自動駕駛狂飆突進，數(shù)據(jù)標注需求激增

據(jù)不完全統(tǒng)計，2022年1月至10月，國內(nèi)自動駕駛領域共融資67起，披露融資額累計達143億元；而從10月到12月，國內(nèi)智能駕駛相關領域發(fā)生融資事件40多起，累計融資超百億元，自動駕駛“狂飆”之勢顯著。

這一方面得益于前景的牽引——麥肯錫研究報告指出，2030年中國自動駕駛汽車總銷售額將達2300億美元，基于自動駕駛的出行服務訂單金額將達2600億美元，是全球最大的自動駕駛市場；另一方面也受益于政策的驅動——工信部發(fā)文對L3、L4自動駕駛車輛展開試點工作，國家首次發(fā)放城市高級輔助駕駛地圖許可……

在自動駕駛狂飆突進之際，其背后關鍵的數(shù)據(jù)標注需求也在激增。IDC數(shù)據(jù)顯示，2021年我國人工智能數(shù)據(jù)采集、標注服務市場規(guī)模為30億元左右。未來幾年將保持快速增長，增速維持在20%以上，預計2025年市場規(guī)模將達到123.4億元。自動駕駛正是其中需求巨大且增長迅速的一個領域。

自動駕駛行業(yè)的數(shù)據(jù)標注，指的是在采集自動駕駛各場景數(shù)據(jù)后，通過分類、分割、關鍵點線標注、畫框、追蹤等處理方式，對圖像、文本、語音、視頻、3D點云等原素材中的各類對象進行標記注釋，將多源異構的數(shù)據(jù)轉化成可識別的AI訓練數(shù)據(jù)，從而成為機器學習的價值數(shù)據(jù)。

據(jù)英特爾推算，在全自動駕駛時代，每輛汽車每天產(chǎn)生的數(shù)據(jù)量高達4000GB，但這些數(shù)據(jù)中可用于訓練的價值數(shù)據(jù)占比不到5%。因此自動駕駛訓練需要從海量的數(shù)據(jù)中“淘”到有用的價值數(shù)據(jù)。在自動駕駛算法拉不開差距的情況下，越是高級別的自動駕駛，越是依賴數(shù)據(jù)標注的質(zhì)量。

數(shù)據(jù)標注范式生變，AI破局人海戰(zhàn)術

數(shù)據(jù)標注是一個勞動密集型產(chǎn)業(yè)，非常依賴人工，拼的是規(guī)模和人力成本。為此還興起了一個名為“數(shù)據(jù)標注師”的職業(yè)，他們每天在各種圖片上框選物體，標注名稱，做著簡單重復的工作。同時，這個產(chǎn)業(yè)也像汽車自動駕駛一樣不斷在進化。

一般認為，智能駕駛/自動駕駛領域的數(shù)據(jù)標注發(fā)展大致經(jīng)歷了三個階段。2012年前的第一代數(shù)據(jù)標注以開源的單機標注工具為代表，具備有限場景的標注能力，主要滿足10K以下數(shù)量級的標注處理；2012年后隨著深度學習走熱，新興的數(shù)據(jù)標注平臺具備了多場景數(shù)據(jù)標注能力，可以滿足10K-100K數(shù)量級的標注處理；2019年后自動駕駛的火熱對數(shù)據(jù)標注的量級提出更高要求，純?nèi)斯つＪ诫y以應對100K、1000K甚至更大規(guī)模的數(shù)據(jù)標注，AI開始介入形成人機協(xié)同的智能化數(shù)據(jù)平臺。

經(jīng)過數(shù)年的耕耘，在2022年這個自動駕駛商業(yè)化進程顯著加速的轉折之年，國內(nèi)已經(jīng)出現(xiàn)一批優(yōu)質(zhì)的主打自動化、精細化的數(shù)據(jù)標注平臺，利用AI的無限生產(chǎn)力，代替有限的人工生產(chǎn)力，為自動駕駛數(shù)據(jù)標注行業(yè)降本、提質(zhì)、增效。

以曼孚科技為例，這家國內(nèi)最早專注自動駕駛數(shù)據(jù)標注領域的企業(yè)，在2022年7月宣布完成5000萬元Pre-B輪融資（近三年累計融資金額數(shù)億元）后，已經(jīng)進化為一家AI驅動的數(shù)據(jù)智能平臺。其MindFlow SEED 數(shù)據(jù)服務平臺通過AI+RPA驅動自動駕駛數(shù)據(jù)標注規(guī)?；慨a(chǎn)，在數(shù)據(jù)處理（尤其是3D點云數(shù)據(jù)處理）領域建立起6-12個月的技術壁壘，將綜合人效平均提升30%，數(shù)據(jù)生產(chǎn)成本平均降低40%，突破了產(chǎn)能局限，實現(xiàn)了AI數(shù)據(jù)規(guī)?；慨a(chǎn)。

這方面國際標桿是一家名為Scale AI的創(chuàng)業(yè)企業(yè)。該公司人利用AI訓練數(shù)據(jù)，借助美國大力發(fā)展自動駕駛的東風，2022年已成為估值73億美元的行業(yè)獨角獸。

受限于美國高昂的人力成本，Scale AI很早就將人工智能應用到自己的數(shù)據(jù)標注服務中，即先用AI識別一遍，再用人工主要負責校對其中的錯誤；校對完的數(shù)據(jù)再度用來訓練AI系統(tǒng)，使得下一次標注更精準……如此往復循環(huán)，隨著訓練數(shù)據(jù)越來越多，做標注的效率也就越來越快，需要人工參與也就越來越少，成本自然也就越來越低。

先進技術需要落地，產(chǎn)品力決定生命力

當然需要指出的是，隨著自動駕駛市場提速以及Scale AI憑借AI標注大獲成功，國內(nèi)一些泛數(shù)據(jù)標注企業(yè)也火速搭上自動駕駛和AI自動標注的便車，仿佛一夜之間從過去的人海時代升級到AI時代，但其實這并沒有解決根本問題，背后極有可能還是人海戰(zhàn)術。

極客智庫研究認為，AI在自動駕駛數(shù)據(jù)標注領域的應用是一個行業(yè)+AI的過程，兩者融合的成效取決于廠商在自動駕駛數(shù)據(jù)標注這個行業(yè)的專注程度以及Know-how水平。換句話說，那些起步較早且專注于自動駕駛數(shù)據(jù)標注領域的企業(yè)，往往能夠將行業(yè)知識與AI技術深度磨合，打造出AI人機協(xié)同的數(shù)據(jù)標注產(chǎn)品及智能化數(shù)據(jù)平臺，獲得市場的檢驗和認可。

總之，自動駕駛的星辰大海需要更多價值數(shù)據(jù)作為“養(yǎng)料”，我們呼喚更多真正的AI標注產(chǎn)品及智能數(shù)據(jù)平臺為此助力，共創(chuàng)共贏美好明天！