2016-2022 All Rights Reserved.平安財經網.復制必究 聯(lián)系QQ 備案號:
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網 版權歸原作者所有。
郵箱:toplearningteam#gmail.com (請將#換成@)
當前人工智能發(fā)展極為繁榮,機器人幾乎聽起來和人類一樣,只需要簡單的提示,就可以快速讓AI生成藝術品,這些背后的公司,其估值達到數10億美元,一切所屬于的都是前所未有乏味重復勞動方面的壯舉。
2007年作為人工智能研究員,當時在普林斯頓大學所任教的李飛飛,懷疑對于圖像識別神經網絡改變的關鍵是利用更多的數據進行標注訓練,還有數百萬個標注過的圖像。于是在亞馬遜眾包平臺中找到數千名工人,以低廉的價格在全世界當中讓這些工人完成小的任務,其中通過標注的數據及使機器學習有著突破性進展。
標注依然是制作AI基礎的一大部分,但工程師通常視為一個暫時且并不方便的先決條件,通向的是對模型搭建這一讓人感覺到極為矚目的工作,盡可能的獲取標注上的數據對模型作出訓練,模型有效的情況之下,也再也不需要用到標注員。
業(yè)內的普遍認識是這項工作并不是開發(fā)的一大關鍵部分,也不會長久需要這個部分,一旦構建起了人工智能后也不需要這項工作了,但這是作為AI基礎的一項設施,人類的智能是人工智能最根本的,需要把這些工作看作是AI經濟中真實的工作情況,會伴隨我們很長的一段時間。
谷歌,open AI,微軟一系列耳熟能詳的名字背后也有著不同形式的數據供應商。根據業(yè)內人士的說法,購買數據的話要嚴格的保密,高處工作會將大多數正在開發(fā)系統(tǒng)的信息泄露出去,而且大量的工作人員會使得這一秘密很難被防止泄露。
2016-2022 All Rights Reserved.平安財經網.復制必究 聯(lián)系QQ 備案號:
本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網 版權歸原作者所有。
郵箱:toplearningteam#gmail.com (請將#換成@)