近年来,随着新技术模型出现、各行业应用场景价值打磨与海量数据积累下的产品效果提升,人工智能应用已从消费、互联网等泛C端领域,向制造、能源、电力等传统行业辐射。麦肯锡全球研究所(McKinsey Global Institute)的一项预测显示,随着人工智能技术越来越成熟,能力越来越强,预计它将极大地推动世界经济,到2030年将创造约13万亿美元的附加价值。
从细分结构来看,随着AI技术的不断成熟,更多的场景和行业开始嵌入使用AI技术,这些AI行业应用场景逐渐趋于长尾和碎片化,产生了大量细分专业化的数据需求。对于人工智能应用来说,AI数据的精准度失之毫厘则差之千里,而在人工智能应用落地的过程中,AI数据精准度的差异会愈发的明显。
在此背景下,专业的AI训练数据服务厂商+领先的AI训练数据处理工具对于行业智能化升级的价值提升就会更为明显。在人工智能数据市场中,AI数据服务商想要形成强劲的业务优势,就要摆脱同质化竞争,保持在模式、技术、服务等方面的不断发展;而其源源不断产出的高质量、场景化的数据,也促使着人工智能产业加速发展,显著提升了Al应用的规模化落地效果。这种双向促进的“供求”关系,让AI数据服务精细化、场景化和专业化的趋势愈演愈烈。
云测数据总经理贾宇航在数据要素市场化配置专题研讨会上表示,随着算法模型、技术理论和应用场景的优化和创新,AI产业对训练数据的拓展性需求和前瞻性需求均快速增长;另一方面,随着行业内对训练数据需求类型的增加以及对服务标准要求的提高,产业链的专业化分工将愈加清晰,行业向着专业化、规范化方向快速发展。
云测数据面向智能驾驶、智慧城市、智能家居、智慧金融、新零售等众多领域提供一站式AI数据处理服务,提供通用数据集、数据标注平台&数据管理系统等生产工具,实现“数据原料”到最后的“数据成品”全链条打通,持续为计算机视觉、语音识别、自然语言处理、知识图谱等AI主流技术领域提供高价值数据支持,实现场景数据专业化、高质量交付,帮助企业更快更好地实现AI应用成功落地。在今年,云测数据还深度参与编写了中国信息通信研究院云计算与大数据研究所(中国信通院云大所)重磅发布的全球首个AI模型开发管理标准,这也彰显了云测数据在人工智能数据方面的领先实践。接下来,云测数据将持续发挥行业优势,并规划在2022第三届深圳国际人工智能展上发布重要内容,敬请关注。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。