第一章

數(shù)據(jù)標(biāo)注概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展1.2數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景1.3有多少智能，就有多少人工1.5作業(yè)與練習(xí)1.4數(shù)據(jù)越多，智能越好1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述

數(shù)據(jù)標(biāo)注即通過(guò)分類、畫(huà)框、標(biāo)注、注釋等，對(duì)圖片、語(yǔ)音、文本等數(shù)據(jù)進(jìn)行處理，標(biāo)記對(duì)象的特征，以作為機(jī)器學(xué)習(xí)基礎(chǔ)素材的過(guò)程。“這是一輛汽車”1.1.1什么是數(shù)據(jù)標(biāo)注1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述正是人類像教育小孩一樣培養(yǎng)了AlphaGo，才讓其“學(xué)會(huì)”下棋。不同AlphaGo版本的棋力比較1.1.1什么是數(shù)據(jù)標(biāo)注1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述圖像標(biāo)注1.1.1什么是數(shù)據(jù)標(biāo)注1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述語(yǔ)音標(biāo)注1.1.2數(shù)據(jù)標(biāo)注分類概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述文本標(biāo)注1.1.2數(shù)據(jù)標(biāo)注分類概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展

第一章數(shù)據(jù)標(biāo)注概述數(shù)據(jù)標(biāo)注流程1.1.3數(shù)據(jù)標(biāo)注流程概述第一章

數(shù)據(jù)標(biāo)注概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展1.2數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景1.3有多少智能，就有多少人工1.5作業(yè)與練習(xí)1.4數(shù)據(jù)越多，智能越好1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.1出行行業(yè)常見(jiàn)應(yīng)用：以矩形框或描點(diǎn)對(duì)車輛進(jìn)行標(biāo)注；以矩形框或描點(diǎn)標(biāo)注人體輪廊；采集地址興趣點(diǎn)，在地圖上做出相應(yīng)地理位置信息標(biāo)記的POI（PointofInterest）標(biāo)記等。1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.2金融行業(yè)文字翻譯、語(yǔ)義分析、語(yǔ)音轉(zhuǎn)錄、圖像標(biāo)注等，都是具有代表性的重要應(yīng)用。1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.3醫(yī)療行業(yè)通過(guò)人體標(biāo)框、3D畫(huà)框、骨骼點(diǎn)標(biāo)記、病歷轉(zhuǎn)錄等應(yīng)用，機(jī)器學(xué)習(xí)能夠快速完成醫(yī)學(xué)編碼和注釋，以及在遠(yuǎn)程醫(yī)療、醫(yī)療機(jī)器人、醫(yī)療影像、藥物挖掘等場(chǎng)景的應(yīng)用。1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.4家居行業(yè)主要包括應(yīng)用矩形框標(biāo)記人臉，進(jìn)行人臉精細(xì)分割；對(duì)家居物品進(jìn)行畫(huà)框標(biāo)記；通過(guò)描點(diǎn)的方式進(jìn)行區(qū)域劃分；采集語(yǔ)音并進(jìn)行標(biāo)注處理等。1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.5安防行業(yè)對(duì)于數(shù)據(jù)標(biāo)注人員而言，需要做的正是對(duì)訓(xùn)練圖片中人物的性別、年齡、膚色、表情、頭發(fā)以及是否帶帽帶眼鏡等進(jìn)行分類標(biāo)注，或者對(duì)行人做標(biāo)框處理，幫助機(jī)器獲取快速識(shí)別能力。1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.6公共服務(wù)確定內(nèi)容是否符合描述的內(nèi)容審核，對(duì)具有相同意思的語(yǔ)句進(jìn)行歸類的語(yǔ)義分析、將音頻轉(zhuǎn)化為文字的語(yǔ)音轉(zhuǎn)錄，以及查看視頻是否符合要求的視頻審核等都是數(shù)據(jù)標(biāo)注中的常見(jiàn)應(yīng)用。1.2

