《人工智能与机器学习现状年度报告》发布，揭示AI市场5大趋势
扫描二维码
随时随地手机看文章
（全球TMT2021年8月24日讯）近日，高质量训练数据提供商澳鹏 Appen Limited发布了第七份《人工智能与机器学习现状年度报告》。报告显示，各企业AI预算金额较去年大幅增长55%；同时，企业更加关注AI项目的实际实施，AI项目的负责人正在从企业决策者转变为技术骨干。“人工智能”不仅仅只是一个概念，如今已经成为许多企业寻求新机遇的突破口，亦或日常运营中不可或缺的角色。
2021全球AI市场5大发展趋势
1. AI发展的瓶颈：高质量数据
研究机构O'REILLY最近发布的一份调查报告显示，人工智能应用的两大瓶颈：一是缺乏技术熟练的员工；二是缺乏数据资源（或数据存在质量问题）。事实上，大多数AI项目迟迟未能投入到“实战”阶段，也反映出在AI研究过程中，数据科学家在获取高质量数据时所面临的挑战和成本。此时，寻求外部专业机构的支持就显得尤为重要。
2. 更精准的AI应用场景
越来越多的AI企业已经开始缩小其AI模型所针对的业务范围，并将目标具体化。例如，Appen最近参与的几个该类型的AI项目：
- 商务术语：一家公司构建了一个能对商务术语提出改进建议的AI模型，而这些商务术语之间仅有着非常细微的差异；
- 身体动作：一家公司在研究个人训练自动化模型时发现，动作轮廓会随着年纪增长而改变，需要补充老年人翻跟斗的视频并作相关标注；
- 小语种：新冠疫情的实时信息需要在全球内发布，但翻译技术并不支持所有语言，Appen开展了针对罕见语种的数据采集和标注工作，比如达里语、丁卡语及豪萨语等。
3. 从以模型为中心向以数据为中心转变
是优化代码，还是提升训练数据质量？这是过去几年间AI行业最为关注的前沿问题之一。以模型为中心的AI是指利用现有数据来构建模型，以弥补任何无关因素和不准确性，而以数据为中心的AI则重点关注数据体量和质量。目前可以看到AI行业从以模型为中心向以数据为中心转变的趋势。
4. 训练数据管理的新需求
随着市场对于训练数据需求的日益增加，为规范化管理数据训练的工作流程制定管理框架，就变得尤为重要。有效的数据管理框架应包含以下关键点：
- 用于追溯的版本控制
- 数据安全协议
- 访问控制
- 数据传输监控
- 合作协议
5. AI辅助数据标注愈发火热
自动化机器学习技术的应用日益增加，AI企业也已开始利用人工智能来辅助进行数据标注，以节省时间和降低成本。以下是数据标注自动化的3种主要类型：
- 预标注：先由AI模型对标注进行合理猜测，然后再由人工标注员进行检查和更正；
- 快速标注：利用AI功能来节省标注员的标注时间，如澳鹏Appen人工智能辅助数据标注平台的自动补全、一键贴合等功能；
- 智能验证器：AI对标注员的数据输出进行验证，如标注不在阈值范围内，则会作出提醒。
2021澳鹏Appen《人工智能与机器学习现状年度报告》要点
1. 新冠疫情的影响
2020年，由于新冠疫情的影响，不同规模的企业都在加速推进AI战略，并且表示将在2021年继续保持这种势头。其中，和外部数据提供商合作的企业更容易快速发展其AI项目，成功率约为其他企业的两倍。
2. 决策负责人的转变
2021年，AI项目决策和实施的负责人中，技术人员的比例显著提升。只有39%的企业依然由高层管理人员负责AI项目，低于去年71%的比例。
3. 预算增加
AI预算金额范围从50万美元至500万美元不等，整体同比去年增长55%。其中，只有26%的企业在AI项目上的预算低于50万美元。
4. 对数据的关注
绝大多数企业已和外部训练数据提供商达成合作，对AI项目进行大规模部署和更新，而他们相比其他企业在AI部署方面取得领先的概率亦高出50%。
下载文档
