Respuestas del entrenamiento de Shengrui

Texto | Ye Li

En el proceso de ponerse en contacto con la industria de muestreo de datos, Heizhi escuchó una historia sobre las fábricas de etiquetado de Qilu y Henan.

Se informa que la mayoría de las fábricas de etiquetado en Henan utilizan las herramientas de etiquetado de Baidu para realizar el trabajo de Baidu. Cuando Qilu se hizo cargo de la bandera de Baidu, lanzó una gran cantidad de solicitudes de licitación. No fue difícil sobrevivir en ese momento (la tasa de precisión era solo de 90) y la tasa de ganancia del etiquetado podía llegar a 60-70. Algunas empresas se expandieron a ciegas y contrataron a cientos de personas a la vez; después de que Qi Lu se fue, la demanda de Baidu disminuyó. 2065438 En la segunda mitad de 2008, la tasa de precisión aumentó generalmente a 95-96 y el trabajo se volvió más difícil. Estas fábricas solo conocían las herramientas de etiquetado de Baidu y era difícil hacerse cargo de otros negocios, por lo que muchas de ellas murieron. Las fábricas que sobrevivieron tuvieron que despedir trabajadores y actualmente se encuentran en un difícil período de transición.

Cuando la fábrica de etiquetas de Henan estaba atravesando una difícil transformación, se inauguró oficialmente la empresa de etiquetas de Zhang San. La empresa acaba de constituirse y todo es complicado. Hace unos días, Heizhi lo contactó al mediodía. Le dijo a Heizhi que era necesario reelaborar el pedido de hace dos años y que había estado ocupado. Para una startup, es mejor estar ocupada que inactiva. Si algún día estuviera libre, Zhang San dijo que no podría dormir por la noche. "Si no se trabaja un día se desperdician miles de dólares. El gasto mensual es de 6,543,85 millones (nota: la empresa tiene actualmente 65 empleados)".

En su opinión, la industria del etiquetado está una industria amarga. "En la primera mitad del año, definitivamente perderás dinero. Tienes que estar preparado para perder 10.000 yuanes por persona". Sonrió y le dijo a Heizhi: "Si le guardas rencor a alguien, convéncelo para que etiquete". " Este es un pasaje muy famoso en el círculo de etiquetas. Los círculos de etiquetas no son ni grandes ni pequeños y están divididos en cuatro escalones. Zhang San dijo que su empresa pertenece al tercer escalón. El primer escalón, como Baidu Zhongce y JD.COM Zhongzhi. El segundo escalón incluye My Neighbor Totoro Data, Testin Cloud Test, BasicFinder, Datatang, etc. Comparó la relación entre el segundo y tercer nivel con la de un pequeño promotor inmobiliario y un albañil. Debajo del tercer escalón hay una gran cantidad de talleres pequeños, con equipos de 3 a 5 personas.

La industria de las etiquetas es una industria emergente prometedora.

Novedad significa incertidumbre e infinitas posibilidades. "El etiquetado en seco es como verter agua en un balde. Cada vez que sacas una caja, agrega un recipiente con agua. En la actualidad, nadie sabe cuánto durará, solo cuando el agua se desborde". diseñando el futuro. "El primer paso es servir al segundo escalón en esta etapa y luego construir una plataforma que permita a la empresa convertirse en el segundo escalón".

Mercado de 30 mil millones y punto de inflexión

Mercado de recopilación y anotación de datos ¿Qué tamaño tiene? 30 mil millones de yuanes.

Este mercado apareció hacia 1984. La empresa de Xinboyou es una de muchas empresas. En ese momento, estas empresas se parecían más a “empresas portales”, empresas que digitalizaban el contenido en papel en lugar de etiquetarlo. La "incorporación" es una tarea que requiere mucha mano de obra y una empresa necesita contratar a muchas personas para realizarla. Según Zhaopin Recruitment, los nuevos blogueros marcaron “1000-9999” en el número de personas de la empresa.

A diferencia de los nuevos blogueros, Haitian Shengrui se fundó en 1998, se dedicó a la anotación de discursos y creó muchas bases de datos de discursos por sí mismo. Los conocedores me dijeron que Dark Horse; Heizhi y Haitian Shengrui están repitiendo las ventas de bibliotecas de voz que hicieron antes, lo cual es un negocio relativamente grande. Datatang se estableció en 2011. Por lo general, lo que más impresiona al mundo exterior es que "es la plataforma de comercio de datos más grande de China". Esto está relacionado con su espíritu empresarial.

