共计 3001 个字符，预计需要花费 8 分钟才能阅读完成。
每一年，AI 都变得越来越智能，这背地的次要起因之一是对于许多企业而言，人工智能被视为许多不确定性的最佳解决方案，通过人工智能利用能够达到降本增效的指标，并无效防止因为人为因素导致的失误操作。只管 2023 年的整体经济环境咱们还不能精确地预测，但对于心愿推动自动化的企业而言，人工智能必定会成为一个重要的关注和投资畛域，在本文中，咱们将探讨 2023 年一些支流的 AI 发展趋势，以及事实这些 AI 利用所需的数据标注。
用于文本、语音和视觉的人工智能将开始成为支流
ZOOM（在线会议软件）实时字幕翻译
企业能够通过减少对文本，语音和视觉 AI 的应用从而实现业务增长。例如，当您公司的销售代表通过 zoom、腾讯会议或其余在线视频会议软件与其余公司的客户在网上对话时，会议软件会录制通话记录，并且，背地的 AI 能够通过剖析这些对话来提供一些改良销售办法的见解。客服电话也是如此，因为人工智能能够帮忙公司汇总客户的常见问题并为在日后为客户们调配精确的自助服务渠道，减少客户体验感并辨认强动向的客户，从而取得大量的潜在客户。
在自然语言 AI 方面，咱们曾经能够看到 ChatGPT 疯狂地登上科技热榜，咱们能够预感诸如此类的模型会变得更加智能（尽管它曾经非常弱小了），因为钻研人员们还在一直地提出新的解决方案，晋升语意了解、上下文关系剖析，文本摘要、翻译准确性、情感剖析，甚至可能帮忙程序员们通过文字描述间接生成代码。
在计算机视觉畛域的企业和科研机构正在开发用于指标检测、语义宰割、指标跟踪等更弱小的模型，这些模型提供了以前无奈达到的准确度，在弱小的 GPU 加持下，这些模型将变得越来越广泛。
生成式 AI 将在艺术畛域施展更大作用
通过丑陋的插图和乏味的文案吸引和留住客户是许多公司都在致力解决的难题，毕竟咱们很难批量制作出引人入胜的高质量内容，专业人士的内容创作服务又非常低廉，这是生成式 AI 能够提供很大帮忙的中央，因为它能够疾速并且低成本地帮忙公司批量生产艺术作品和文案，生成式 AI 模型的应用形式是：向 AI 用文字描述出你脑海中的画面，无论这些画面多形象，AI 模型都能生成出你想要的画面，因而咱们有理由期待生成式 AI 成为将来企业发明内容的次要伎俩。
举荐浏览：
《数据标注如何赋能 AI 艺术》
人机合作的倒退
在世界各地，自主机器人的应用正在减少，在一些特定的园区中，货物的配送都是通过主动巡航的机器人实现的，以满足大量的运输需要并升高人工搬运的老本。机器人监控超市货物的缺货状况，以及在生产线上与人类一起工作的机器人手臂，这些智能机器正变得越来越广泛。Gartner 的钻研表明，因为智能机器人在智能、社交互动和人类加强能力方面的提高，到 2030 年，80% 的人类将每天与智能机器人互动，而目前这一比例还不到 10%。
通过 AI 晋升线下和线上的客户体验
借助 AI 的能力，电商企业不仅能够依据消费者已经的购买记录预测他可能喜爱什么，还能够通过用户的浏览行为或社交网络中取得的信息来为每位客户提供个性化举荐，这就是为什么你在观看短视频或逛购物网站的时候常常看到喜爱的产品。人工智能在电子商务中的作用是在营销、客户服务和销售畛域为企业提供反对。人工智能、智能机器、计算机视觉、图像分类、深度学习和人脸识别正在扭转电子商务的格局。
在线下购物方面，门店将专一于基于计算机视觉和基于边缘计算的人工智能零碎晋升消费者的购物体验，缩小消费者的排队等待时间将是一个次要的倒退畛域。将来的零售店还将可能提供高度个性化的倡议，并通过店内的摄像头剖析消费者的行为并给出个性化的举荐，以此晋升消费者的购物体验并无效进步销售额。
边缘 AI 的增长
