想放大AI数据价值？你需要这样的数据管理“利器”
作者:刘沙 | 来源:计世网
2021-09-17
云测数据标注平台-AI数据集管理系统可以帮助企业轻松管理数据资产。
熟悉AI产业的人都知道，数据、算法和算力是推动AI产业发展的三大核心要素，而数据又是算法和算力得以施展的前提。就像巧妇难为无米之炊，如果没有好的数据基础，再强的算法和算力也没有用武之地。
然而，在AI普及落地的过程中，企业却普遍面临着数据量大、难以快速找到特定场景数据的困境。在AI数据训练的过程中，AI数据管理更是面临着数据资产不能充分利用、管理方式不够完善等挑战。
这样的挑战在我们的工作中并不少见，如：很多企业都很难在爆发式增长的海量数据中快速找到有价值的数据；数据被零散地存储在不同的公有云和私有云中，甚至在个人电脑和硬盘里；配合算法迭代的不同版本的数据却不能被及时命名和分类等等。
五大先进技术化解AI数据管理难题
为了帮助企业解决这些痛点，近日，国内领先的AI训练数据头部服务商--云测数据在服贸会上发布了“云测数据标注平台-AI数据集管理系统”，给苦于AI数据管理难题的企业带来了福音。
云测数据总经理贾宇航告诉记者，云测数据标注平台-AI数据集管理系统专注于Al数据集的上传、管理、存储、分享，数据类型标签化管理，同时可以支持标注结果的存储、标注结果可视化等功能，从而助力企业进行数据管理，提升数据训练的匹配度，高效开展模型训练，增强Al领域的核心竞争力。
据介绍，云测数据标注平台-AI数据集管理系统的先进性体现在以下五个方面：
首先是安全高效的数据存储：支持混合云存储，多场景数据托管，可全方位协调机制，提升数据管理效率。
在公有云存储方面支持阿里云、腾讯云、亚马逊云科技等主流云服务；在私有云存储方面，可满足S3协议方案的对象存储系统，如Ceph、Minio；在URL资源导入方面，其他文件存储系统可以直接引入使用。
贾宇航表示，该管理系统是可以私有化部署的，可以适配不同企业的不同运行环境。
其次是便捷快速的数据检索：可实现多级标签管理、数据深度检索。
该系统支持标签级数据检索，可快速筛选价值数据：文件管理标签化，支持无限级KV标签；多细粒度标签检索，快速构建数据场景；文件子集管理，让数据归档井然有序。
贾宇航指出，企业可以针对不同的角色给同一类数据打上不同的、各自独有的标签，也可以对标注的结果进行自动读取、标签化检索。
第三是全场景数据可视化，让数据更容易理解。
丰富的可视化组件，支持box2d、ellipse、polygon、line、curve、point、parallel、box3d、cuboid、side_cuboid、sentence等多种可视化工具，并支持连续帧、ID跟踪、点云多传感融合、音视频等多种数据场景，支持标签筛选、分组显示、旋转变化等交互查看方式，让数据更容易理解和检查。
贾宇航强调，过去企业用户查看数据标注结果，需要通过专门的数据标注结果可视化工具，或者购买，或者自己研发。现在该功能已经被云测数据直接集成在AI数据集管理系统中，企业用户可以直接查看结果、进行筛选。
第四是丰富的扩展工具，可灵活管理使用。
该系统支持Python SDK、CLI、Open API等多种扩展工具，方便上传、管理、统计可视化数据，客户可根据场景灵活使用，或打造数据中台将数据获取、数据标注、数据存储使用、模型迭代形成数据闭环。同时可提供完善的技术使用文档。
第五是清晰的数据权限管理。
该系统支持多种团队协作权限管理，团队成员明确分工，数据使用按需分配，避免数据操作隐患及反复迁移：支持角色权限管理，操作权限分配；支持数据分享管理，隐私数据隔离；支持开发者授权管理，白名单授权机制。
“过去企业需要安排专人管理数据，现在通过系统就可以更直接更有效地实现上述功能。”贾宇航谈到。
凭借上述优势，云测数据标注平台-AI数据集管理系统可以帮助企业轻松管理数据资产，将非结构化数据结构化管理，形成统一数据规范，进行数据资产化积累，不断积累核心数据竞争力；而且，结合业务数据场景，企业可以打通数据闭环，构建数据中台服务，释放AI数据价值。从而帮助企业高效获取、加工和管理数据，深入挖掘、全面提升AI数据价值。
贾宇航为记者列举了一个实例，如一家做自动驾驶视觉感知的企业，应用AI数据集管理系统给自身的数据进行场景化的标签选定和存储。其数据量非常庞大，且数据场景复杂。比如单单在天气方面划分为白天、黑天、晴天、雨天、雪天等多种类型。
