Ludzie i procesy stojące za sztuczną inteligencją – @shutterstock | Zapp2Zdjęcie
Sztuczna inteligencja ma złą sławę jako zabójca miejsc pracy i zastępca ludzkich pracowników. W niektórych obszarach jest to prawdą, ale w innych, szczególnie w zakresie oczyszczania i przetwarzania danych, AI jest liderem w tworzeniu nowych miejsc pracy.
„ Etykietowanie i adnotacja danych ” to rozwijająca się branża, która wyrosła z AI. Nieustrukturyzowane zbiory danych pochodzące ze źródeł takich jak kamery i media społecznościowe, lub ze źródeł ustrukturyzowanych, takich jak bazy danych, są etykietowane, tagowane, kolorowane lub podświetlane, aby ujawnić różnice i podobieństwa między poszczególnymi osobami. Aby wytrenować maszynę do rozpoznawania znaku stop, osoba wchodziłaby w nagranie z kamery ulicznej i oznaczała wszystkie znaki stop na zdjęciu. Następnie maszyna otrzymywałaby dane identyfikujące tysiące tych obrazów. Z czasem, przetwarzając otagowane dane, system mógłby stać się dokładniejszy w rozpoznawaniu znaku stop. Ten rodzaj uczenia maszynowego, w którym system poprawia dokładność, otrzymując więcej danych, nazywa się uczeniem głębokim.
Ponieważ proces ten jest niezbędny do precyzyjnego wykonywania podstawowych funkcji przez algorytmy, branża etykietowania danych zyska na znaczeniu w ciągu najbliższych pięciu lat. W 2018 roku rynek przygotowywania danych za pomocą sztucznej inteligencji i uczenia maszynowego – procesu w dużym stopniu opartego na ręcznym etykietowaniu danych przez ludzi – został wyceniony na 500 milionów dolarów. Według Cognilytica , do 2023 roku wartość ta ma wzrosnąć ponad dwukrotnie, osiągając 1,2 miliarda dolarów. Dostawcy zewnętrzni przewidują znaczny wzrost tego wzrostu, ze 150 milionów dolarów do 1 miliarda dolarów w tym samym okresie. Etykietowanie danych jest szczególnie ważne dla zastosowań sztucznej inteligencji, takich jak rozpoznawanie obiektów i obrazów, pojazdy autonomiczne oraz adnotacje tekstowe i graficzne.
Sztuczna inteligencja ma złą sławę jako zabójca miejsc pracy i narzędzie zastępujące ludzi. W niektórych obszarach jest to prawdą, ale w innych, szczególnie w kontekście oczyszczania i przetwarzania danych, sztuczna inteligencja przewodzi powstawaniu nowych miejsc pracy.
Etykietowanie i adnotacja danych to rozwijająca się branża, która zrodziła się z AI. Nieustrukturyzowane zbiory danych pochodzące ze źródeł takich jak kamery i dane z mediów społecznościowych, lub ze źródeł ustrukturyzowanych, takich jak bazy danych, są etykietowane, oznaczane, kolorowane lub wyróżniane, aby pokazać różnice i podobieństwa między ludźmi. Aby wytrenować maszynę, aby nauczyła się rozpoznawać znaki stop, człowiek musi wejść w nagranie z kamery ulicy i oznaczyć wszystkie znaki stop na zdjęciu. Następnie maszyna otrzymuje dane identyfikujące tysiące tych obrazów. Z czasem system może dokładniej identyfikować znaki stop, przetwarzając oznaczone dane. Ten rodzaj uczenia maszynowego, w którym system staje się dokładniejszy dzięki dostarczaniu większej ilości danych, nazywa się uczeniem głębokim.
Ponieważ proces ten jest niezbędny do precyzyjnego wykonywania przez algorytmy podstawowych części ich funkcji, branża etykietowania danych ma się dynamicznie rozwijać w ciągu najbliższych pięciu lat. W 2018 roku rynek przygotowywania danych za pomocą sztucznej inteligencji i uczenia maszynowego – procesu, który w dużej mierze opiera się na ręcznym etykietowaniu danych przez ludzi – osiągnął wartość 500 milionów dolarów. Według Cognilytica , oczekuje się, że do 2023 roku wartość ta wzrośnie ponad dwukrotnie, osiągając 1,2 miliarda dolarów. Dostawcy zewnętrzni mogą spodziewać się znacznego wzrostu tego wzrostu, zwiększając swój udział w rynku ze 150 milionów dolarów do 1 miliarda dolarów w tym samym czasie. Etykietowanie danych jest szczególnie istotne dla sztucznej inteligencji, która zajmuje się rozpoznawaniem obiektów i obrazów, pojazdami autonomicznymi oraz adnotacjami tekstowymi i graficznymi.
Pozostajemy w kontakcie
