人工智能是下一个“新生代农民工”吗？

近几日，#新生代农民工 # 一词喜提热搜，引发网友热议。据人社部网站消息：数据显示，新生代农民工就业集中于劳动密集型行业，从事信息传输、软件和信息技术服务业的新生代农民工占比大幅提高。

对于如何看待程序员等 IT 行业从业者被划为“新生代农民工”一事，有网友表示“码农”一词算是正式得到官方认证了；也有网友称自己很荣幸成为“新生代农民工”的一员。

不过，这也从一个侧面反映出数字经济下劳动力的变化和产业的转型。单就“人工智能”这一几年前还鲜为人知的概念而言，如今已经成为许多企业寻求新机遇的突破口，亦或日常运营中不可或缺的角色。

2021 过半，今年的人工智能市场已经呈现出哪些显著的发展趋势？一起盘一盘！也许很快，AI 将成为“新生代农民工”新的代言人。

1.AI 发展的瓶颈：高质量数据

研究机构 O'REILLY 最近发布的一份调查报告显示，人工智能应用的两大瓶颈：一是缺乏技术熟练的员工；二是缺乏数据资源（或数据存在质量问题）。事实上，大多数 AI 项目迟迟未能投入到“实战”阶段，也反映出在 AI 研究过程中，数据科学家在获取高质量数据时所面临的挑战和成本。此时，寻求外部专业机构的支持就显得尤为重要。

2.更精准的 AI 应用场景

越来越多的 AI 企业已经开始缩小其 AI 模型所针对的业务范围，并将目标具体化。例如，Appen 最近参与的几个该类型的 AI 项目：

商务术语：一家公司构建了一个能对商务术语提出改进建议的 AI 模型，而这些商务术语之间仅有着非常细微的差异；

身体动作：一家公司在研究个人训练自动化模型时发现，动作轮廓会随着年纪增长而改变，我们需要补充老年人翻跟斗的视频并作相关标注；

小语种：新冠疫情的实时信息需要在全球内发布，但翻译技术并不支持所有语言，Appen 开展了针对罕见语种的数据采集和标注工作，比如达里语、丁卡语及豪萨语等。

3.从以模型为中心向以数据为中心转变

是优化代码，还是提升训练数据质量？这是过去几年间 AI 行业最为关注的前沿问题之一。以模型为中心的 AI 是指利用现有数据来构建模型，以弥补任何无关因素和不准确性，而以数据为中心的 AI 则重点关注数据体量和质量。目前，我们看到了 AI 行业从以模型为中心向以数据为中心转变的趋势。

4.训练数据管理的新需求

随着市场对于训练数据需求的日益增加，为规范化管理数据训练的工作流程制定管理框架，就变得尤为重要。有效的数据管理框架应包含以下关键点：

用于追溯的版本控制

数据安全协议

访问控制

数据传输监控

合作协议

5.AI 辅助数据标注愈发火热

自动化机器学习技术的应用日益增加，AI 企业也已开始利用人工智能来辅助进行数据标注，以节省时间和降低成本。以下是数据标注自动化的 3 种主要类型：

预标注：先由 AI 模型对标注进行合理猜测，然后再由人工标注员进行检查和更正；

快速标注：利用 AI 功能来节省标注员的标注时间，如澳鹏 Appen 人工智能辅助数据标注平台的自动补全、一键贴合等功能；

智能验证器：AI 对标注员的数据输出进行验证，如标注不在阈值范围内，则会作出提醒。

在增强 AI 实用性时，数据和算法到底哪个更重要？

《现实世界的 AI》一书中有哪些可以帮助日常工作的有趣案例？

成功创建一个 AI 项目，需要什么样的数据策略？

扫描下方二维码，收听大咖研讨会《以数据为中心的人工智能——从算法到训练数据，人工智能的核心是什么？》，演讲者 Wilson Pang（Appen 首席技术官）、Alyssa Simpson Rochwerger（前 Appen 人工智能与数据副总裁、加利福尼亚 Blue Shield 公司产品管理总监）。