上个世纪五十年（nián）代（dài），麦卡锡（xī）当（dāng）时为达特茅斯会议命名了一个在那（nà）时看起来别出心裁的名字：人工（gōng）智能夏季（jì）研讨会（Summer Research Project on Artificial Intelligence），由此“人工（gōng）智能（ArtificialIntelligence）”这（zhè）个概（gài）念开始走向世界。

历经了半个多世纪的AI一直（zhí）都（dōu）不温不火，但近几年AI突然爆发（fā），在人工智能（néng）大量边（biān）缘设备落地的同时（shí），将其推上（shàng）一个更为兴盛（shèng）的阶段：围棋人工智（zhì）能程序（xù）AlphaGo横扫（sǎo）棋坛（tán），传统与文化相结合独具一格（gé）的“AI茶馆”，甚至还有（yǒu）腾（téng）讯去年在（zài）“AI+医疗”领域打造的“救（jiù）命（mìng）AI”——腾讯AI医疗产品的聚合。

portant;" />

AI迅速爆发的背后（hòu）究竟靠的是什么？现下众多巨头企业、初（chū）创公司等（děng）纷（fēn）纷入局（jú）人工（gōng）智（zhì）能领域（yù），都在（zài）尝试寻找（zhǎo）全新突破口（kǒu）。业内曾流传着这样一句话：得“数据”者，得“人（rén）工（gōng）智能”，而能将“人工（gōng）智能（néng）”玩的转的，便（biàn）能称的上是撬动世界第四次（cì）工业革（gé）命的先锋了。

偏偏是“数据”扼住了AI命运（yùn）的咽喉？

从发展意义（yì）来看，人工智能（AI）在不（bú）断（duàn）的进（jìn）步，并且随着这种进步势必（bì）会改变一（yī）大（dà）批产业的形态（tài）。此外（wài），从另（lìng）一方面看，人工智能技术的（de）背后有三大支柱（zhù）：算法、算力和数据（jù），这（zhè）三者相辅（fǔ）相成、相（xiàng）互（hù）制约，但其中数据是核心要义，只要有了（le）大量优质精准的数据，再加上算法实（shí）现（xiàn）高效（xiào）的（de）机（jī）器运算（suàn）、算力（lì）的推动（dòng），AI才能越（yuè）走越远。

“没有好（hǎo）的数据，人工智能将（jiāng）没有未来”已经成（chéng）为业界共识（shí）。

值得一提的是，这（zhè）里有（yǒu）两个重要的点需要区分：一个是（shì）数据，另一个是好的数据：“高质、精准、安全”。

云（yún）测（cè）数（shù）据（jù）贾宇（yǔ）航表示：“首（shǒu）先数据是人（rén）工智能底层逻辑中不可或缺的支撑要素，因为人工智能的本质就像人类要不（bú）断的（de）通过训练来获（huò）取技能一（yī）样，AI的根基就是训练（liàn），需要经过（guò）大量（liàng）数（shù）据（jù）进行训（xùn）练（liàn），神经网络（luò）才能总结出规（guī）律，进而熟（shú）能生巧的应用到（dào）新样本上”。

也就是说，数据是最（zuì）基本的燃料，没有燃料，AI这（zhè）艘火箭是不可能直冲云（yún）霄，而商业落地（dì）更是遥（yáo）不可及的梦。从（cóng）自动驾（jià）驶（shǐ）到AI聊（liáo）天、服务机（jī）器（qì）人，从人脸识别到各（gè）类AI边（biān）缘落地（dì）化产品，数据是真正的“幕后英（yīng）雄”，无“数（shù）据”不“AI”。

portant;" />

其次，要想经算法训练后（hòu）获（huò）得的模型更加智（zhì）能，仅“数据”远远（yuǎn）不够的，这背（bèi）后更多的是对数据（jù）的“高质、精准、安全（quán）”的要求。

