每一年， AI都變得越來越智能，這背后的主要原因之一是對于許多企業(yè)而言，人工智能被視為許多不確定性的最佳解決方案，通過人工智能應(yīng)用可以達到降本增效的目標(biāo)，并有效避免由于人為因素導(dǎo)致的失誤操作。盡管 2023 年的整體經(jīng)濟環(huán)境我們還不能準(zhǔn)確地預(yù)測，但對于希望推動自動化的企業(yè)而言，人工智能肯定會成為一個重要的關(guān)注和投資領(lǐng)域，在本文中，我們將探討 2023 年一些主流的 AI 發(fā)展趨勢，以及現(xiàn)實這些AI應(yīng)用所需的數(shù)據(jù)標(biāo)注。

用于文本、語音和視覺的人工智能將開始成為主流

ZOOM（在線會議軟件）實時字幕翻譯

(資料圖片)

企業(yè)可以通過增加對文本，語音和視覺 AI 的使用從而實現(xiàn)業(yè)務(wù)增長。例如，當(dāng)您公司的銷售代表通過 zoom、騰訊會議或其他在線視頻會議軟件與其他公司的客戶在網(wǎng)上對話時，會議軟件會錄制通話記錄， 并且，背后的AI可以通過分析這些對話來提供一些改進銷售方法的見解?？头娫捯彩侨绱耍驗槿斯ぶ悄芸梢詭椭緟R總客戶的常見問題并為在日后為客戶們分配準(zhǔn)確的自助服務(wù)渠道，增加客戶體驗感并識別強意向的客戶，從而獲得大量的潛在客戶。

在自然語言AI方面，我們已經(jīng)可以看到ChatGPT瘋狂地登上科技熱榜，我們可以預(yù)見諸如此類的模型會變得更加智能（雖然它已經(jīng)十分強大了），因為研究人員們還在不斷地提出新的解決方案，提升語意理解、上下文關(guān)系分析，文本摘要、翻譯準(zhǔn)確性、情感分析，甚至能夠幫助程序員們通過文字描述直接生成代碼。

在計算機視覺領(lǐng)域的企業(yè)和科研機構(gòu)正在開發(fā)用于目標(biāo)檢測、語義分割、目標(biāo)跟蹤等更強大的模型，這些模型提供了以前無法達到的準(zhǔn)確度，在強大的 GPU 加持下，這些模型將變得越來越普遍。

生成式AI將在藝術(shù)領(lǐng)域發(fā)揮更大作用

通過漂亮的插圖和有趣的文案吸引和留住客戶是許多公司都在努力解決的難題，畢竟我們很難批量制作出引人入勝的高質(zhì)量內(nèi)容，專業(yè)人士的內(nèi)容創(chuàng)作服務(wù)又十分昂貴，這是生成式 AI 可以提供很大幫助的地方，因為它可以快速并且低成本地幫助公司批量生產(chǎn)藝術(shù)作品和文案，生成式 AI 模型的使用方式是：向AI用文字描述出你腦海中的畫面，無論這些畫面多抽象，AI模型都能生成出你想要的畫面，因此我們有理由期待生成式 AI 成為未來企業(yè)創(chuàng)造內(nèi)容的主要手段。

人機協(xié)作的發(fā)展

在世界各地，自主機器人的使用正在增加，在一些特定的園區(qū)中，貨物的配送都是通過自動巡航的機器人實現(xiàn)的，以滿足大量的運輸需求并降低人工搬運的成本。機器人監(jiān)控超市貨物的缺貨情況，以及在生產(chǎn)線上與人類一起工作的機器人手臂，這些智能機器正變得越來越普遍。Gartner的研究表明，由于智能機器人在智能、社交互動和人類增強能力方面的進步，到 2030 年，80% 的人類將每天與智能機器人互動，而目前這一比例還不到 10%。

通過 AI 提升線下和線上的客戶體驗

借助AI的能力，電商企業(yè)不僅可以根據(jù)消費者曾經(jīng)的購買記錄預(yù)測他可能喜歡什么，還可以通過用戶的瀏覽行為或社交網(wǎng)絡(luò)中獲得的信息來為每位客戶提供個性化推薦，這就是為什么你在觀看短視頻或逛購物網(wǎng)站的時候經(jīng)常看到喜歡的產(chǎn)品。人工智能在電子商務(wù)中的作用是在營銷、客戶服務(wù)和銷售領(lǐng)域為企業(yè)提供支持。人工智能、智能機器、計算機視覺、圖像分類、深度學(xué)習(xí)和人臉識別正在改變電子商務(wù)的格局。

在線下購物方面，門店將專注于基于計算機視覺和基于邊緣計算的人工智能系統(tǒng)提升消費者的購物體驗，減少消費者的排隊等待時間將是一個主要的發(fā)展領(lǐng)域。未來的零售店還將能夠提供高度個性化的建議，并通過店內(nèi)的攝像頭分析消費者的行為并給出個性化的推薦，以此提升消費者的購物體驗并有效提高銷售額。

