谷歌AI團隊推新型“流體標注”：圖像標注速度提高三倍

　　谷歌AI團隊推新型“流體標注”：圖像標注速度提高三倍！谷歌AI團隊近日推出了一款新型圖像標注方式——“流體標注”，即采用機器學習來注釋分類標簽并勾勒出圖片中的每個對象和背景區(qū)域。谷歌官方表示其可將標記數(shù)據(jù)集的速度提高三倍。

　　百度眾測平臺去年曾發(fā)布了5000萬元的數(shù)據(jù)標注任務，而今年預計將達3億元。面對如此大的市場需求，效率低、交付質(zhì)量參差不齊的人工標注方式亟待改善。谷歌此次推出的“流體標注”如何為圖像標注提速？

　　數(shù)據(jù)標注——機器感知世界的起點

　　“數(shù)據(jù)標注是人工智能產(chǎn)業(yè)的基礎(chǔ)，是機器感知現(xiàn)實世界的起點。從某種程度上來說，沒有經(jīng)過標注的數(shù)據(jù)就是無用數(shù)據(jù)?！泵绹又菘萍即髮W校長秦志剛教授在接受科技日報記者采訪時表示，機器識別事物主要通過物體的一些特征。被識別的物體還需要通過數(shù)據(jù)標注才能讓機器知道這個物體是什么。

　　在機器的世界里，圖像與語音、視頻等一樣，是數(shù)據(jù)的一個種類。近年來，隨著數(shù)碼產(chǎn)品以及存儲技術(shù)的迅速普及和發(fā)展，人們每天都可通過相機、可視電話、監(jiān)控及醫(yī)療設(shè)備等制造大量圖像。因此，現(xiàn)階段圖像已然成為標注產(chǎn)業(yè)發(fā)展的重點對象。

　　如果素材是一張人物圖像，那么需要標注的信息往往是性別、面部朝向、人種、有無帽子眼鏡等，也可以人為地將人物和背景的區(qū)域劃分開來。將成千上萬張經(jīng)過標注的圖片組成的數(shù)據(jù)集“投喂”給機器，它才能在一張全新的圖像中分辨出人物在哪個區(qū)域、具有怎樣的外貌特征。對于人來說“小兒科”的思考歷程，機器卻需要大量的標記數(shù)據(jù)集進行訓練。

　　機器學習——緩解人工標注的壓力

　　提到人工智能產(chǎn)業(yè)，人們往往聯(lián)想到繁華的城市和干練的IT精英，但實際上，支撐起人工智能的數(shù)據(jù)標注產(chǎn)業(yè)，卻是一個勞動密集型產(chǎn)業(yè)。百度搜索“數(shù)據(jù)標注”，會出現(xiàn)很多圖片語音視頻數(shù)據(jù)采集、標注公司。隨機選擇一個此類詞條點進去，往往會看到“萬人數(shù)據(jù)標注團隊”等類似宣傳語?？梢娙斯俗⑹悄壳皵?shù)據(jù)標注的主要方式。

　　“谷歌推出的流體標注模型主要利用人工智能學習的基礎(chǔ)，對圖像數(shù)據(jù)進行自動標注，對于標注不準確或者出現(xiàn)偏差的地方可以通過人工調(diào)整，從而提高標注效率?！鼻刂緞傊赋觯幢阍撃Ｐ涂山柚鷻C器學習提升標注速度，但最初還需進行人為地數(shù)據(jù)標注，為其提供初始訓練數(shù)據(jù)集。事實也正是如此，為了標注圖片，谷歌預先以約一千張具有分類標簽和信任分數(shù)的圖片訓練了語意分割模型。

　　但該模型尚不完美，谷歌稱，物體邊界標記問題、界面操作速度以及類別擴展等仍需進一步研究或完善。

　　人工智能——致力于生活中的簡單應用

　　雖然還有諸多難題尚待攻克，但以流體標注模型為代表的數(shù)據(jù)標注新方式無疑順應著人工智能的大潮流。實際上，自人工智能逐漸走熱以來，很多行業(yè)都想搭上這個熱潮。然而，在灼熱的潮流背后，掩藏著一個根本性的問題：人工智能終將走向何方？

　　“人工智能的本質(zhì)是機器擁有‘學習’的能力，可想而知，人工智能可以極度縮短人類自身的學習時間，從而將人從大規(guī)模腦力學習活動中解放出來，去專注于更有價值的工作。”秦志剛表示，雖然人們普遍認為人工智能終將到來，但現(xiàn)階段人工智能產(chǎn)業(yè)仍在云端。目前大多數(shù)人工智能的應用只能生存在高性能處理器的大型廠房中，就如同第一代通用計算機ENIAC一樣“大而笨重”。“眾所周知，隨后的幾十年內(nèi)計算機飛速發(fā)展到小型的筆記本電腦，功能卻比ENIAC更強大。人工智能也當如此”。

　　界面簡單、功能友好、毫無相關(guān)知識基礎(chǔ)的人都能使用并獲得舒適感，這是秦志剛設(shè)想的人工智能時代。一枚小小的人工智能芯片，可以完成學習、訓練、推理等一系列“思考”過程，而它的終端表現(xiàn)則或許只是人們生活中最為常見的簡單應用。如下班回家，不需再拿出鑰匙開門，智能門鎖就像一位盡職的管家，會在第一時間感知你的到來，為你敞開家門。“十年之后，人工智能將會成為主流，潛移默化滲透到生活中的各種角落。別看是小事情，背后卻是高密集的技術(shù)支撐?！鼻刂緞偙硎?。

　　“愿景十分美好，但如何將人工智能落地和普及推廣？這將是我們下一步亟待攻克的難題。”秦志剛說。

    2898站長資源平臺網(wǎng)站資訊：http://www.afrimangol.com/news/