蓝盟IT小贴士，来喽！
什么是数据标记？
虽然大多数数据未标记非结构化数据，但人工智能培训需要计算机可读的结构化数据。 带标签的数据意味着标记或注释目标模型中的数据，以便可以进行培训和预测。 数据注释通常包括数据注释、注释、审阅、分类、转录和处理。 尺寸数据用于突出显示几个特征，根据这些特征进行分类，然后通过模型分析该模式来预测新的目标。
数据在人工智能项目中占了多长时间？
需要丰富的数据来训练机器学习和深度学习模式，并用于部署、训练和调整模式。 训练机器学习和深度学习模式需要大量精心标注的数据。 准备标记原始数据，并将其应用于机器学习模型和其他AI工作流，称为数据标记。 据相关统计，数据整理在AI项目中占用了80%以上的时间。 通常，在一个人工智能项目中，对数据的需求也分为三次左右。 第一次是项目开始的验证阶段，需求数量比较小，需要决定可行性和规则。 第二次项目正式启动，大量数据需要训练模型。 第三次，训练和验证完成后，为了实现预期的目标，要对训练集进行一些不满之处的补充。 下图为人工智能机器学习项目中各任务的时间占有率。
如果没有数据，可以假设在大约一个小时内收集并标记5-10个样本。 如果利用亚马逊的Mechanical Turk等服务验证整个项目过程，生成100，000个合格样本数据集，则需要约70，000美元。
如果收集到大量数据，可以使用专业的数据注释服务公司进行注释。 在这种情况下，获取100，000个带标签的数据样本可能会花费8，000至80，000美元，具体取决于标记的复杂性。
另外，数据样本的检查和修改和数据样本的生成和标记一样花时间。 根据Dimensional Research的研究报告，66%的企业在数据集上面临偏差和错误问题。 有些公司采用完整的内部方法(自行加价)，有些公司选择外包和内部混合。 第二种常见情况是外包大部分工作，由公司个人负责验证和清理。 外包10万个数据样本的初始成本可能会增加约2500，000美元。除了数据成本外，还有算法人工费、计算力设备成本、项目落地成本。 除了额外成本和一系列功耗成本外，机器学习项目可能会导致公司花费51，750美元到136，750美元(不包括无法确定的额外成本)。 价格的差异主要由数据决定。 这是一个非常乐观的估计。 如果企业位于美国，使用优秀的数据(临时工不这样做)，则人才相关费用急剧增加，人工智能机器学习项目的费用超过108，500美元。
这样昂贵的价格有助于解决新的问题或使流程自动化。 决策的个人、小团队和初创企业无法承担。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