该企业发现，机器对于雪天的识别效果不好，那如何针对性地对相关算法进行数据训练呢，这时候就可以通过数据管理系统中标签功能，调动已有数据库中对应的雪天数据，快速完成数据抽取和验证，实现数据管理事半功倍的效果。
“事实上，看了很多实际案例以后，我们发现，运用AI数据集管理系统的企业，其运转的节奏、迭代的周期都在加快，研发方式也从瀑布式开发向敏捷开发转变了，实现了更高效的数据管理。”贾宇航强调，“这也是这套AI数据集管理系统存在的意义。”
紧跟客户需求的探索和积累
当然，市场也存在其他AI数据集管理产品，那么云测数据的优势何在呢？对此，贾宇航表示，云测数据是一家在企业级服务领域深耕多年的公司，核心是帮助企业实现产业化落地，会根据企业客户的实际需求去进行产品迭代。所以在研发AI数据集管理系统时，将其定义成可以私有化部署的，并且可以被灵活运营集成的工具，方便企业进行二次开发和深度定制。
而且云测数据作为AI数据的头部企业，在自动驾驶、车企、智慧城市、智能金融、智能IOT、智能家居等领域的数据应用一直走在行业前沿，并一直努力探索，基于新的算法、新的应用场景研发出更好的产品和服务，为AI产业化落地赋能。
事实上，这已经是云测数据第二次在服贸会亮相。在2020年服贸会上，云测数据发布了“无数据 不AI，云测数据服务标准--项目最高交付精准度99.99%”的成果。“本次发布的云测数据标注平台-AI数据集管理系统与其是一脉相承的。”贾宇航解释到，这是在解决AI数据生产过程的难题之上延伸到改变AI数据管理的困境，充分展示了云测数据基于行业前瞻和前沿技术服务积累，进一步拓展深化AI训练数据价值的领先实践。
一横一纵勾画AI数据产业未来
谈到未来的发展计划时，贾宇航告诉记者，针对AI数据行业的发展趋势，云测数据制定了“一横一纵”的规划。
在纵向领域，以自动驾驶为例，正在向车外环境感知、车内智能仓、人机交互等方向发展，未来会应用更多不同维度的数据，以确保实现高清度。“这些领域都在深化发展，云测数据也会往这些方向持续布局，增强自己的方案和服务能力，以确保在这些行业有新的突破的时候，云测数据也能够有对应的积累，满足客户相关的需求。”
在横向领域，则会关注其他不同行业的落地方向，比如新零售、金融垂直领域等等。云测数据希望把自身对于AI数据服务的经验应用到更多具有增长潜力的行业。贾宇航谈到，“云测数据愿意为这样的行业打造AI数据服务解决方案，通过高质量的AI数据助力相关领域早日实现产品落地。”
然而，在AI普及落地的过程中，企业却普遍面临着数据量大、难以快速找到特定场景数据的困境。在AI数据训练的过程中，AI数据管理更是面临着数据资产不能充分利用、管理方式不够完善等挑战。
这样的挑战在我们的工作中并不少见，如：很多企业都很难在爆发式增长的海量数据中快速找到有价值的数据；数据被零散地存储在不同的公有云和私有云中，甚至在个人电脑和硬盘里；配合算法迭代的不同版本的数据却不能被及时命名和分类等等。
云测数据总经理贾宇航
五大先进技术化解AI数据管理难题
为了帮助企业解决这些痛点，近日，国内领先的AI训练数据头部服务商--云测数据在服贸会上发布了“云测数据标注平台-AI数据集管理系统”，给苦于AI数据管理难题的企业带来了福音。
云测数据总经理贾宇航告诉记者，云测数据标注平台-AI数据集管理系统专注于Al数据集的上传、管理、存储、分享，数据类型标签化管理，同时可以支持标注结果的存储、标注结果可视化等功能，从而助力企业进行数据管理，提升数据训练的匹配度，高效开展模型训练，增强Al领域的核心竞争力。
据介绍，云测数据标注平台-AI数据集管理系统的先进性体现在以下五个方面：
首先是安全高效的数据存储：支持混合云存储，多场景数据托管，可全方位协调机制，提升数据管理效率。
在公有云存储方面支持阿里云、腾讯云、亚马逊云科技等主流云服务；在私有云存储方面，可满足S3协议方案的对象存储系统，如Ceph、Minio；在URL资源导入方面，其他文件存储系统可以直接引入使用。
贾宇航表示，该管理系统是可以私有化部署的，可以适配不同企业的不同运行环境。
其次是便捷快速的数据检索：可实现多级标签管理、数据深度检索。
该系统支持标签级数据检索，可快速筛选价值数据：文件管理标签化，支持无限级KV标签；多细粒度标签检索，快速构建数据场景；文件子集管理，让数据归档井然有序。
贾宇航指出，企业可以针对不同的角色给同一类数据打上不同的、各自独有的标签，也可以对标注的结果进行自动读取、标签化检索。
第三是全场景数据可视化，让数据更容易理解。