Alrededor de 2015, con el fuerte ascenso de las 50 principales empresas de inteligencia artificial en la lista, la demanda de anotación y recopilación de datos aumentó gradualmente. Lo que realmente ha formado este mercado son los cuatro escalones mencionados anteriormente. Como Partido B, han entrado en este mercado en constante expansión, han servido a unicornios de IA con una valoración de más de 654.380 millones de dólares y han enseñado productos de inteligencia artificial que pueden cambiar el mundo.

1. Quienes obtienen datos obtienen IA.

Los datos son una necesidad para las empresas de IA. Así como las personas necesitan tres comidas al día, los modelos de IA también necesitan una alimentación diaria de datos. Du Lin, fundador y director ejecutivo de Besay BasicFinder, tiene un profundo conocimiento de la relación entre los datos y los modelos de IA. Comencé a estudiar visión por computadora en la escuela secundaria y publiqué un artículo en mi último año. También ha realizado investigaciones relevantes durante la universidad.

Es muy consciente de la importancia de los datos para los modelos de IA y concluyó que "no existe un umbral para el modelado de IA, pero los datos son el umbral".

En su opinión, la inteligencia artificial en la etapa actual es simple inteligencia cognitiva. "La inteligencia cognitiva sirve para ayudarle a identificar y clasificar el mundo. La construcción de un clasificador es un problema matemático formado por la acumulación de datos". "El aprendizaje profundo es esencialmente un problema matemático, que consiste en ingeniería inversa a partir de una gran cantidad de datos". de datos del espacio muestral. El proceso de construcción de un espacio de coeficientes clasificadores. ¿Qué quieres decir con muestras? Esto es lo mismo que cuando pedimos múltiples estilos y fórmulas de coeficientes en el espacio. Los puntos se utilizan para ajustarse a múltiples modelos. De la misma manera, el aprendizaje profundo también requiere una gran cantidad de muestras, es decir, datos calibrados”.

Por lo tanto, Dulin se dio cuenta de que “en la etapa actual de la industria. La investigación y el desarrollo de aplicaciones de IA definitivamente no se omitirán y podrán depender de datos estándar dentro de 10 años. "Los datos son muy importantes para la IA, pero las empresas que etiquetan y recopilan datos no tienen acceso a la academia, la industria y otros. Capital e incluso reconocimiento mediático. Halo pertenece a aquellas empresas de inteligencia artificial que han estado investigando y desarrollando modelos desde el principio, como SenseTime y Megvii Technology.

“Una empresa ha creado un buen producto de inteligencia artificial. Todos dirán que el algoritmo de inteligencia artificial o el científico son increíbles, pero nadie ha dicho nunca que la recopilación de datos sea buena”. Dijo Jia Yuhang. Jia Yuhang me dijo que el caballo oscuro; la sabiduría oscura no solo no puede ser iluminada por el foco, sino que el muestreo de datos sigue siendo un "trabajo duro". Es tan difícil que nadie quiere hacerlo. Es muy similar a Internet móvil y el producto es bueno. Nadie esperaba que hubiera un probador de aplicaciones para la medalla militar. Una vez que algo sale mal, el primer culpable es definitivamente el departamento de pruebas.

Mercado de licitación de datos de 230 millones de yuanes

La importancia de los datos para las empresas de IA es evidente. Se informa que las empresas de inteligencia artificial invierten entre un 10% y un 15% en muestreo de datos. Algunas personas también han mencionado que la proporción es 20-30. En 2018, la escala de financiación total de las empresas chinas de inteligencia artificial alcanzó más de 100 mil millones de yuanes, y el mercado de adquisición de datos fue de entre mil millones y 30 mil millones de yuanes. Un tercio será digerido por el departamento de etiquetado dentro de la empresa de inteligencia artificial, parte será dividido por la empresa de subcontratación de procesos comerciales y el resto, entre 25 y 33, fluirá hacia empresas de terceros que se especializan en datos. adopción. En la actualidad, la escala de financiación de la IA está creciendo a un ritmo de alrededor del 25% anual.