數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景

第一章數(shù)據(jù)標(biāo)注概述1.2.7電子商務(wù)通過(guò)對(duì)產(chǎn)品打上結(jié)構(gòu)化標(biāo)簽，包括品牌、顏色、型號(hào)、價(jià)格、款式、瀏覽量、購(gòu)買(mǎi)量、用戶評(píng)價(jià)等，建立360度的全景畫(huà)像，從而為個(gè)性化推薦提供先決條件。第一章

數(shù)據(jù)標(biāo)注概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展1.2數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景1.3有多少智能，就有多少人工1.5作業(yè)與練習(xí)1.4

數(shù)據(jù)越多，智能越好1.3

有多少智能，就有多少人工

第一章數(shù)據(jù)標(biāo)注概述1.3.1有監(jiān)督的機(jī)器學(xué)習(xí)有監(jiān)督學(xué)習(xí)通過(guò)訓(xùn)練樣本找出規(guī)律，對(duì)模型進(jìn)行優(yōu)化，使其具有判斷與預(yù)知能力，這是向“樣本”學(xué)習(xí)的過(guò)程。數(shù)據(jù)處理的量級(jí)與質(zhì)量又直接關(guān)系到機(jī)器的智能程度，也就是我們所說(shuō)的“有多少智能，就有多少人工”。1.3

有多少智能，就有多少人工

第一章數(shù)據(jù)標(biāo)注概述1.3.2最后一批人工智能的“老師”隨著人工智能由弱人工智能向強(qiáng)人工智能直至超人工智能的轉(zhuǎn)變，以及有監(jiān)督學(xué)習(xí)向無(wú)監(jiān)督學(xué)習(xí)或遷移學(xué)習(xí)的轉(zhuǎn)變，數(shù)據(jù)標(biāo)注的需求將大幅度削減，人工標(biāo)注最終可能將不復(fù)存在。數(shù)據(jù)標(biāo)注工程師將是陪伴人工智能成長(zhǎng)壯大的最后一批“老師”，很可能成為最后被替代的人類。手動(dòng)標(biāo)記和流體標(biāo)注對(duì)比（相差無(wú)幾）第一章

數(shù)據(jù)標(biāo)注概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展1.2數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景1.3有多少智能，就有多少人工1.5作業(yè)與練習(xí)1.4

數(shù)據(jù)越多，智能越好1.4數(shù)據(jù)越多，智能越好

第一章數(shù)據(jù)標(biāo)注概述在谷歌和CMU聯(lián)合發(fā)布的一篇論文中明確指出，深度學(xué)習(xí)的成功歸功于：（a）高容量的模型；（b）越來(lái)越強(qiáng)的計(jì)算能力；（c）可用的大規(guī)模標(biāo)簽數(shù)據(jù)。研究當(dāng)數(shù)據(jù)規(guī)模成百倍成千倍增長(zhǎng)時(shí)，人工智能研究的精度與準(zhǔn)確性會(huì)怎么改變呢？1.4數(shù)據(jù)越多，智能越好

第一章數(shù)據(jù)標(biāo)注概述為了得到確實(shí)的結(jié)果，研究人員應(yīng)用Google建立的內(nèi)部數(shù)據(jù)集——JFT-300M（數(shù)據(jù)是ImageNet的300倍，含有超過(guò)10億個(gè)標(biāo)簽）進(jìn)行研究。結(jié)果顯示，任務(wù)性能與訓(xùn)練數(shù)據(jù)之間關(guān)系緊密，大規(guī)模數(shù)據(jù)有助于表征學(xué)習(xí)，同時(shí)隨著訓(xùn)練數(shù)據(jù)的數(shù)量級(jí)增長(zhǎng)，模型性能呈線性增長(zhǎng)，大規(guī)模的數(shù)據(jù)集對(duì)于預(yù)訓(xùn)練而言大有助益。測(cè)試性能隨數(shù)據(jù)量呈線性增長(zhǎng)第一章

數(shù)據(jù)標(biāo)注概述1.1數(shù)據(jù)標(biāo)注的起源與發(fā)展1.2數(shù)據(jù)標(biāo)注的應(yīng)用場(chǎng)景1.3有多少智能，就有多少人工1.5

作業(yè)與練習(xí)1.4數(shù)據(jù)越多，智能越好1．如何理解數(shù)據(jù)標(biāo)注與人工智能的關(guān)系