丰富的可视化组件，支持box2d、ellipse、polygon、line、curve、point、parallel、box3d、cuboid、side_cuboid、sentence等多种可视化工具，并支持连续帧、ID跟踪、点云多传感融合、音视频等多种数据场景，支持标签筛选、分组显示、旋转变化等交互查看方式，让数据更容易理解和检查。
贾宇航强调，过去企业用户查看数据标注结果，需要通过专门的数据标注结果可视化工具，或者购买，或者自己研发。现在该功能已经被云测数据直接集成在AI数据集管理系统中，企业用户可以直接查看结果、进行筛选。
第四是丰富的扩展工具，可灵活管理使用。
该系统支持Python SDK、CLI、Open API等多种扩展工具，方便上传、管理、统计可视化数据，客户可根据场景灵活使用，或打造数据中台将数据获取、数据标注、数据存储使用、模型迭代形成数据闭环。同时可提供完善的技术使用文档。
第五是清晰的数据权限管理。
该系统支持多种团队协作权限管理，团队成员明确分工，数据使用按需分配，避免数据操作隐患及反复迁移：支持角色权限管理，操作权限分配；支持数据分享管理，隐私数据隔离；支持开发者授权管理，白名单授权机制。
“过去企业需要安排专人管理数据，现在通过系统就可以更直接更有效地实现上述功能。”贾宇航谈到。
凭借上述优势，云测数据标注平台-AI数据集管理系统可以帮助企业轻松管理数据资产，将非结构化数据结构化管理，形成统一数据规范，进行数据资产化积累，不断积累核心数据竞争力；而且，结合业务数据场景，企业可以打通数据闭环，构建数据中台服务，释放AI数据价值。从而帮助企业高效获取、加工和管理数据，深入挖掘、全面提升AI数据价值。
贾宇航为记者列举了一个实例，如一家做自动驾驶视觉感知的企业，应用AI数据集管理系统给自身的数据进行场景化的标签选定和存储。其数据量非常庞大，且数据场景复杂。比如单单在天气方面划分为白天、黑天、晴天、雨天、雪天等多种类型。
该企业发现，机器对于雪天的识别效果不好，那如何针对性地对相关算法进行数据训练呢，这时候就可以通过数据管理系统中标签功能，调动已有数据库中对应的雪天数据，快速完成数据抽取和验证，实现数据管理事半功倍的效果。
“事实上，看了很多实际案例以后，我们发现，运用AI数据集管理系统的企业，其运转的节奏、迭代的周期都在加快，研发方式也从瀑布式开发向敏捷开发转变了，实现了更高效的数据管理。”贾宇航强调，“这也是这套AI数据集管理系统存在的意义。”
紧跟客户需求的探索和积累
当然，市场也存在其他AI数据集管理产品，那么云测数据的优势何在呢？对此，贾宇航表示，云测数据是一家在企业级服务领域深耕多年的公司，核心是帮助企业实现产业化落地，会根据企业客户的实际需求去进行产品迭代。所以在研发AI数据集管理系统时，将其定义成可以私有化部署的，并且可以被灵活运营集成的工具，方便企业进行二次开发和深度定制。
而且云测数据作为AI数据的头部企业，在自动驾驶、车企、智慧城市、智能金融、智能IOT、智能家居等领域的数据应用一直走在行业前沿，并一直努力探索，基于新的算法、新的应用场景研发出更好的产品和服务，为AI产业化落地赋能。
事实上，这已经是云测数据第二次在服贸会亮相。在2020年服贸会上，云测数据发布了“无数据 不AI，云测数据服务标准--项目最高交付精准度99.99%”的成果。“本次发布的云测数据标注平台-AI数据集管理系统与其是一脉相承的。”贾宇航解释到，这是在解决AI数据生产过程的难题之上延伸到改变AI数据管理的困境，充分展示了云测数据基于行业前瞻和前沿技术服务积累，进一步拓展深化AI训练数据价值的领先实践。
一横一纵勾画AI数据产业未来
谈到未来的发展计划时，贾宇航告诉记者，针对AI数据行业的发展趋势，云测数据制定了“一横一纵”的规划。
在纵向领域，以自动驾驶为例，正在向车外环境感知、车内智能仓、人机交互等方向发展，未来会应用更多不同维度的数据，以确保实现高清度。“这些领域都在深化发展，云测数据也会往这些方向持续布局，增强自己的方案和服务能力，以确保在这些行业有新的突破的时候，云测数据也能够有对应的积累，满足客户相关的需求。”
在横向领域，则会关注其他不同行业的落地方向，比如新零售、金融垂直领域等等。云测数据希望把自身对于AI数据服务的经验应用到更多具有增长潜力的行业。贾宇航谈到，“云测数据愿意为这样的行业打造AI数据服务解决方案，通过高质量的AI数据助力相关领域早日实现产品落地。”
责任编辑：刘沙
专题
最新发布