A medida que disminuye el umbral para la tecnología de IA, cada vez más empresas están abriendo sus propios marcos y se puede generar un modelo alimentando datos. Cada vez más empresas verticales están empezando a crear departamentos de IA. Antes de eso, entregarían su negocio a empresas que fabrican modelos de IA. En los últimos dos años, muchos de los clientes de Totoro Data, Testin Cloud Testing y Besay BasicFinder no pertenecen a la industria de la inteligencia artificial, sino que son departamentos comerciales de inteligencia artificial de empresas tradicionales. Qizhi, fundador y director ejecutivo de Totoro Data, cree que desde esta perspectiva, el tamaño del mercado no es fácil de calcular. Se desconoce cuánto presupuesto gastarán en IA las empresas de Internet como BAT, Xiaomi, JD.COM y TMD y las empresas tradicionales de las industrias tradicionales. Lo único que es seguro es que el mercado para la adopción de datos se ha hecho cada vez más grande en los últimos dos o tres años.

En los últimos dos o tres años, los modelos de IA han requerido cada vez mayor complejidad y precisión en el muestreo de datos. Por ejemplo, ahora, al crear un marco de cara, la precisión del marco de la cara debe estar dentro de cinco o tres píxeles; en otras palabras, la tasa de precisión de todo el lote de datos debe ser superior al 97%; Jia Yuhang cree que la mejora de la precisión es un resultado inevitable del desarrollo de la industria de la IA. Para la industria de la IA, hay un dicho que dice que la basura que entra, la basura que sale y los datos anotados de baja precisión no tienen significado para el algoritmo. Sólo generando continuamente datos de licitación de alta precisión pueden los proveedores de servicios mantener su ventaja competitiva.

En segundo lugar, una escala de datos más grande y diversa. Lo enorme es que la cantidad de datos será mayor. Tomemos como ejemplo los sensores. A medida que el costo de los sensores disminuye y su uso se generaliza, será necesario etiquetar cada vez más datos. Una mayor diversidad se refiere a dimensiones de datos más ricas. En la exposición CES de este año, Panasonic lanzó una solución para el hogar inteligente que no sólo puede observar el nivel de fatiga del rostro a través de la cámara del televisor, sino que también detecta los latidos del corazón de una persona a través del sensor capacitivo de la silla.

Anteriormente, la detección de fatiga solo utilizaba cámaras para capturar rostros. En el futuro, se recopilarán más datos dimensionales, no solo imágenes y sonidos 2D, sino también datos LIDAR 3D y latidos del corazón que se incluirán en el alcance de la licitación.

3. Punto de inflexión

Los cambios en el lado de la demanda provocarán inevitablemente terremotos considerables en el lado de la oferta. El lado de la oferta ha comenzado a transformarse de industrias intensivas en mano de obra a nuevas industrias y nuevos modelos: el crowdsourcing de herramientas. Comienza el barajado y la recopilación de datos marcó el comienzo de la segunda mitad.

El cuarto escalón tiene el mayor impacto negativo. Ya sea complejo o requiera mayor precisión, no es una buena noticia para ellos. Desde mediados del año pasado, más de diez o veinte pequeños talleres han solicitado cada día afiliarse a BasicFinder, lo que demuestra que los pequeños talleres han perdido sus fuentes de negocio. "Su modelo de depender de datos de baja calidad y precios bajos para apoderarse del mercado ya no es sostenible. Porque los ingenieros de IA no pueden aceptar datos de baja calidad y una entrega poco confiable", afirmó Dulin.

Zhang San cree que el cuarto escalón rompió las reglas. Primero obtienen el pedido a bajo precio, luego prueban qué tipo de proyecto puede producir la mayor producción por unidad de tiempo y luego realizan este proyecto. Otros proyectos se subcontratan a equipos más pequeños. La calidad es difícil de garantizar. "No calculan el alquiler, los gastos de gestión, etc., sino que sólo calculan los costes laborales. Su lógica es que si una persona gana 50 yuanes al día, si el precio es más alto, ganará dinero. Así que citaron un precio unitario de 100 yuanes. En tercer lugar, el escalón debe hacerse cargo del alquiler, los impuestos, las tarifas de gestión y el consumo desordenado de agua y alimentos todos los días. Solo se puede hacer con un precio unitario de al menos 200 yuanes. p>

En los primeros días, el cuarto escalón ganaba algo de dinero a través de este método, el costo del hardware se recuperaba y quedaba un saldo. Pero a principios de 2018, el segundo escalón comenzó a realizar pruebas en las tiendas: "Mira cuántas personas tienes, mira tu lugar. No eres profesional y la industria te está eliminando lentamente. Significa que no hay nada". fuente de negocio, tanta gente necesita comer, necesita que le paguen, surge la crisis del cuarto escalón no profesional. Incluso si se puede encontrar un proyecto, los requisitos para los proyectos de licitación aumentarán. Por ejemplo, la tasa de precisión debe llegar a 95 o incluso 99, y los talleres pequeños deben seleccionar algunas personas del equipo para realizar inspecciones de calidad a tiempo completo. La inspección también aumentará el costo.