邊緣AI的增長

邊緣 AI 是在整個物理世界的設(shè)備中部署 AI 應(yīng)用程序，之所以稱為“邊緣 AI”，是因為邊緣 AI 的算力是通過用戶附近的設(shè)備完成的，靠近數(shù)據(jù)所在的位置，而不是通過非常遙遠的云端服務(wù)器或私有數(shù)據(jù)中心。到目前為止，人工智能幾乎完全在云端運行。但是，邊緣傳感器全天候生成越來越多樣化的數(shù)據(jù)流，這些需要實時計算，這導(dǎo)致更多的 AI 部署轉(zhuǎn)向邊緣計算。對于機場、商店、醫(yī)院等，人工智能帶來了更高的效率、自動化，甚至降低了成本，這就是邊緣人工智能在近些年被大量采用的原因。

對自動駕駛汽車的需求增加

根據(jù)最近的數(shù)據(jù)，從 2023 年到 2032 年，汽車市場中的人工智能將以超過 55% 的復(fù)合年增長率增長。自動駕駛汽車的日益普及將推動該行業(yè)的發(fā)展。如今，越來越多的消費者意識到自動駕駛汽車帶來的好處，一些世界領(lǐng)先的汽車制造商正在開發(fā)自動駕駛技術(shù)，除此之外，世界各地的政府和汽車制造商已經(jīng)開始采取措施促進自動駕駛汽車領(lǐng)域的創(chuàng)新。對自動駕駛汽車的所有這些需求也將導(dǎo)致對訓(xùn)練 AI 車輛所需的數(shù)據(jù)標(biāo)注場景的需求增加，包括基礎(chǔ)的2D目標(biāo)檢測標(biāo)注、語義分割標(biāo)注、車道線標(biāo)注、點云標(biāo)注等等。

道德和非偏見的人工智能將受到更多關(guān)注

隨著人工智能技術(shù)的不斷進步，企業(yè)們開始考慮這些技術(shù)的道德影響，IBM 的一項研究表明，85% 的消費者表示，企業(yè)在使用 AI 解決社會問題時考慮道德因素很重要，此前，一些企業(yè)為了訓(xùn)練AI模型使用了大量的用戶隱私數(shù)據(jù)，在AI道德更加受到關(guān)注和監(jiān)管后，這種情況將有所好轉(zhuǎn)。另外，無偏見的數(shù)據(jù)集是 AI 模型做出可靠和非歧視性預(yù)測的重要基礎(chǔ)。例如，人工智能模型正被銀行用于信用評分、簡歷篩選和一些司法系統(tǒng)，然而，人們注意到，在某些情況下，數(shù)據(jù)集在膚色、年齡和性別方面存在一些固有偏見，比如說如果在訓(xùn)練人臉識別模型時使用了大量的白膚色，那么在黑膚色人種上的表現(xiàn)將會十分差勁。

未來的 AI 應(yīng)用需要哪些類型的數(shù)據(jù)標(biāo)注？

我們在本文中談到的 AI 應(yīng)用的準(zhǔn)確性取決于用于訓(xùn)練它們的訓(xùn)練數(shù)據(jù)的質(zhì)量。例如，如果我們看一下在文本、語音和視覺 AI 方面看到的第一個發(fā)展趨勢，就會發(fā)現(xiàn)這些 AI應(yīng)用中的每一種類型都需要許多不同場景的數(shù)據(jù)標(biāo)注。對于文本 AI，訓(xùn)練數(shù)據(jù)需要使用實體提取等方法進行標(biāo)注，實體標(biāo)注將各種標(biāo)簽附加到引用概念和實體（例如人物、地點或主題）的文本。

文本實體提取標(biāo)注

對于語音 AI，一定會用到音頻訓(xùn)練數(shù)據(jù)，這意味著需要人工對音頻和語音數(shù)據(jù)進行標(biāo)注，比如在AI客服系統(tǒng)中，將客戶的聲音與話務(wù)員的聲音分開，并按照既定規(guī)則對語言進行轉(zhuǎn)寫。語音標(biāo)注有助于開發(fā)執(zhí)行特定重復(fù)任務(wù)的聊天機器人。

語音標(biāo)注

對于計算機視覺，需要更多復(fù)雜類型的數(shù)據(jù)標(biāo)注，從較為簡單的目標(biāo)檢測說起，數(shù)據(jù)標(biāo)注員需要識別圖像中一個或多個目標(biāo)的存在、位置和數(shù)量，并準(zhǔn)確地用2D包圍框緊緊地標(biāo)注，稍微復(fù)雜一些的語義分割也將是必要的，通過多邊形工具對目標(biāo)的邊緣進行標(biāo)注將使AI模型能夠更準(zhǔn)確地識別圖像中的每一個像素。近些年，隨著自動駕駛和計算機視覺技術(shù)的發(fā)展，我們開始涉足多傳感器融合標(biāo)注，這對于標(biāo)注工具的開發(fā)和標(biāo)注員的素質(zhì)都提出了更高的要求。

關(guān)鍵詞：