無人駕駛是人工智能中一項極為重要的應(yīng)用。國外的谷歌、國內(nèi)的百度等大企業(yè)已經(jīng)依靠著雄厚的資本和先進的技術(shù)率先開始了在這方面的嘗試，并且取得了不錯的成效。如今，在很多汽車產(chǎn)品線，無人駕駛已經(jīng)得到了部分實現(xiàn)，在泊車等方面給駕駛者們帶來了巨大的方便。在無人駕駛技術(shù)中，數(shù)據(jù)標(biāo)注的重要性不言而喻，只有通過強大的數(shù)據(jù)支撐，無人駕駛才能夠做到安全、可靠，而大量的場景數(shù)據(jù)和精準(zhǔn)的數(shù)據(jù)標(biāo)注成為了智能駕駛的“阿喀琉斯之踵”。

相比其他的人工智能使用場景，無人駕駛對于數(shù)據(jù)標(biāo)注的要求顯然更為復(fù)雜。一方面，無人駕駛在實際使用的過程中需要面對更多復(fù)雜的場景。當(dāng)你行駛在路面上時，既需要判斷路線的正確性，同樣需要對路面障礙進行識別，而在駕駛過程中，上述二者均面臨著極為復(fù)雜的場景變化，因此，如何搜集到足夠多真實的場景數(shù)據(jù)，是解決無人駕駛技術(shù)安全性問題的關(guān)鍵。除此之外，當(dāng)收集到足夠的數(shù)據(jù)時，便需要專業(yè)的數(shù)據(jù)標(biāo)注師來進行標(biāo)注，保證大量數(shù)據(jù)能夠得到最正確最合理的應(yīng)用，是無人駕駛技術(shù)核心的另一個關(guān)鍵。數(shù)據(jù)標(biāo)注為無人駕駛賦能的關(guān)鍵點也在于此。

對于駕駛場景的標(biāo)盤主，準(zhǔn)確率和貼合度至關(guān)重要。例如，在一個平面的路線圖中，標(biāo)注出汽車、人、道路等，既不可以錯標(biāo)也不可以漏標(biāo)，否則都可能引發(fā)不可想象的后果。于此同時，數(shù)據(jù)標(biāo)注需要與實際物體做到最緊密的貼合，這做到最高精度。

無人駕駛對數(shù)據(jù)標(biāo)注的廣大需求只是人工智能時代下的一個縮影。不只是無人駕駛，像智慧城市、智能家居、智慧金融等領(lǐng)域，對于數(shù)據(jù)標(biāo)注的需求仍舊處于一個需求量大并且專業(yè)度高的水平。在龐大的需求面前，數(shù)據(jù)標(biāo)注行業(yè)已經(jīng)開始進入急速擴張的時代，然而在這樣的背景之下，建立行業(yè)準(zhǔn)入標(biāo)準(zhǔn)，統(tǒng)一完善行業(yè)人才培訓(xùn)體系成為了共同的呼聲。AI優(yōu)評作為數(shù)據(jù)標(biāo)注人才培養(yǎng)中心，致力于構(gòu)建更加專業(yè)和科學(xué)的人才評價標(biāo)準(zhǔn)，建立統(tǒng)一的人才評價體系，并為數(shù)據(jù)標(biāo)注人才推薦提供就業(yè)機會，推動行業(yè)的發(fā)展，為人工智能實現(xiàn)更大范圍的應(yīng)用保駕護航。

責(zé)任編輯：YYX