La presión es la misma para todos los actores de esta industria. Las empresas de segundo nivel, como My Neighbor Totoro Data, Testin Cloud Testing y Besay BasicFinder, necesitan iteraciones empresariales. En el proceso, necesitan encontrar formas de abrirse camino, continuar innovando y salir de sus zonas de confort. . Han encontrado un punto de entrada y necesitan pensar en cómo ganar en el futuro. Los conocedores de la industria creen que el surgimiento de la crisis del cuarto escalón ayudará al poderoso segundo escalón a depender de la calidad y la eficiencia del servicio para aprovechar las brechas de mercado dejadas por los pequeños talleres que se han retirado.

Nueva etapa y nueva competencia

La anotación y recopilación de datos es una actividad técnica.

Cuando llegue la demanda, la empresa licitadora hará dos cosas: primero, asignar y desarrollar módulos; segundo, intentar resumir las reglas y realizar capacitación. Una vez completados estos dos aspectos, la empresa realizará una cotización al demandante. Durante el proceso de cotización, la empresa postora regresará y preparará los materiales de licitación o materiales de respuesta relevantes.

Tras ganar la licitación, la empresa licitadora comenzó a transmitir datos y subirlos a la plataforma, y ​​comenzó a configurar las operaciones de producción y etiquetado. Se informa que la configuración del negocio de etiquetado de datos es un modelo matemático complejo. Por ejemplo, algunas tareas requieren flujos de trabajo en serie y paralelos, y los flujos de trabajo paralelos son el trabajo colaborativo de muchas personas. El último resultado del flujo de trabajo en serie se basa en el resultado anterior. El flujo de trabajo en serie y paralelo requiere una plataforma para realizar la configuración del flujo de trabajo empresarial. Por ejemplo, algunas operaciones de anotación de texto de tipo PNL requieren que varias personas realicen anotaciones y, finalmente, elijan una o voten. Una configuración serie-paralelo implica la distribución del flujo de datos subyacente.

En el proceso de etiquetado, la gestión colaborativa de la calidad y las estadísticas de rendimiento son muy importantes. La plataforma debe mantener estadísticas sobre la precisión, estabilidad y eficiencia de todos de manera oportuna. Después del marcado, la empresa postora aún debe realizar inspecciones aleatorias antes de la aceptación del cliente. Al final, la empresa entrega la mercancía según el formato acordado con el cliente, lo que implica la cuestión de la conversión de formato.

El proceso anterior incluye todos los puntos técnicos centrales de todo el sistema de etiquetado. Los servicios de etiquetado y recogida no pueden ser realizados por un solo grupo de personas.

Para el tercer y cuarto escalón que depende de la mano de obra, Jia Yuhang cree que si quieren transformarse en un nuevo modelo de producción de herramientas de crowdsourcing, "las limitaciones son relativamente grandes:

Primero". , datos El líder de la industria se ganará una reputación en el círculo de clientes a través de estos tres años de servicio continuo, y el efecto de marca le brindará una cierta acumulación de negocios. Algunas empresas que se preocupan más por la calidad y la relación insumo-producto se inclinarán gradualmente hacia los líderes. En segundo lugar, ventajas técnicas. Las empresas de marcado principal tienen los fondos para optimizar sus propias herramientas y satisfacer las necesidades personalizadas de los clientes, y optimizar los sistemas y procesos de servicio correspondientes a través de la experiencia de gestión. Sin embargo, existen limitaciones para que los equipos pequeños desarrollen rápidamente herramientas y sistemas de procesos existentes para cubrir una o más industrias. Hay dos caminos disponibles para ellos. En primer lugar, agilizar el equipo, especializarse en los negocios de una o varias empresas de inteligencia artificial y construir un negocio pequeño pero hermoso, en segundo lugar, cooperar con las élites y utilizar las herramientas proporcionadas por las élites para completar las tareas asignadas por la plataforma;

