相信很多大家對中國版“Scale AI” 螞蟻數(shù)科發(fā)布 AI 數(shù)據(jù)標(biāo)注產(chǎn)品還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

提高數(shù)據(jù)數(shù)量、安全和多樣性，對提升大模型性能，推動產(chǎn)業(yè)落地至關(guān)重要。記者從2024Incluison·外灘大會上了解到，螞蟻數(shù)科發(fā)布新一代數(shù)據(jù)標(biāo)注產(chǎn)品，向企業(yè)客戶提供AI 驅(qū)動的全流程數(shù)據(jù)服務(wù)。

傳統(tǒng)數(shù)據(jù)標(biāo)注以人工為主，進(jìn)入大模型時代，企業(yè)面對數(shù)據(jù)指數(shù)級增長及非結(jié)構(gòu)化的包圍，其標(biāo)注成本和效率往往達(dá)不到平衡。據(jù)了解，螞蟻數(shù)科具備領(lǐng)先的 AI 算法，在標(biāo)注產(chǎn)品中配置了模塊化服務(wù)和算法調(diào)度能力，能夠在高效匹配“人和任務(wù)”的前提下降低標(biāo)注的復(fù)雜度，幫助用戶解決通用大模型、多模態(tài)大模型和行業(yè)垂類大模型的數(shù)據(jù)標(biāo)注需求。據(jù)悉，該產(chǎn)品可以覆蓋多行業(yè)場景文本、圖像、音頻、視頻標(biāo)注需求。

實(shí)測數(shù)據(jù)顯示，在同類結(jié)構(gòu)和同等規(guī)模數(shù)據(jù)量下，使用螞蟻數(shù)科 AI 標(biāo)注產(chǎn)品后的標(biāo)注效率提升了40%以上。這背后不僅有技術(shù)，針對產(chǎn)業(yè)高復(fù)雜度數(shù)據(jù)需求，專家驗證必不可少。記者了解到，螞蟻數(shù)科配備近萬人的人工標(biāo)注團(tuán)隊，垂直專業(yè)領(lǐng)域和高階標(biāo)注人才占比超過90%，以此提升AI數(shù)據(jù)服務(wù)的專業(yè)性。

數(shù)據(jù)是AI領(lǐng)域公認(rèn)的三大支柱之一，也是大模型在產(chǎn)業(yè)落地所面臨的主要矛盾。螞蟻數(shù)科發(fā)布AI標(biāo)注產(chǎn)品后，一只腳踏入了Scale AI 同一條賽道。后者在三個月前，完成了新一輪由 Accel 領(lǐng)投的近10億美元融資，估值升至138億美元。

與Scale AI 不同的是，螞蟻數(shù)科還提供數(shù)據(jù)加工、合成服務(wù)。螞蟻數(shù)科鏈接眾多數(shù)據(jù)資源，積累了涵蓋多模態(tài)、多領(lǐng)域、多場景的數(shù)據(jù)集，可以給到客戶需要的“精標(biāo)數(shù)據(jù)集”，幫助客戶實(shí)現(xiàn)數(shù)據(jù)服務(wù)的“就地取材”。同時，在尚未充分挖掘的企業(yè)私域和垂直領(lǐng)域，螞蟻數(shù)科具備領(lǐng)先的數(shù)據(jù)泛化算法能力，能夠幫助企業(yè)針對性模擬生成交通、政務(wù)、金融等場景下的“擬合數(shù)據(jù)”，提升模型面對新數(shù)據(jù)時的表現(xiàn)能力。

隨著基礎(chǔ)大模型能力持續(xù)增強(qiáng)，高質(zhì)量數(shù)據(jù)將成為每家企業(yè)人工智能戰(zhàn)略必需品，新型數(shù)據(jù)管理和處理領(lǐng)域的公司正站在風(fēng)口上。螞蟻數(shù)科圍繞集數(shù)據(jù)標(biāo)注、加工、生成為一體的綜合方案，將進(jìn)一步提升數(shù)據(jù)豐富度，為企業(yè)用好大模型鋪平道路。

據(jù)了解，螞蟻數(shù)科已經(jīng)形成ABC三大業(yè)務(wù)板塊，服務(wù)產(chǎn)業(yè)數(shù)字化。A是指AI服務(wù)（AI+），以AI技術(shù)重構(gòu)升級風(fēng)控、營銷等場景效率，助力企業(yè)在大模型時代建立競爭優(yōu)勢;B是指區(qū)塊鏈服務(wù)(Blockchain+)，通過科技構(gòu)建產(chǎn)業(yè)信任，提升數(shù)字化協(xié)作效率，加速數(shù)據(jù)資產(chǎn)流通;C是指云服務(wù)(Cloud+)，幫助企業(yè)邁入數(shù)字化「上云」階段，打造更強(qiáng)大的科技引擎。

以上就是關(guān)于【中國版“Scale AI” 螞蟻數(shù)科發(fā)布 AI 數(shù)據(jù)標(biāo)注產(chǎn)品】的相關(guān)內(nèi)容，希望對大家有幫助！

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！