边缘 AI 是在整个物理世界的设施中部署 AI 应用程序，之所以称为“边缘 AI”，是因为边缘 AI 的算力是通过用户左近的设施实现的，凑近数据所在的地位，而不是通过十分边远的云端服务器或公有数据中心。到目前为止，人工智能简直齐全在云端运行。然而，边缘传感器全天候生成越来越多样化的数据流，这些须要实时计算，这导致更多的 AI 部署转向边缘计算。对于机场、商店、医院等，人工智能带来了更高的效率、自动化，甚至升高了老本，这就是边缘人工智能在近些年被大量采纳的起因。
对主动驾驶汽车的需要减少
依据最近的数据，从 2023 年到 2032 年，汽车市场中的人工智能将以超过 55% 的复合年增长率增长。主动驾驶汽车的日益遍及将推动该行业的倒退。现在，越来越多的消费者意识到主动驾驶汽车带来的益处，一些世界领先的汽车制造商正在开发主动驾驶技术，除此之外，世界各地的政府和汽车制造商曾经开始采取措施促成主动驾驶汽车畛域的翻新。对主动驾驶汽车的所有这些需要也将导致对训练 AI 车辆所需的数据标注场景的需要减少，包含根底的 2D 指标检测标注、语义宰割标注、车道线标注、点云标注等等。
举荐浏览：
《主动驾驶公交汽车的将来倒退》
道德和非偏见的人工智能将受到更多关注
随着人工智能技术的不断进步，企业们开始思考这些技术的道德影响，IBM 的一项钻研表明，85% 的消费者示意，企业在应用 AI 解决社会问题时思考道德因素很重要，此前，一些企业为了训练 AI 模型应用了大量的用户隐衷数据，在 AI 道德更加受到关注和监管后，这种状况将有所恶化。另外，无偏见的数据集是 AI 模型做出牢靠和非歧视性预测的重要根底。例如，人工智能模型正被银行用于信用评分、简历筛选和一些司法零碎，然而，人们留神到，在某些状况下，数据集在肤色、年龄和性别方面存在一些固有偏见，比如说如果在训练人脸识别模型时应用了大量的白肤色，那么在黑肤色人种上的体现将会非常差劲。
将来的 AI 利用须要哪些类型的数据标注？
咱们在本文中谈到的 AI 利用的准确性取决于用于训练它们的训练数据的品质。例如，如果咱们看一下在文本、语音和视觉 AI 方面看到的第一个发展趋势，就会发现这些 AI 利用中的每一种类型都须要许多不同场景的数据标注。对于文本 AI，训练数据须要应用实体提取等办法进行标注，实体标注将各种标签附加到援用概念和实体（例如人物、地点或主题）的文本。
文本实体提取标注
对于语音 AI，肯定会用到音频训练数据，这意味着须要人工对音频和语音数据进行标注，比方在 AI 客服零碎中，将客户的声音与话务员的声音离开，并依照既定规定对语言进行转写。语音标注有助于开发执行特定反复工作的聊天机器人。
语音标注
对于计算机视觉，须要更多简单类型的数据标注，从较为简单的指标检测说起，数据标注员须要辨认图像中一个或多个指标的存在、地位和数量，并精确地用 2D 突围框紧紧地标注，略微简单一些的语义宰割也将是必要的，通过多边形工具对指标的边缘进行标注将使 AI 模型可能更精确地辨认图像中的每一个像素。近些年，随着主动驾驶和计算机视觉技术的倒退，咱们开始涉足多传感器交融标注，这对于标注工具的开发和标注员的素质都提出了更高的要求。
点云交融标注
为了减速您的 AI 迭代，请抉择冰山数据
当初越来越多的 AI 公司正在为数据标注而苦恼，从而抉择与业余的第三方公司进行单干，冰山数据是一家全球化的数据标注公司，帮忙企业一站式提供 AI 数据服务，包含各种类型的数据采集和数据标注服务，咱们通过自营 + 寰球联盟的模式提供各类数据标注专家从而满足各种丰盛的数据标注类型，同时咱们也打造了高度流程自动化的数据标注平台，从而让简单的数据标注流程变地更简略。
明天起，抉择与冰山数据单干并晋升您的 AI 迭代速度，请通过冰山数据官方网站分割咱们。