Para los recién llegados que aún no han ingresado al mercado, si están decididos a ser una plataforma de herramientas de crowdsourcing desde el principio, además de superar las barreras comerciales, la plataforma de crowdsourcing también necesita capacidades operativas sólidas y suficiente gente. Gente en la plataforma. La plataforma debe considerar cómo introducir nuevos productos y cómo mantener la actividad diaria y mensual. En cuanto a herramientas, no basta con tener una APP que pueda servir de objetivo. Sin métodos de comunicación convenientes, es difícil reducir la propagación de errores. Al igual que en la teoría del barril, el agua no se puede contener sin tablas. En otras palabras, la ventana para nuevos participantes se está cerrando gradualmente.

Los expertos de la industria creen que el mercado de ofertas entrará en el Período de los Reinos Combatientes. El poderoso segundo nivel inevitablemente se enfrentará a un combate cuerpo a cuerpo. El mercado de adopción de datos está empezando a unificarse. El primer escalón está destinado a no ser protagonista en el período de hegemonía. Debido a la competencia de la industria y otras consideraciones, el lado de la demanda no entregará datos a las plataformas de crowdsourcing de Baidu y JD.COM. Las empresas cotizadas que subcontratan recursos humanos ganarán una cierta proporción de cuota de mercado en la segunda mitad del año, lo que representa una cierta amenaza para las cinco empresas postoras, pero la amenaza no es significativa.

¿Cómo competirá la segunda división en la segunda mitad? A través de una comunicación profunda con las tres empresas del segundo nivel, Heizhi descubrió que tenían diferentes comprensiones del futuro y la competencia, y que sus diseños también eran diferentes. Estas diferencias están condenadas al fracaso desde el momento del nacimiento.

1. ¿Quieres ser más ligero o más pesado?

My Neighbor Totoro Data, Testin Cloud Test y Double Match Basic Finder dieron diferentes respuestas a la pregunta de "hacerlo a la ligera o rehacerlo". Testin Cloud Test y Double Match BasicFinder tienen sus propios equipos de anotaciones, mientras que Totoro Data insiste en el crowdsourcing para las anotaciones.

Detrás de diferentes elecciones hay diferentes genes. Testin Cloud Testing se estableció en 2011. A partir de las pruebas de compatibilidad de aplicaciones, ingresa a los servicios empresariales y luego deriva pruebas funcionales, pruebas automatizadas, pruebas de seguridad, pruebas de rendimiento y otros servicios, convirtiéndose en una plataforma de pruebas integral. En 2017, Testin Cloud acumuló una gran cantidad de clientes. Algunas empresas de inteligencia artificial se han acercado a Yuncei y esperan recopilar datos a través de la plataforma de medición pública de Yuncei. Este fue el punto de partida del negocio de muestreo y medición de la nube de Testin.

Las pruebas en la nube de Testin han generado muchos negocios. Por ejemplo, además del crowdsourcing, también recopilaremos escenas personalizadas e incluso cooperaremos con Hengdian Film and Television Base para utilizar los recursos de actuación de Hengdian Group para crear escenas exclusivas y completar la colección de escenas personalizadas para los clientes. En términos de anotación, Testin Cloud Testing construyó su propia base de anotaciones y cooperó con el gobierno municipal de Fangshan para la anotación de datos. Jia Yuhang dijo que todo lo que hace Testin Cloud Test es para las necesidades de los clientes. "A través del desarrollo y la conducción de herramientas, se garantiza la eficiencia, la precisión y la seguridad del etiquetado. Y a través de la gestión de proyectos, la gestión de control de riesgos, etc., se garantiza que la precisión del etiquetado cumpla con los estándares y requisitos de precisión del cliente".

A juzgar por los genes del producto Besay BasicFinder, las herramientas de Besay se inclinan más hacia las herramientas de gestión en modo de equipo que en modo de crowdsourcing. El 18 de febrero de 2018, el concurso adquirió nuevos blogueros. Como se mencionó anteriormente, Xinboyou es una empresa de procesamiento de datos con sede en Beijing que opera desde hace 30 años. La empresa plantea demandas y brinda soporte técnico.

