数据标注是自动驾驶落地应用的重要支撑
最近在人工智能领域，多种大模型应用的爆发引起了广泛关注，其中包括从 ChatGPT 到 GPT-4的模型。这些模型的应用再次推进了人工智能的发展，尽管 AI 这个概念本身并不是新鲜的。
自动驾驶一直是人工智能中的核心应用场景之一，但其发展过程一直备受争议。除了下游应用和上游算力，自动驾驶数据标注环节也值得关注。
随着人工智能模型和算法的不断发展，数据标注的需求也在不断增长。数据标注的作用是让机器能够理解和识别世界。例如，在计算机视觉领域中，对于图像分类、对象检测和目标分割等工程，需要对每张图像进行注释，以供模型训练算法使用。因此，数据标注扮演着非常重要的角色。
到 2025 年图像数据标注行业市场规模有望达到 400 亿人民币/年。未来 3-5 年内，数据需求将持续增长。特别是在自动驾驶行业，客户的全年总预算可达 200 亿-300 亿人民币，数据支出需求很大。在算法成熟的情况下，需要大量数量和高质量的数据进行量产。因此，需求将持续时间长，并需要保证数据无误差。
随着新能源汽车和商用车逐渐替代燃油车，自动驾驶市场进入了高速发展阶段。技术已经高效突破，并在多个应用场景中得到探索和落地，如无人公交车、无人卡车、无人配送机器人以及无人户外清洁车等通用和垂直应用。随着这些应用的加速推进，整个数据市场的增长速度预计在未来 5 年内会达到 30% 到 50%。
除了自动驾驶，数据标注也适用于工业、医疗、军工和农业等领域。虽然在中国的人工智能数据采标服务市场中，自动驾驶需求最大（超过60%），但其标注门槛也最高。只有专业经验丰富的数据服务商才能够满足目前对高质量、高效率和高准确度数据的需求。
上一篇
下一篇
2023年05月12日
