인공 지능 뒤에 있는 사람과 프로세스 – @shutterstock | Zapp2사진
인공지능은 일자리를 죽이는 존재이자 인간 노동자를 대체하는 존재라는 나쁜 평판을 갖고 있습니다. 일부 영역에서는 이것이 사실이지만 다른 영역, 특히 데이터 정리 및 처리와 관련하여 AI는 새로운 직업을 선도하고 있습니다.
' 데이터 라벨링 및 주석'은 AI에서 등장한 신흥 산업입니다. 카메라 및 소셜 미디어 데이터와 같은 소스 또는 데이터베이스와 같은 구조화된 소스의 구조화되지 않은 데이터 세트에는 레이블이 지정되고, 강조 표시되고, 색상이 지정되거나 강조 표시되어 사람들 간의 차이점과 유사점을 보여줍니다. 정지 신호가 무엇인지 학습하도록 기계를 훈련시키려면 사람이 거리의 카메라 영상 속으로 들어가서 사진에 있는 모든 정지 신호를 표시해야 합니다. 그런 다음 기계에는 수천 개의 이미지를 식별하는 데이터가 공급됩니다. 시간이 지남에 따라 레이블이 지정된 데이터를 처리하면 시스템이 정지 신호가 무엇인지 더 정확하게 식별할 수 있습니다. 더 많은 데이터를 수신함으로써 시스템이 더욱 정확해지는 이러한 유형의 머신러닝을 딥러닝이라고 합니다.
이 프로세스는 알고리즘이 핵심 기능을 정확하게 수행하는 데 필수적이므로 데이터 라벨링 산업은 향후 5년 동안 그 중요성이 커질 것입니다. 2018년에는 사람이 수동으로 데이터에 라벨을 붙이는 프로세스에 크게 의존하는 AI 및 머신러닝 데이터 준비 시장이 5억 달러였습니다. Cognilytica 에 따르면 이는 2023년까지 두 배 이상 증가하여 12억 달러에 이를 것으로 예상됩니다 제3자 제공업체들은 이러한 성장이 같은 기간 동안 시장 규모가 1억 5천만 달러에서 10억 달러로 크게 증가할 것으로 예상하고 있습니다. 데이터 라벨링은 객체 및 이미지 인식, 자율주행차, 텍스트 및 이미지 라벨링을 다루는 AI에 특히 중요합니다.
인공지능은 일자리를 죽이는 존재이자 인간 노동자를 대체하는 존재라는 나쁜 평가를 받습니다. 일부 영역에서는 이것이 사실이지만, 특히 데이터를 정리하고 처리하는 방법과 관련된 다른 영역에서는 AI가 새로운 일자리를 주도하고 있습니다.
데이터 라벨링 및 주석은 AI에서 탄생한 급성장 산업입니다. 카메라, 소셜 미디어 데이터와 같은 소스 또는 데이터베이스와 같은 구조화된 소스의 구조화되지 않은 데이터 세트는 라벨링, 표시, 색상 지정 또는 강조 표시되어 사람들의 차이점과 유사점을 보여줍니다. 정지 신호가 무엇인지 학습하도록 기계를 훈련시키려면 사람이 거리의 카메라 영상에 들어가서 사진에 있는 모든 정지 신호를 표시해야 합니다. 그런 다음 기계에는 수천 개의 이미지를 식별하는 데이터가 제공됩니다. 초과 근무 시 시스템은 라벨이 붙은 데이터를 처리하여 정지 신호가 무엇인지 더 정확하게 식별할 수 있습니다. 더 많은 데이터를 제공함으로써 시스템의 정확도가 높아지는 이러한 유형의 기계 학습을 딥 러닝이라고 합니다.
이 프로세스는 알고리즘이 해당 기능의 핵심 부분을 정확하게 수행하는 데 필수적이므로 데이터 라벨링 산업은 향후 5년 동안 도약할 것으로 예상됩니다. 2018년에는 데이터에 수동으로 레이블을 지정하기 위해 사람에 크게 의존하는 프로세스인 AI 및 기계 학습 데이터 준비 시장이 5억 달러에 달했습니다. Cognilytica 에 따르면 , 이는 2023년까지 두 배 이상 증가하여 12억 달러에 이를 것으로 예상됩니다. 타사 제공업체는 같은 기간 동안 시장 규모가 1억 5천만 달러에서 10억 달러로 크게 증가할 것으로 예상합니다. 데이터 라벨링은 객체 및 이미지 인식, 자율주행차, 텍스트 및 이미지 주석을 다루는 AI에 특히 중요합니다.
계속 연락하세요