"Hicimos iteraciones muchas veces, y la optimización de cada herramienta, tecla de acceso directo y cada configuración fue un trabajo duro en la producción de datos. El negocio de la competencia llegó más tarde que el de otras empresas. Básicamente, no recibimos negocios en 2016 y no No empezaremos a recibirlo hasta 2017. Nuestra herramienta es muy robusta”

Además de los nuevos blogueros, Besai Basic Finder también ha estado ampliando activamente su capacidad de producción. Dulin dijo que en la actualidad, Besai Basic Finder ha ampliado su sucursal con casi 3.000 personas. "Al ampliar nuestra propia capacidad de producción, podemos lograr el servicio más profesional". 2065438 En septiembre de 2008, Besai Basic Finder adquirió 100 acciones de Dinghuo Intelligent. La “Aplicación Juju” de Dinghuo Intelligence ha acumulado cientos de miles de usuarios activos de crowdsourcing. "Establecimos un sistema de recopilación independiente y luego lo combinamos con la aplicación integrada para realizar la recopilación de datos y completar tareas más diversas".

A diferencia de Testin Cloud Testing y BasicFinder, Totoro Data no tiene su propia anotación. Las herramientas del equipo tienden a ser de colaboración abierta. Qizhi y Lianchuang, que nacieron en empresas de Internet, prefieren adoptar estándares basados ​​en plataformas en lugar de "ser una pura fábrica de datos". La experiencia pasada de Zanzhi le dijo que el sistema debería manejar este complejo procesamiento de datos en lugar de depender de la gestión de persona a persona. Porque la eficiencia en la gestión de las personas es muy baja.

Según Qizhi, Totoro Data adoptó anteriormente el modelo de crowdsourcing para la recopilación de datos. "Hacemos que las cosas sucedan a través del crowdsourcing, y muchos seguidores comienzan a hacerlo a través del crowdsourcing". Yan Zhi cree que los datos de Totoro han creado una "espada eterna". No cree que las personas que aprenden los datos de Totoro puedan hacer bien el crowdsourcing. "Todos los primeros jugadores que ingresaron a esta industria tenían una espada. Usaron esta espada para obtener ganancias, y luego vieron a otros sosteniendo la Espada Eterna para obtener mayores ganancias. Para construir esta Espada Eterna, no podía perder esta espada. Es posible que hayan perdido todo sin perder la espada, porque la energía humana es limitada y el pensamiento es limitado, y es imposible concentrarse en la espada y la Espada Yitian al mismo tiempo, y no es científico mejorar la Espada Yitian. que nosotros."

Qizhi cree que Totoro Data no tiene espada. "Después de recibir las demandas de los clientes, solo podemos optimizar el sistema para garantizar una salida de datos precisa. Para ellos, después de recibir las demandas de los clientes, todavía hay una manera de dar un paso atrás, por lo que supervisamos a todos para que lo hagan con cuidado en el sitio. Tienen Una salida, pero no lo hacemos. Hay que resolverlo. Cuando hay una retirada, es fácil para la gente elegir una retirada ". Se entiende que la plataforma de crowdsourcing de Totoro tiene actualmente más de 4 millones de usuarios. , de los cuales sólo más de 1.000 están etiquetados. El negocio de etiquetado de datos de Totoro lo llevan a cabo principalmente más de 1.000 proveedores de canales.

2. ¿Quieres ser modelo?

Jia Yuhang mencionó que la cadena industrial de anotación de datos se puede dividir en tres partes: personas, herramientas y algoritmos. Las pruebas en la nube de Testin insisten en crear personas y herramientas, no algoritmos. "Los datos se pueden copiar. Si la empresa de recopilación y etiquetado conoce el algoritmo, es un poco como si una empresa de algoritmos le pidiera a otra empresa de algoritmos que los etiquete. Es controvertido si estos datos se utilizan para la promoción del Partido B. "Somos una empresa". "No somos una empresa que vende algoritmos. Solo somos responsables de completar las necesidades de adopción de datos de la empresa, después de la entrega, eliminaremos por completo los datos del cliente". Es posible que Du Lin no esté de acuerdo con el punto de vista de Jia Yuhang. Besay BasicFinder está construyendo un sistema de modelado tonto: los usuarios solo necesitan ingresar datos para obtener un modelo de IA. "Si un cliente quiere configurar un departamento de IA, sólo necesita implementarlo en el sistema de la competencia anterior y luego buscar dos o tres ingenieros de IA para ajustar los parámetros y luego podrán crear sus propios modelos. En este De esta manera, el etiquetado, la recopilación y el modelado se convertirán en un gran circuito cerrado, porque el cliente entiende el negocio y sabe cómo deberían verse los datos del negocio", afirmó Dulin.

