人工智慧訓練師:用資料“餵養”AI,教它們“更懂”人類
近日,上海市人工智慧行業協會發布了《人工智慧訓練師職業技能等級直接認定透過名單》。對於人工智慧訓練師這個新職業,可能有些人還比較陌生。今天,我們就來初步瞭解一下。
01
什麼是人工智慧訓練師?
2020年3月,人力資源社會保障部與國家市場監管總局、國家統計局聯合向社會發布了 人工智慧訓練師、智慧製造工程技術人員等16個新職業。2021年11月,國家人社部發布《人工智慧訓練師》職業技能標準,人工智慧訓練師國標由此誕生。
國標中對人工智慧訓練師的職業定義為:
使用智慧訓練軟體,在人工智慧產品實際使用過程中進行資料庫管理、演算法引數設定、人機互動設計、效能測試跟蹤及其他輔助作業的人員。
02
人工智慧訓練師的主要工作是什麼?
人工智慧訓練師的主要工作任務包括:
1.標註和加工圖片、文字、語音等業務的原始資料;
2.分析提煉專業領域特徵,訓練和評測人工智慧產品相關演算法、功能和效能;
3.設計人工智慧產品的互動流程和應用解決方案;
4.監控、分析、管理人工智慧產品應用資料;
5.調整、最佳化人工智慧產品引數和配置。
簡單來說,人工智慧訓練師相當於人工智慧的“教練”。透過反覆的訓練、調整最佳化,讓AI越來越“聰明”、越來越“懂”人類。
比如,在疫情中,人工智慧訓練師可以訓練人工智慧分辨新冠肺炎疑似案例與正常人CT 片的特徵和區別,進而提高確診效率。智慧音響可以根據使用者的情緒變化,為其推薦歡快、安靜等不同型別的音樂,以更好地撫慰使用者的心情。 我們生活中常見的小度智慧屏、小愛同學、天貓精靈等智慧產品背後,都有人工智慧訓練師的身影。可以說,人工智慧訓練師在AI技術落地、AI產品最佳化中發揮著舉足輕重的作用。
03
人工智慧訓練師是如何“訓練”AI的?
資料是人工智慧的“養料”,但是對於人工智慧來說,很多資料是無法直接“食用”的。在這之前,需要人工智慧訓練師對“飼養”原料進行加工(即把原始資料進行資料集標註),這樣人工智慧才能有效地從中“汲取養分”。
對此,中國工程院院士鄔賀銓曾有過解釋:“比如AI訓練師會進行智慧駕駛的訓練。智慧駕駛中需要讓汽車自動識別馬路,但如果只是將影片單純地傳給計算機,計算機無法識別,需要人工在影片中將道路框出,再交由計算機,計算機多次接受此類資訊後,才能逐漸學會在影片和照片中識別出道路。”
以“火情識別演算法模型的資料標註及模型訓練”為例。首先,需要人工智慧訓練師在電腦用標註工具將圖片中的火焰逐一圈出來,並標註為“火焰”。標註一定數量後,將這些圖片資料“喂”給人工智慧學習。待學習後再進行測試,逐張檢視人工智慧識別火焰的結果是否正確。比如,人工智慧可能會將圖片裡的黃色盒子誤判成“火焰”,於是人工智慧訓練師需要把該黃色盒子重新標註為“非火焰”,對演算法進行調優,再對人工智慧進行迭代訓練,如此往復……
在訓練過程中,人工智慧還可能會出現“背題”的情況,即靠著死記硬背“矇混過關”,其實並沒有真正學會(像不像那些年應付考試的你?)。如果人工智慧的“訓練集”資料正確率高(做過的都會),但“測試集”的正確率低(有點變化就廢),那麼說明人工智慧存在“背題”的情況,需要再次學習;如果“訓練集”和“測試集”兩者正確率都高,則說明人工智慧已經“學會”。
04
AI訓練在連鎖門店管理中的應用
在連鎖門店管理中的,AI訓練同樣有十分廣泛的應用場景。比如,餐飲行業可以訓練AI識別老鼠,實現對老鼠的追蹤檢測,幫助後廚消除老鼠隱患,保障後廚衛生。零售行業可以訓練AI識別貨架物品,檢測貨架是否存在缺貨、串貨等問題。
作為國際知名商業智慧化平臺,悠絡客建立了前沿深度學習和演算法平臺,獨立推出人形檢測、老鼠檢測、行為分析、物體識別、ReID等多項人工智慧先進技術,併成功將其運用至各行各業不同場景。
同時,為了滿足更多企業的個性化AI需求,悠絡客還推出了UAuto AI-AI自動化模型訓練。在悠絡客全棧AI能力的支援下,企業可以自己動手訓練AI,讓自身的個性化AI需求更加高效落地。
1、標註資料集
2、完成標註,開始訓練
3、驗證集結果
4、模型訓練成功
好啦,今天的分享就到這裡。歡迎留言分享您對人工智慧訓練師的有趣見解。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70022950/viewspace-2923144/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 元宇宙如何“餵養”人工智慧模型?元宇宙人工智慧模型
- 谷歌開放全新自然語言資料集:多元化場景更詳細標註,讓 AI 助手更懂人類谷歌AI
- AI的生態圖景:模型、訓練資料、硬體和人員AI模型
- 智慧時代,應該如何培養中小學AI教師?AI
- 當AI流亡太空:人類文明的鑰匙,或許正被移交到它們手上AI
- 資料標註員|《人工智慧訓練師》國家職業技能標準釋出人工智慧
- AI讀雲,更懂深圳AI
- 專項訓練們
- 綠盟科技助力河南省職業院校雙師型教師培養培訓
- 資料集訓練
- CD Projekt 公佈巫師AR新遊戲,獵魔人、訓練家、捉妖師誰更厲害?遊戲
- 軟體測試工程師如何“調教”AI?讓它替你打工!工程師AI
- 人工智慧的預訓練基礎模型的分類人工智慧模型
- 沒人比我更懂 HashMap :)HashMap
- 新職業釋出——人工智慧訓練師轉正!人工智慧
- 關於AI訓練資料侵權的碎碎念AI
- keras-retinanet 用自己的資料集訓練KerasNaN
- 用SSD-Pytorch訓練自己的資料集PyTorch
- 資料集訓練+1
- fashion資料集訓練
- RFID在畜牧管理餵養環節的具體應用
- Nature封面:AI訓練AI,越訓越離譜AI
- A Memory of Tomorrow: 人工智慧AI,都是反人類的人工智慧AI
- 用PyTorch版本R-FCN訓練自己的資料PyTorch
- 如何公平分配?AI比人更懂AI
- AI能有多汙?要看你餵它吃什麼 | 怎樣玩壞GANAI
- 飛槳帶你瞭解:基於百科類資料訓練的 ELMo 中文預訓練模型模型
- 祕籍在手,訓練不愁!特斯拉AI負責人Karpathy的超全神經網路訓練套路AI神經網路
- MXNet的資料格式轉化為tensorflow訓練用的資料格式
- lora訓練之偷師
- 給 AI 講故事,如何教它腦補畫面?AI
- 人工智慧大模型的訓練階段和使用方式來分類人工智慧大模型
- AI告你侵權?別慌,都是人訓練出來的AI
- 【vjudge訓練記錄】11月個人訓練賽1
- 基於高質量訓練資料,GPT-4 Turbo更出色更強大GPT
- 【AI】Pytorch_預訓練模型AIPyTorch模型
- 使用自己的資料集訓練MobileNet、ResNet實現影象分類(TensorFlow)
- 資料、AI 和人類共進共生,重塑生成式 AI 時代的資料戰略AI