例如（rú）在训（xùn）练的过程中，高质精准的数据扮演着（zhe）“教（jiāo）科（kē）书”级别的重要角色。如果仅需要识（shí）别勺（sháo）子，但（dàn）在（zài）训练数（shù）据中（zhōng）勺子总和碗、筷子一起出现，那么AI系统可能（néng）会误入歧（qí）途，进入一（yī）种“瞎猜”的状态而（ér）产生混乱和误（wù）差，结（jié）果（guǒ）很可（kě）能会（huì）将碗或筷子识别成勺子。所以（yǐ）对于人（rén）工智能来说，虽然（rán）大量的训练数据固然很重要，但更重要的是数据的“高（gāo）质精准”。

再（zài）从另一方面（miàn）看“高质精准的数据（jù）”对算法（fǎ）模型来讲究竟（jìng）有多重要？

现在人工智（zhì）能处在产业落地前夕，可以说AI产品（pǐn）的精准数据训练直（zhí）接影响（xiǎng）落地产品的良品率；举个不恰当的例（lì）子，如（rú）果（guǒ）自动驾驶系（xì）统的训练数据的缺乏或不精（jīng）准，则很可能在（zài）行驶过程中由于未正确识别物体数据直接（jiē）导致人身伤亡，这些后果都是不（bú）堪设想的。

此外，数据标（biāo）注的价值不仅体现（xiàn）在物体（tǐ）识别上（shàng）。当（dāng）下人（rén）工智能整个（gè）行业都在（zài）往多模（mó）态的方向（xiàng）发展，比如以智能驾驶为例，基于传（chuán）统的（de）车外环境（jìng）感知系统一（yī）般都（dōu）采用摄像头做（zuò）设计，以至于存在着测距效（xiào）果差等缺陷，现（xiàn）在引入激光雷达（dá）后，在数据的提升上对应是既有图像又有3D点云（yún）的三（sān）维数据的耦合。

portant;" />

随着（zhe）人（rén）工智能逐渐从学术走向产（chǎn）品化、落地化（huà）、市场化，企业对（duì）于场（chǎng）景数据（jù）的要求也越来越（yuè）多维（wéi），所以引（yǐn）入更多维度（dù）的（de）数据去完善AI产品落地前的模型，也是当下行业发展的趋势。

直（zhí）击行业痛点，这样的“数据一把手（shǒu）”才更性感

传统的数据清洗标注工（gōng）作（zuò）呈现出一种“数（shù）据粗放型处理”的状况，从移动互（hù）联中大（dà）量获取公开、通（tōng）用的数据，通过雇佣廉价的（de）劳动力完成数据的清（qīng）晰标注（zhù）工作，“道路、天空、大树”大致标注粗糙勾选后，便全部（bù）投（tóu）入（rù）应用到（dào）神经网（wǎng）络（luò）中（zhōng）。

但随着人工智能发展至商（shāng）业落地前夕，算法模型对高质量、高精度数据的需求极速提（tí）升，以往的通用数据集越来越（yuè）不能满足AI企（qǐ）业的数据需要，人工（gōng）智能落地（dì）越（yuè）来（lái）越专注于小场景和专业领域。人工智（zhì）能不再是漂浮在“空中的楼阁”，基于AI实际应用（yòng）场景的数据服（fú）务（wù），已成为人工智能落地的核心地（dì）基（jī）。

贾宇航表示：“在（zài）这个行业中有一个‘garbage in garbage out’的理（lǐ）论（lùn），即如果标注完的数（shù）据精度达不到标准，那么训练出来的算（suàn）法也是不精准（zhǔn）的。”如今一味粗放的处理模（mó）式既不能满足逐渐商用的AI企业的（de）数据需求，甚至还（hái）将影响技术本身（shēn）的发展。

面对这样的产业趋势，云测数（shù）据作为（wéi）行（háng）业（yè）的典型代表，直（zhí）击行业痛点（diǎn）：将“精准高质”“独（dú）立（lì）安全”作（zuò）为（wéi）业务发（fā）展的核心（xīn），并（bìng）随着AI企业数据需求不断的（de）演进。

有刚（gāng）性需求便会有（yǒu）实时供（gòng）给，有痛点问题（tí）便就有解（jiě）决方案（àn）。云测数据（jù）基（jī）于其自建的数据标注基地和场景实验室，根据AI企业数（shù）据（jù）需求，进行特定动（dòng）作、表情（qíng）和表情的捕（bǔ）捉，将精准（zhǔn）的数（shù）据投入到流程（chéng）化（huà）规范（fàn）生产的数据标注环节中，最终输出精（jīng）准高质的数据（jù）。解决特定场景化下的数据缺失、质量良莠（yǒu）不齐、安全性等行业问题，以帮助AI企业打造以高（gāo）精度数据为核（hé）心的行业壁垒。