Besay BasicFinder ahora evita el modelado directo. Du Lin enfatizó: “Hemos unificado el sistema de etiquetado privatizado desarrollado de forma independiente y el marco de aprendizaje profundo generalizado en el sistema básico de IA de Besay, BasicAI, para lograr la gestión del ciclo de vida completo de los datos y modelos de IA.

Shuangjing no modela. Solo proporcionamos a los clientes un conjunto de herramientas subyacentes para permitirles modelar por sí mismos. " Du Lin explicó: "La aparición de bibliotecas de aprendizaje profundo como Tensorflow, Keras y Pytorch ha hecho que el modelado no tenga barreras. En el futuro, incluso los estudiantes de secundaria podrán modelar.

Si una empresa de automóviles le pidiera a Besay BasicFinder que le ayudara a construir un sistema de conducción autónoma, Doolin dijo que sería imposible, pero también dijo: "Nuestra base lo hace posible". modelado. Los clientes están duplicando los datos de ofertas y transmitiéndolos a plataformas de modelado. El cliente ajusta algunos parámetros en Tensorflow y sale el modelo. "Este año, Bassey lanzará una nueva versión 3.0 y proporcionará servicios de herramientas de etiquetado SaaS para ayudar a los clientes a lograr la gestión del etiquetado de datos. Dulin mencionó que las herramientas de proceso de licitación y modelado creadas para el equipo pueden mejorar la extensión comercial de la competencia y mejorar la competencia en el competencia No hay opciones buenas o malas, pero el mercado dará una respuesta clara a todas las opciones. Sin embargo, los clientes no quieren que una empresa domine. En el futuro, la situación de cuentas sólidas no crecerá. mucho tiempo

Hacia el final

Entra en una escena, un mercado, una industria

Entra la bulliciosa multitud en el mercado. , pero una vez que entran, entra en juego la lógica del mercado y del capital. Ellos, tú y yo, nos convertimos en factores de producción en la cadena productiva, siendo seleccionados, mejorados o eliminados.

La posición de Cada participante de la industria ha sido o ha sido determinado desde el día en que nació. Sigue la lógica existente desde el momento en que se crea y nunca cambia según la voluntad personal. En la primera mitad, surgieron héroes de base para luchar por el precio. En la segunda parte se peleó por la marca, el servicio y la eficiencia. Las élites empezaron a despejarse y las bases se fueron o se reincorporaron al equipo.

Ahora es la segunda parte. Parece un poco prematuro hablar de las finales. Hay demasiadas incertidumbres en la competición en los próximos años, pero es posible que vuelvan a surgir más incertidumbres, pero sólo en un momento.

Heizhi cree que, aunque habrá incertidumbre. será la corriente principal en los próximos años, todavía hay varias cosas que son seguras:

1. La segunda mitad del año seguirá siendo la misma. Será una batalla de rendimiento de costos para los clientes. Quieren datos de mayor calidad al menor costo. Para sobrevivir y destacarse de la competencia, los proveedores deben satisfacer la demanda de rentabilidad y lograr reducción de precios y rentabilidad a través de la tecnología. Siempre lo más importante: “Oblígate a no ganar demasiado dinero por medios técnicos. Esto puede reducir los precios y mejorar la competitividad. ”

2. No ignore las necesidades de IA de las empresas tradicionales. No hay duda de que en los próximos años, las necesidades de IA de las empresas tradicionales se dispararán y cómo capturarlas. Servirlos bien es una necesidad urgente para todas las empresas licitadoras. Los problemas deben resolverse. Por supuesto, no podemos ignorar los nuevos datos en la industria de la inteligencia artificial, como los datos lidar 3D y los latidos del corazón. Ignore las capacidades comerciales, lo que puede convertirse en un nuevo problema para las empresas licitadoras. En esta etapa, sus productos y modelos comerciales básicamente han sido validados por el mercado. Necesitan ampliar su cobertura de productos ampliando su influencia comercial.

4. Establecer una segunda curva de crecimiento. En los próximos años, algunas se irán y otras se quedarán. Todas serán dueñas, líderes o dominadas en la cadena industrial. para superar las limitaciones de costo-beneficio existentes. Además, el sueño de Zhang San aún debe realizarse, en caso de que se haga realidad.