算法有沒有突破都需要標(biāo)注，沒有突破更需要標(biāo)注趟济。數(shù)據(jù)是人工智能的核心之一乱投。獲取高質(zhì)量的標(biāo)注數(shù)據(jù)對(duì)于人工智能項(xiàng)目的成功至關(guān)重要。AI標(biāo)注未來必定成成為人工智能產(chǎn)業(yè)鏈中的一環(huán)顷编，只是在我看來先解決標(biāo)注公司還處于原始階段戚炫。
為什么這樣說呢？
大多數(shù)標(biāo)注團(tuán)隊(duì)（公司)都還處于刀耕火種的階段：
一方面媳纬，沒有看到使用主動(dòng)學(xué)習(xí)大幅降低標(biāo)注需求的團(tuán)隊(duì)双肤。使用主動(dòng)學(xué)習(xí)，模型與標(biāo)注聯(lián)動(dòng)钮惠，絕對(duì)是AI標(biāo)注未來發(fā)展的重要方向茅糜，主動(dòng)學(xué)習(xí)可以使得需要標(biāo)注的數(shù)據(jù)量成數(shù)量級(jí)減少。但需要模型輔助素挽。而現(xiàn)在還沒有這種把主動(dòng)學(xué)習(xí)算法和模型做深做透的標(biāo)注公司蔑赘。
一方面，人工智能項(xiàng)目不僅僅需要標(biāo)注樣本预明，還需要大量對(duì)抗樣本對(duì)模型性能進(jìn)行檢驗(yàn)缩赛。這時(shí)候要求標(biāo)注團(tuán)隊(duì)更加類似一個(gè)安全團(tuán)隊(duì)，對(duì)人工智能模型進(jìn)行掃描和檢測(cè)撰糠，發(fā)現(xiàn)其中的漏洞酥馍，并提供解決方案。而現(xiàn)在還沒有這種把人工智能安全做深做透的標(biāo)注公司阅酪。
一方面旨袒，標(biāo)注永遠(yuǎn)不只是標(biāo)注，更應(yīng)該成為業(yè)務(wù)的參與者遮斥。標(biāo)注需要理解業(yè)務(wù)峦失，為業(yè)務(wù)和算法團(tuán)隊(duì)提供更加合理的標(biāo)注服務(wù)扇丛，而如今的標(biāo)注團(tuán)隊(duì)基本都是等著業(yè)務(wù)和算法定制好需求术吗，被動(dòng)的去完成需求。而現(xiàn)在還沒有這種把業(yè)務(wù)數(shù)據(jù)做深做透的標(biāo)注公司帆精。
說實(shí)話较屿，我覺得這些都是很好的創(chuàng)業(yè)方向隧魄。
