愷望數(shù)據(jù)宣布啟用“自動化數(shù)據(jù)產(chǎn)線”

2023年2月20日卡車網(wǎng)記者獲悉，自動駕駛數(shù)據(jù)服務(wù)公司愷望數(shù)據(jù)宣布:以“自動化產(chǎn)線+規(guī)?；肆?rdquo;為核心,能夠為算法提供穩(wěn)定的低價數(shù)據(jù)供應(yīng)鏈的"愷望自動化數(shù)據(jù)產(chǎn)線"日前正式啟用。

通過“‘人和場景’為導(dǎo)向的全局自動化”路徑,該產(chǎn)線實現(xiàn)了在持續(xù)提升數(shù)據(jù)生產(chǎn)規(guī)模化的同時、減少成本超過20%。

愷望自動化數(shù)據(jù)產(chǎn)線以數(shù)字驅(qū)動方式打造自動駕駛數(shù)據(jù)生產(chǎn)的全流程系統(tǒng),并充分考慮“人機(jī)交互”的適配場景,通過SaaS平臺、算法、各板塊建模等科技工具,以及校企合作培訓(xùn)逾千位“愷望人工智能訓(xùn)練師”,持續(xù)提升數(shù)據(jù)生產(chǎn)及運(yùn)營管理全流程各板塊的規(guī)模與效率。通過這樣“以’人和場景’為導(dǎo)向的全局自動化”路徑,目前已實現(xiàn)可在持續(xù)提升數(shù)據(jù)生產(chǎn)規(guī)?；耐瑫r減少成本超過20%,經(jīng)驗證不但可以為算法提供穩(wěn)定的低價數(shù)據(jù)供應(yīng)鏈,同時也正在為未來實現(xiàn)全自動化產(chǎn)線的建模提供大量人數(shù)據(jù)及人的行為及經(jīng)驗積累。

關(guān)注全局效率

解決自動駕駛標(biāo)注“穩(wěn)定低價供給痛點”

數(shù)據(jù)標(biāo)注自動駕駛數(shù)據(jù)標(biāo)注是價格敏感型導(dǎo)向的,相同的交付質(zhì)量和交付時間,一定是越低價格越有優(yōu)勢,我們最關(guān)心的是:數(shù)據(jù)需求變大了,成本怎么降下來?——— 自動駕駛數(shù)據(jù)生產(chǎn)依賴規(guī)?；娜肆┙o,波峰波谷的人效配置及穩(wěn)定、優(yōu)質(zhì)數(shù)據(jù)供應(yīng)問題一直是行業(yè)內(nèi)的最大痛點。

成立一年的愷望數(shù)據(jù)圍繞解決這個行業(yè)痛點、以“提供穩(wěn)定的低價數(shù)據(jù)供應(yīng)”目標(biāo),近日已正式啟用“愷望數(shù)據(jù)自動化生產(chǎn)線”平臺。這個以“自動化產(chǎn)線+規(guī)?；肆?rdquo;為核心的自動化數(shù)據(jù)產(chǎn)線,并沒有完全拋棄人力模式,而是更關(guān)注在引入人工智能技術(shù)提升數(shù)據(jù)生產(chǎn)規(guī)?；妥詣踊芰Φ耐瑫r,如何充分利用現(xiàn)階段行業(yè)內(nèi)“人的行為經(jīng)驗”進(jìn)行AI建模,為最終實現(xiàn)生產(chǎn)線全自動化持續(xù)進(jìn)行數(shù)據(jù)積累、建立規(guī)則、建模優(yōu)化。

“數(shù)據(jù)生產(chǎn)流程包括對需求規(guī)則的解讀、數(shù)據(jù)任務(wù)拆分、人員匹配,也包括在生產(chǎn)管理過程進(jìn)行產(chǎn)能監(jiān)管、質(zhì)量監(jiān)管、效率監(jiān)管,有些部分可以實現(xiàn)全自動化,但有些部分、尤其是需要人為判斷的部分,還有待更多成熟的模型建成,才能逐步實現(xiàn)自動化。目前在行業(yè)內(nèi)的技術(shù)方案,多數(shù)是關(guān)注解決’預(yù)標(biāo)注‘這個環(huán)節(jié)的效率,而愷望認(rèn)為,現(xiàn)階段要持續(xù)實現(xiàn)穩(wěn)定的低價數(shù)據(jù)供應(yīng),關(guān)鍵是在通過“自動化技術(shù)+人力運(yùn)營管理”的部署,來提升全生產(chǎn)及管理流程的全局效率,進(jìn)一步提供規(guī)?；姆€(wěn)定低價數(shù)據(jù)供應(yīng)。”愷望數(shù)據(jù)于旭表示。

在技術(shù)方面,愷望自動化數(shù)據(jù)產(chǎn)線由基于BI系統(tǒng)和AI算法建成的愷望SaaS平臺支撐,由各自動駕駛數(shù)據(jù)生產(chǎn)的多個環(huán)節(jié)形成各自的系統(tǒng)接入組成,這些系統(tǒng)通過算法建模,既獨立運(yùn)作、又相互協(xié)同,未來通過各板塊的持續(xù)建模優(yōu)化、將進(jìn)一步推進(jìn)愷望自動化數(shù)據(jù)產(chǎn)線“全自動化”。

OpenAI用7年時間孕育了ChatGPT,在此之前,經(jīng)歷了規(guī)模極大、基于人的數(shù)據(jù),不斷的建模與優(yōu)化?？萍脊绢I(lǐng)先技術(shù)的應(yīng)用,最終還要面對解決交付、量產(chǎn)等商業(yè)化落地的考驗。雖然人工智能是熱門焦點,也是大勢所趨,但從目前的實際的產(chǎn)業(yè)應(yīng)用來看,在自動駕駛數(shù)據(jù)生產(chǎn)領(lǐng)域,多個環(huán)節(jié)都仍依賴”人為判斷及行為“在主導(dǎo)。

愷望數(shù)據(jù)認(rèn)為,在目前階段,需要以自動化為目標(biāo),根據(jù)自動駕駛數(shù)據(jù)生產(chǎn)流程各環(huán)節(jié)的規(guī)則和邏輯、基于人的模式建模,逐步推動將數(shù)據(jù)生產(chǎn)從”成熟的人工模式“轉(zhuǎn)化為”成熟的人工智能模型“,解決大規(guī)模供應(yīng)和成本的效益匹配問題。因此,規(guī)?；娜肆?shù)據(jù)和經(jīng)驗在現(xiàn)階段就非常重要。

為此,愷望數(shù)據(jù)大力推進(jìn)校企生態(tài)合作,與全國20多家實訓(xùn)基地建立了合作,并于近日正式啟動“愷望校園人工智能培訓(xùn)師”計劃。

Uber式拓展規(guī)?；肆?/strong>