）速提升，以往的通用数（shù）据集越来越不（bú）能满足（zú）AI企业（yè）的数据需要，人工智能落（luò）地越来越专注于小场景和专业（yè）领域。人工智（zhì）能不再（zài）是漂（piāo）浮（fú）在“空中（zhōng）的楼阁”，基于AI实（shí）际（jì）应用场景的数（shù）据服务（wù），已（yǐ）成为人（rén）工智能落地的核（hé）心地基。

贾宇（yǔ）航表示：“在这个行业中（zhōng）有一个‘garbage in garbage out’的理论，即如（rú）果（guǒ）标注完的数据（jù）精度达不到标准，那么训练出（chū）来的算法（fǎ）也是不（bú）精（jīng）准的。”如今一（yī）味粗放的处理模式既不能满足逐渐商用（yòng）的AI企（qǐ）业（yè）的（de）数据需求，甚至还将影响技（jì）术本身的发（fā）展（zhǎn）。

面对这样的产业趋势，云（yún）测数据作（zuò）为行业的典型代（dài）表，直击行业痛点：将“精准高质”“独立安全”作为业务发展的核心，并（bìng）随着（zhe）AI企业数据需求不断的演进（jìn）。

有刚性需求便会有实时供给，有（yǒu）痛点问题便就（jiù）有解（jiě）决方案（àn）。云测数据基（jī）于其自建的数（shù）据标注（zhù）基（jī）地和场景实（shí）验室（shì），根据AI企业（yè）数（shù）据需求，进行特定动作、表情和表（biǎo）情的捕（bǔ）捉，将精准的数据投（tóu）入到（dào）流程化规范生产的数据（jù）标注环节中，最终（zhōng）输出精准高（gāo）质的数据。解决特定场（chǎng）景（jǐng）化下的数据缺（quē）失、质量良莠（yǒu）不齐、安全（quán）性等行业问题（tí），以帮助AI企业打（dǎ）造以高精度（dù）数据为核（hé）心（xīn）的行业壁垒（lěi）。

场景（jǐng）实验（yàn）室是云测数据布局高度定制化（huà）、多模（mó）态（tài）的（de）AI数据服务的重要组成部分，以（yǐ）AI企业（yè）的（de）具体算法（fǎ）模（mó）型的特定需求来定制化（huà）搭建采集场（chǎng）景（jǐng），致力（lì）于覆盖尽可能（néng）多的实际（jì）场景及边际场景，从数据产生的源头把控数据质（zhì）量。

portant;" />

自建（jiàn）标注基（jī）地是（shì）云测数据保证数据精准高（gāo）质的又一（yī）强力保证。基（jī）地（dì）内的全职标注人（rén）员有利（lì）于协同化（huà）管理和快速响应企业（yè）数（shù）据需求。同时云（yún）测（cè）数据还基于不同场景对标注人员（yuán）进行领域内的（de）细分，接受固定领域的知识培训。得到高效的行业（yè）知识输入，在理解企业客户的（de）需求上就能做（zuò）到准确无误的输出（chū）。

portant;" />

所以，AI的背后是数据，行（háng）业的幕后是云测数据——这样的“行业数据（jù）一把手”才着实性感。

数（shù）据安全成（chéng）核心，行（háng）业（yè）规范亟需建（jiàn）立

目前（qián）云测（cè）数据基于（yú）自建的数据场景（jǐng）实验室和数（shù）据（jù）标注基地（dì），服（fú）务领域已涉（shè）及智能驾驶、智能家居、智慧城市、智慧金融、新（xīn）零（líng）售等领域，实时为领域内各个AI企业提供定制化的数（shù）据采集、数据标注服务，全方位支持文本、语音、图像、视频等各类型数（shù）据的处理。

更重要的（de）一（yī）条前置（zhì）底线是，云测数据除了（le）提供优质数据，更（gèng）是（shì）把数据隐私（sī）安（ān）全做到（dào）了极致。从防火（huǒ）墙的设置、到（dào）内部信息系统的管护，乃至标准化（huà）的流程作业体系等，将一（yī）整套的安全防护和信息保护的（de）机制，应用在（zài）数据标注（zhù）生产的各环节。

贾宇航告（gào）诉猎（liè）云（yún）网：“对于（yú）一个企业来讲，拥有了数（shù）据（jù）便就拥有了核心竞争力，数据安（ān）全一直都是我们极其重视的一点。首先我（wǒ）们要做到（dào）的，是数据绝不复用，第二（èr）就是保证数据（jù）隐私性。与所（suǒ）有数据（jù）采集的用户都（dōu）签订数据授权协议，确（què）保（bǎo）AI企业用于训（xùn）练的数据合法合规。”

portant;" />

Testin云（yún）测（cè）CMO张鹏飞（fēi）也强调“从（cóng）整体看来，AI数据（jù）行业关于安全、隐私等方面并（bìng）没（méi）有统一的标准和强调重视。但（dàn）从我们长远角度（dù）出发，一（yī）直在隐私和安全（quán）防（fáng）护角度（dù）下大力气服务行业、树（shù）立数据质量标杆（gǎn），只有以这种负（fù）责（zé）的态（tài）度来服务客户，我（wǒ）们的行业才能‘良币驱（qū）除劣（liè）币’，真正让人工智能（néng）成为新一（yī）轮技术革命，改（gǎi）变整个社（shè）会和人类进程”。

人工智能的发展离（lí）不开数据（jù）的支撑，更离不开AI数据做“燃料”。如果非要用一句话来定义（yì）这个（gè）时（shí）代的“人（rén）工智能（néng）”和“数据”的关系，可以说是：数据是人工（gōng）智能（néng）的核心要义，而“高质精准、独立（lì）安全”的数据，则是撬动世界第四次工业革命（人工智能（néng）浪潮（cháo））的关（guān）键（jiàn）所在。

作者：郭亚鑫（xīn）