自动驾驶正加速到来,高质量的训练数据正成为汽车变得更“聪明”的关键。

作为AI训练数据服务的头部企业,云测数据也在深度布局自动驾驶产业。近日,云测数据发布新一代自动驾驶数据解决方案,解决智能驾驶从研发初期到落地的训练高质量数据需求。

该方案在为智能驾驶相关企业提供大规模感知数据的能力同时,可减少数据采集周期、提升数据标注效率,并大幅降低AI模型训练成本,极大地加速智能驾驶相关应用的落地迭代周期,节省大量研发时间和成本。

高质量训练数据成自动驾驶落地着力点

RoboTaxi、自动驾驶AR小巴、无人配送汽车、自动驾驶卡车、自动驾驶清扫车……在上周举行的2021世界人工智能大会大会上,自动驾驶企业展示出汽车出行中的多种可能性。

人工智能的三大要素是数据、算法和算力,在汽车智能驾驶的过程中,汽车本身需要具备感知、策划、决策、控制等一些列能力,而数据则是培养智能驾驶AI能力的重要因素,数据标注存在的意义是让机器理解并认识世界。

海量的数据需要进行加工、提炼,于是催生了一个巨大的AI数据采集标注市场。据艾瑞咨询《2020年中国人工智能基础数据服务白皮书》预测:到2025年,AI基础数据服务市场规模将突破100亿元。

而随着“5G+”时代的到来,数据不再是以线性增长来衡量,这么庞大的数据,从采集、清洗到标注,都需要在短时间内高质量完成。

在为智能驾驶相关企业提供大规模感知数据的能力同时,云测数据可大幅提升数据标注效率,降低AI模型训练成本,极大地加速智能驾驶相关应用的落地迭代周期,节省大量研发时间和成本。

“AI数据对于汽车智能驾驶而言至关重要,它是汽车变得更‘聪明’的关键。”云测数据总经理贾宇航说。

专业定制解决行业发展痛点

目前来看,场景数据缺失、数据质量良莠不齐,以及隐私安全问题成为数据行业面临的三大痛点。

云测数据总经理贾宇航认为,通过提升场景化数据采集的能力,帮助客户还原落地场景所需要的AI数据,从源头保证AI数据的质量,才能更好的应用于AI产业化的深度落地。

对此,云测数据推出了“场景实验室”来还原AI所需落地场景进行数据采集,包含不同光照强度、噪声要求、设备摆放位置以及多样化的室内外场景。

具象化到智能驾驶领域,产业发展出出自动驾驶、智能驾仓、疲劳监测、无人配送、 辅助驾驶、语音交互、手势交互、车路协同等细分落地场景。

基于智能驾舱行业发展,云测数据进行驾仓场景搭建,场景还原。按主流传感器型号完成指定驾驶舱内相关数据集构建,覆盖身份认证、活体验证、手势识别、视线追踪、动作识别等场景。

基于自动驾驶行业发展,云测数据进行车外环境相关场景数据库搭建。按主流摄像头传感器设备,完成相关图像环境感知数据集构建。包含多场景、多天气、多环境状况。覆盖动态目标检测等多场景。

成为数据要素流通的前提

数据标注是一个简单又困难的事情,一方面,在执行上的难度相对算法开放要低得多,但另一方面数据标注本质上是要获得更准确,更精细化的数据结果,影响着算法模型训练的好坏。

而在云测数据看来,数据标注还需要更深入了解自己标注的内容,提升专业性。

“很明显,一个熟练的司机对驾驶场景的理解,就好过一个没有驾照的人。”围绕智能驾驶,要知道的情况远不止这些,比如标注员还要知道什么品牌、三厢还是两厢车以及更多的相关领域知识等等。

在自动驾驶领域,存在一个长尾效应。可能AI模型已经覆盖了90%的的场景,但剩下的10%的长尾场景需花费更多的精力去覆盖,才能应对突发情况。

而随着数据标注产业的发展,也将激发新的数据价值。日前,广东等地陆续印发数据要素市场化配置改革行动方案,促进数据资源的开放与共享,而推动AI数据流通的前提是数据治理,这也需要对数据提前进行标注。高质量的AI训练数据将为各行各业产业智能化升级提供强有力的支撑。