国家数据局组织开展了“数据标注优秀案例”征集遴选工作,最终遴选出47个优秀案例,覆盖全国29个省、自治区、直辖市及计划单列市、新疆生产建设兵团。这些案例涵盖了数据标注技术创新、行业赋能、标准应用、生态培育、人才培养等五个方向,展示了各地在数据标注领域的应用成效。
核心观点: 数据标注作为人工智能产业链的关键环节,对推动人工智能产业发展具有重要意义。当前数据标注行业面临数据质量差、标注效率低、人才短缺等挑战,需要通过技术创新、产业生态构建、人才培养等多方面措施加以解决。
关键数据:
- 共推荐报送案例417个,最终遴选出47个优秀案例。
- 案例覆盖全国29个省、自治区、直辖市及计划单列市、新疆生产建设兵团。
- 案例涵盖数据标注技术创新、行业赋能、标准应用、生态培育、人才培养等五个方向。
- 案例取得显著成效,例如标注效率提升、成本降低、人才培养等。
研究结论:
- 数据标注技术创新是提升效率和质量的关键。
- 产业生态构建是推动数据标注产业发展的基础。
- 人才培养是数据标注产业发展的保障。
- 政府应加大对数据标注产业的政策支持力度。
案例方向及成效:
- 数据标注技术创新: 案例中涌现出一批创新技术,例如多模态数据智能标注与管理平台、AI助力数据标注产业发展新生态、时空智能数据标注标准化实践等,有效提升了数据标注的效率和质量。
- 行业赋能: 数据标注赋能电商产业效能提升、汽车行业多模态数据融合人机协同智能化标注、数据标注政产教融合人才培养等案例,展示了数据标注在各个行业的应用价值。
- 标准应用: 案例中制定了一批数据标注标准,例如农村集体土地高质量时空数据集多源协同标注、小语种数据标注特色创新模式等,推动了数据标注行业的规范化发展。
- 生态培育: 案例中构建了一批数据标注产业生态,例如AI助力数据标注产业发展新生生态、打造数据标注产业 助力县域人才振兴等,为数据标注产业发展提供了良好的环境。
- 人才培养: 案例中探索出多种人才培养模式,例如数据标注政产教融合人才培养、“政校企共建 产教训融合”数据标注人培模式等,为数据标注产业发展提供了人才支撑。