A mesterséges intelligencia mögött álló emberek és folyamatok – @shutterstock | Zapp2Photo
A mesterséges intelligenciának rossz híre van munkahelygyilkosként és ember-munkahely-helyettesítőként. Egyes területeken ez a helyzet, de más területeken, különösen az adatok tisztítása és feldolgozása terén, a mesterséges intelligencia élen jár az új munkakörökben.
Az „ adatcímkézés és annotáció” egy feltörekvő iparág, amely a mesterséges intelligencia révén fejlődött ki. Az olyan forrásokból származó strukturálatlan adatkészletek, mint a kamerák és a közösségi média adatok, vagy a strukturált források, például az adatbázisok, címkézve, kiemelve, színezve vagy kiemelve láthatók az emberek közötti különbségek és hasonlóságok megjelenítése érdekében. Ahhoz, hogy egy gép megtanulja, mi a stoptábla, egy személynek be kell sétálnia az utcáról készült kamerafelvételekbe, és meg kell jelölnie az összes stoptáblát a képen. A gép ezután olyan adatokat táplál be, amelyek több ezer képet azonosítanak. Idővel a címkézett adatok feldolgozása lehetővé teszi a rendszer számára, hogy pontosabban azonosítsa, mi a stoptábla. Ezt a fajta gépi tanulást, amikor a rendszer pontosabbá válik azáltal, hogy több adatot kap, mély tanulásnak nevezzük.
Mivel ez a folyamat elengedhetetlen az algoritmusok alapvető funkcióinak pontos elvégzéséhez, az adatcímkézési ágazat jelentősége a következő öt évben növekedni fog. 2018-ban a mesterséges intelligencia és a gépi tanulási adat-előkészítés piaca, amely folyamat nagymértékben támaszkodik az adatok manuális címkézésére, 500 millió dollár volt. A Cognilytica szerint ez több mint kétszeresére nő, és 2023-ra eléri az 1,2 milliárd dollárt A külső szolgáltatók arra számítanak, hogy ez a növekedés jelentősen növekedni fog, a piac 150 millió dollárról 1 milliárd dollárra nő ugyanebben az időszakban. Az adatcímkézés különösen fontos a mesterséges intelligencia számára, amely tárgy- és képfelismeréssel, autonóm járművekkel, valamint szöveg- és képcímkézéssel foglalkozik.
A mesterséges intelligencia rossz hírnevet kap, mint munkagyilkos és ember-munkás helyettesítő. Egyes területeken ez igaz, de más területeken, különösen az adatok tisztításával és feldolgozásával kapcsolatban, a mesterséges intelligencia új munkák felé vezet.
Az adatcímkézés és az annotáció az AI-ból született, virágzó iparág. Az olyan forrásokból származó strukturálatlan adatkészletek, mint a kamerák és a közösségi média adatok, vagy a strukturált források, például az adatbázisok, meg vannak jelölve, megjelölve, színezve vagy kiemelve, hogy megmutassák az emberek különbségeit és hasonlóságait. Ahhoz, hogy egy gép megtanulja, mi a stoptábla, egy személynek be kell néznie az utcáról készült kamerafelvételekbe, és meg kell jelölnie az összes stoptáblát a képen. A gép ezután több ezer képet azonosító adatokat táplál be. A túlórázás során a rendszer a címkézett adatok feldolgozásával pontosabban tudja azonosítani, hogy mi a stoptábla. Ezt a típusú gépi tanulást, amikor a rendszer pontosabbá válik azáltal, hogy több adatot táplál be, mély tanulásnak nevezzük.
Mivel ez a folyamat elengedhetetlen ahhoz, hogy az algoritmusok pontosan elláthassák funkciójuk alapvető részeit, az adatcímkézési iparág a következő öt évben fellendül. 2018-ban a mesterséges intelligencia és a gépi tanulási adat-előkészítés piaca, amely folyamat nagymértékben támaszkodik az emberek kézi címkézésére, 500 millió dolláron állt. A Cognilytica szerint ez várhatóan több mint megkétszereződik, 2023-ra eléri az 1,2 milliárd dollárt. A harmadik féltől származó szolgáltatók jelentős növekedésre számítanak, a piaci 150 millió dollárról 1 milliárd dollárra ugyanezen idő alatt. Az adatcímkézés különösen fontos az objektum- és képfelismeréssel, az autonóm járművekkel, valamint a szöveges és képi megjegyzésekkel foglalkozó mesterséges intelligencia esetében.
Maradj kapcsolatban
