在数字经济持续发展的背景下,人工智能发展迅速并与各种应用场景深度融合,已成为促进经济创新和发展的重要技术。近期,各地出台政策举措力促人工智能发展。《深圳市加快推动人工智能高质量发展水平应用行动方案(2023~2024年)》于近日出炉,该方案明确提出:加大财政资金投入力度,重点支持人工智能创新和应用。除深圳之外,成都市经济和信息化局于6月1日就《成都市进一步促进人工智能产业高质量发展的若干政策措施(征求意见稿)》公开征集社会意见。
人工智能与数据
在人工智能数据层面,作为人工智能场景化发展的基座,对提高AI应用质量的乘数作用不断凸显,成为最具时代特征的生产要素。伴随着整个产业的发展,尤其随着人工智能技术在千行万业中的落地发展,市场对于数据的需求呈指数级增长。如何有效释放数据价值,对于加速人工智能技术发展,提升数字产业化水平有着重要意义。
人工智能基础数据服务指为 AI 算法训练及优化提供的数据采集、清洗、信息抽取、标注等服务,以采集和标注为主。人工智能概念爆发伊始,算法、算力、数据就是重要的三要素,进入落地阶段,智能交互、人脸识别、无人驾驶等应用成为最大的热门,AI 公司开始比拼技术与产业的结合能力,而数据作为 AI 算法的“燃料”,是实现这一能力的必要条件。因此,为机器学习算法训练、优化提供数据采集、标注等服务的人工智能基础数据服务成为这一人工智能热潮中必不可少的一环。兴业证券表示,AI三大核心要素算力、算法和数据,数据是AI算法(模型)的“饲料”,重要性甚至超过算法和算力。
据IDC《中国人工智能基础数据服务市场追踪报告》分析,积极参与数字化转型的客户群体都有 AI 数据服务的需求,其中标注质量、标注效率、知识经验、数据安全、整体成本五个维度,构成了用户对 AI 数据服务商的能力要求。好的人工智能数据服务商,将在释放数据价值中起到有效作用。
云测数据总经理也表示,在人工智能数据市场中,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。
以云测数据为例,其通过数据产品、数据处理工具与数据服务的“三螺旋”,为智能驾驶、智慧城市、智能IOT、智慧金融等行业提供高效率、高质量、多维度、场景化的数据服务与策略,发挥AI训练数据的价值,提升对AI数据的质量、效率、场景化方面提升的要求,推动数据要素有序发展及高效利用,助力企业在“百家争鸣”的智能化浪潮中迎头而上。
结合我国大数据产业与实体经济深度融合、产业发展不断壮大,数据作为生产要素的属性不断凸显的大背景,在人工智能领域,要实现数据价值转化,专业的AI 数据服务商将在释放数据价值中起到越来越重要的作用,有效激发数据要素创新活力,加速数字产业化和产业数字化进程。