场（chǎng）景（jǐng）实验室是云测（cè）数据布局高度定制化（huà）、多模态的AI数据服务（wù）的重要组（zǔ）成部分，以AI企业的（de）具体算法（fǎ）模型的特（tè）定需求来定制化（huà）搭（dā）建采集场景，致力于覆盖（gài）尽（jìn）可能多（duō）的实（shí）际场景（jǐng）及（jí）边际（jì）场景，从数据产生的源头把控数据质量。

portant;" />

自建标注基地是（shì）云（yún）测数据（jù）保证数据精准高质的（de）又（yòu）一强力保证。基地内的全职标注人员有利（lì）于协同化管（guǎn）理和快速响应企（qǐ）业数据（jù）需（xū）求。同时云测数据还基于不同场景对（duì）标（biāo）注人员进行领域内的细分，接受固定领域的知识培训。得到高效的行业知识输入，在理解（jiě）企业（yè）客户的需求（qiú）上就能做到准确（què）无误（wù）的输出（chū）。

portant;" />

所以，AI的背后是数据，行业的幕后是云测数据——这样的“行业数据一（yī）把（bǎ）手”才着实性（xìng）感。

数据（jù）安全（quán）成核心，行业规范亟需建立

目前云测数据（jù）基（jī）于自（zì）建（jiàn）的数据场景（jǐng）实验室和数据标注基地，服务（wù）领域已涉及智能驾驶、智能家居、智（zhì）慧城市、智（zhì）慧（huì）金融、新零（líng）售等领域，实时为领域内各个AI企业提供定制化的数据采（cǎi）集、数据标注（zhù）服务，全（quán）方（fāng）位支持文（wén）本、语音、图像（xiàng）、视频等各类型（xíng）数据的处（chù）理。

更重要的一条前置底（dǐ）线是，云测（cè）数据除了提供（gòng）优质数据，更是把（bǎ）数据隐私安全做到了极致。从防火墙（qiáng）的（de）设（shè）置（zhì）、到内部信息系统的管护，乃至（zhì）标准化的流（liú）程作业体系等，将一整套的安全防护和信（xìn）息（xī）保护的机制，应用在数据标注生产的各环节。

贾宇航告诉猎（liè）云（yún）网：“对于一个企（qǐ）业来讲，拥有了数据便就拥有了核心竞争（zhēng）力，数据安全（quán）一直都是我（wǒ）们极其重（chóng）视（shì）的一点。首先我们要做到的，是数据（jù）绝不复用（yòng），第（dì）二（èr）就是（shì）保证数据（jù）隐（yǐn）私性。与所有数据采集（jí）的用户都签订（dìng）数据授权协议（yì），确保（bǎo）AI企业用于训练的数据合法合规。”

portant;" />

Testin云测CMO张鹏（péng）飞也强（qiáng）调“从整体看来，AI数据行业关于安全、隐私等（děng）方面并没有统一的标准和强调重视。但从我们长（zhǎng）远角度出发，一直在隐（yǐn）私和安全（quán）防（fáng）护（hù）角度下大力气服（fú）务行业、树立数据（jù）质量标（biāo）杆，只（zhī）有以这种负责的（de）态度来服务客（kè）户，我们的行业才能‘良币驱除劣（liè）币’，真正（zhèng）让人工智能（néng）成为新（xīn）一轮技术（shù）革命，改变整个（gè）社会和人类进程（chéng）”。

人工智能（néng）的发（fā）展离（lí）不开数据的支撑（chēng），更离不开AI数据做“燃料”。如果非要用（yòng）一句（jù）话来定义这个时代的“人工（gōng）智能”和“数据”的关（guān）系，可以（yǐ）说是：数据是人工智（zhì）能的核心要义（yì），而“高质精准、独立安（ān）全”的（de）数据，则是撬动世界第四次工业革命（mìng）（人工智能浪潮）的（de）关（guān）键（jiàn）所在。

作者：郭亚鑫