आर्टिफिशियल इंटेलिजेंस के पीछे के लोग और प्रक्रिया

आर्टिफिशियल इंटेलिजेंस की जॉब किलर और मानव-कार्यकर्ता प्रतिस्थापन के रूप में खराब प्रतिष्ठा है। कुछ क्षेत्रों में यह मामला है, लेकिन अन्य में, विशेष रूप से जब डेटा की सफाई और प्रसंस्करण की बात आती है, तो एआई नई नौकरियों में अग्रणी भूमिका निभा रहा है।

' डेटा लेबलिंग और एनोटेशन' एक उभरता हुआ उद्योग है जो एआई से उभरा है। लोगों के बीच अंतर और समानता दिखाने के लिए कैमरे और सोशल मीडिया डेटा या डेटाबेस जैसे संरचित स्रोतों जैसे स्रोतों से असंरचित डेटा सेट को लेबल, हाइलाइट, रंगीन या हाइलाइट किया जाता है। एक मशीन को यह सीखने के लिए प्रशिक्षित करने के लिए कि स्टॉप साइन क्या है, एक व्यक्ति को सड़क के कैमरे के फुटेज में चलना होगा और फोटो में सभी स्टॉप साइन को चिह्नित करना होगा। फिर मशीन में डेटा डाला जाता है जो इनमें से हजारों छवियों की पहचान करता है। समय के साथ, लेबल किए गए डेटा को संसाधित करने से सिस्टम को अधिक सटीक रूप से पहचानने की अनुमति मिल जाएगी कि स्टॉप साइन क्या है। इस प्रकार की मशीन लर्निंग, जहां अधिक डेटा प्राप्त करके एक सिस्टम अधिक सटीक हो जाता है, डीप लर्निंग कहलाता है।

चूंकि यह प्रक्रिया एल्गोरिदम के लिए मुख्य कार्यों को सटीक रूप से निष्पादित करने के लिए आवश्यक है, इसलिए अगले पांच वर्षों में डेटा लेबलिंग उद्योग का महत्व बढ़ जाएगा। 2018 में, एआई और मशीन लर्निंग डेटा तैयारी का बाजार, एक ऐसी प्रक्रिया जो डेटा को मैन्युअल रूप से लेबल करने वाले लोगों पर बहुत अधिक निर्भर करती है, $500 मिलियन का था। कॉग्निलिटिका के अनुसार , 2023 तक इसके दोगुना से अधिक, 1.2 बिलियन डॉलर तक पहुंचने की उम्मीद है तृतीय-पक्ष प्रदाताओं को उम्मीद है कि यह वृद्धि उल्लेखनीय रूप से बढ़ेगी, जो इसी अवधि में बाज़ार के $150 मिलियन से बढ़कर $1 बिलियन हो जाएगी। डेटा लेबलिंग एआई के लिए विशेष रूप से महत्वपूर्ण है, जो वस्तु और छवि पहचान, स्वायत्त वाहनों और पाठ और छवि लेबलिंग से संबंधित है।

आर्टिफिशियल इंटेलिजेंस को जॉब किलर और मानव-कार्यकर्ता प्रतिस्थापनकर्ता के रूप में खराब प्रतिष्ठा मिलती है। कुछ क्षेत्रों में यह सच है, लेकिन अन्य में, विशेष रूप से डेटा को कैसे साफ और संसाधित किया जाता है, एआई नई नौकरियों का नेतृत्व कर रहा है।

डेटा लेबलिंग और एनोटेशन एआई से पैदा हुआ एक उभरता हुआ उद्योग है। कैमरे और सोशल मीडिया डेटा जैसे स्रोतों से असंरचित डेटासेट या डेटाबेस जैसे संरचित स्रोतों को लोगों द्वारा अंतर, समानताएं दिखाने के लिए लेबल, चिह्नित, रंगीन या हाइलाइट किया जाता है। एक मशीन को यह सिखाने के लिए कि स्टॉप साइन क्या है, एक व्यक्ति को सड़क के कैमरे के फुटेज में जाना होगा और फोटो में सभी स्टॉप साइन को चिह्नित करना होगा। फिर मशीन को इन हजारों छवियों की पहचान करने वाला डेटा फीड किया जाता है। ओवरटाइम में सिस्टम लेबल किए गए डेटा को संसाधित करके अधिक सटीक रूप से पहचान सकता है कि स्टॉप साइन क्या है। इस प्रकार की मशीन लर्निंग, जहां अधिक डेटा दिए जाने से सिस्टम अधिक सटीक हो जाता है, उसे डीप लर्निंग कहा जाता है।

चूंकि यह प्रक्रिया एल्गोरिदम के लिए अपने कार्य के मुख्य भागों को सटीक रूप से निष्पादित करने के लिए आवश्यक है, इसलिए डेटा लेबलिंग उद्योग अगले पांच वर्षों में आगे बढ़ने के लिए तैयार है। 2018 में, एआई और मशीन लर्निंग डेटा तैयारी का बाजार, एक ऐसी प्रक्रिया जो डेटा को मैन्युअल रूप से लेबल करने के लिए लोगों पर बहुत अधिक निर्भर करती है, $500 मिलियन का था। कॉग्निलिटिका के अनुसार , इसके दोगुने से भी अधिक बढ़कर 2023 तक 1.2 बिलियन डॉलर तक पहुंचने की उम्मीद है। तीसरे पक्ष के प्रदाताओं को उस वृद्धि में महत्वपूर्ण वृद्धि देखने की उम्मीद है, जो उसी समय सीमा में बाजार के 150 मिलियन डॉलर से 1 बिलियन डॉलर तक पहुंच जाएगी। डेटा लेबलिंग एआई के लिए विशेष रूप से आवश्यक है जो वस्तु और छवि पहचान, स्वायत्त वाहनों और पाठ और छवि एनोटेशन से संबंधित है।

स्टेटिस्टा पर अधिक इन्फोग्राफिक्स मिलेंगे