近日，世界领先的高质量训练数据提供商澳鹏 Appen Limited（ASX：APX）发布了第七份《人工智能与机器学习现状年度报告》。报告显示，各企业AI预算金额较去年大幅增长55%；同时，企业更加关注AI项目的实际实施，AI项目的负责人正在从企业决策者转变为技术骨干。“人工智能”不仅仅只是一个概念，如今已经成为许多企业寻求新机遇的突破口，亦或日常运营中不可或缺的角色。

　　2021澳鹏Appen《人工智能与机器学习现状年度报告》2021全球AI市场5大发展趋势

　　“七年前，当我们第一次开始调研AI与机器学习现状时，全球企业都迫不及待想要启动AI项目，但并未取得实质性进展。如今，AI已被视为企业生存的核心，而相关调研结果也证实了这一点：企业增加了AI预算和负责该领域的技术人员，同时对外部训练数据提供商也更加依赖。”

　　-- 澳鹏Appen首席执行官 Mark Brayan

　　1. AI发展的瓶颈：高质量数据

　　研究机构O'REILLY最近发布的一份调查报告显示，人工智能应用的两大瓶颈：一是缺乏技术熟练的员工；二是缺乏数据资源（或数据存在质量问题）。事实上，大多数AI项目迟迟未能投入到“实战”阶段，也反映出在AI研究过程中，数据科学家在获取高质量数据时所面临的挑战和成本。此时，寻求外部专业机构的支持就显得尤为重要。

　　2. 更精准的AI应用场景

　　越来越多的AI企业已经开始缩小其AI模型所针对的业务范围，并将目标具体化。例如，Appen最近参与的几个该类型的AI项目：

　　商务术语：一家公司构建了一个能对商务术语提出改进建议的AI模型，而这些商务术语之间仅有着非常细微的差异；

　　身体动作：一家公司在研究个人训练自动化模型时发现，动作轮廓会随着年纪增长而改变，需要补充老年人翻跟斗的视频并作相关标注；

　　小语种：新冠疫情的实时信息需要在全球内发布，但翻译技术并不支持所有语言，Appen开展了针对罕见语种的数据采集和标注工作，比如达里语、丁卡语及豪萨语等。

　　3. 从以模型为中心向以数据为中心转变

　　是优化代码，还是提升训练数据质量？这是过去几年间AI行业最为关注的前沿问题之一。以模型为中心的AI是指利用现有数据来构建模型，以弥补任何无关因素和不准确性，而以数据为中心的AI则重点关注数据体量和质量。目前可以看到AI行业从以模型为中心向以数据为中心转变的趋势。

　　4. 训练数据管理的新需求

　　随着市场对于训练数据需求的日益增加，为规范化管理数据训练的工作流程制定管理框架，就变得尤为重要。有效的数据管理框架应包含以下关键点：

　　用于追溯的版本控制

　　数据安全协议

　　访问控制

　　数据传输监控

　　合作协议

　　5. AI辅助数据标注愈发火热

　　自动化机器学习技术的应用日益增加，AI企业也已开始利用人工智能来辅助进行数据标注，以节省时间和降低成本。以下是数据标注自动化的3种主要类型：

　　预标注：先由AI模型对标注进行合理猜测，然后再由人工标注员进行检查和更正；

　　快速标注：利用AI功能来节省标注员的标注时间，如澳鹏Appen人工智能辅助数据标注平台的自动补全、一键贴合等功能；

　　智能验证器：AI对标注员的数据输出进行验证，如标注不在阈值范围内，则会作出提醒。

　　2021澳鹏Appen《人工智能与机器学习现状年度报告》要点

　　“高质量的数据是每一个AI项目成功实施的基础，再多的算法调整也无法抵消不良数据带来的后果。企业已经意识到，为了更快地取得更好的成果，寻求第三方高质量数据是必要的。”

　　-- 澳鹏Appen首席技术官 Wilson Pang

　　1. 新冠疫情的影响

　　2020年，由于新冠疫情的影响，不同规模的企业都在加速推进AI战略，并且表示将在2021年继续保持这种势头。其中，和外部数据提供商合作的企业更容易快速发展其AI项目，成功率约为其他企业的两倍。

　　2. 决策负责人的转变

　　2021年，AI项目决策和实施的负责人中，技术人员的比例显著提升。只有39%的企业依然由高层管理人员负责AI项目，低于去年71%的比例。

　　3. 预算增加

　　AI预算金额范围从50万美元至500万美元不等，整体同比去年增长55%。其中，只有26%的企业在AI项目上的预算低于50万美元。

　　4. 对数据的关注

　　绝大多数企业已和外部训练数据提供商达成合作，对AI项目进行大规模部署和更新，而他们相比其他企业在AI部署方面取得领先的概率亦高出50%。

　　欲了解完整版2021澳鹏Appen《人工智能与机器学习现状年度报告》，请至澳鹏Appen官网或官微下载。