芯耀
1980
AI時(shí)代，什么樣的數(shù)據(jù)才是MLOPS需要的數(shù)據(jù)？用什么方法來(lái)標(biāo)注數(shù)據(jù)？智能駕駛數(shù)據(jù)解決方案如何研發(fā)迭代？
時(shí)下，道路上搭載L2級(jí)以上智能駕駛系統(tǒng)的車輛逐漸增多，安全問(wèn)題備受關(guān)注。為了在競(jìng)爭(zhēng)中脫穎而出，加速智能駕駛應(yīng)用安全落地，智能駕駛企業(yè)必須依靠海量的高質(zhì)量標(biāo)注數(shù)據(jù)來(lái)訓(xùn)練優(yōu)化算法模型。
伴隨人工智能（AI）大模型應(yīng)用的快速進(jìn)展，作為AI技術(shù)底層基礎(chǔ)的數(shù)據(jù)，既需要高質(zhì)量、大規(guī)模，也需要多樣性。特別是相比其他應(yīng)用場(chǎng)景，智能駕駛的落地場(chǎng)景更加復(fù)雜，需要有大量場(chǎng)景化的高質(zhì)量數(shù)據(jù)做支撐。
從感知到數(shù)據(jù)標(biāo)注
智能駕駛車輛通過(guò)雷達(dá)、激光雷達(dá)、攝像頭、超聲波等各種傳感器收集數(shù)據(jù)，實(shí)時(shí)感知周圍環(huán)境，為實(shí)現(xiàn)行車安全提供最基礎(chǔ)的數(shù)據(jù)。隨著環(huán)境感知、智能決策、控制與執(zhí)行系統(tǒng)等核心技術(shù)的快速發(fā)展與日漸成熟，智能駕駛汽車已經(jīng)開(kāi)始從實(shí)驗(yàn)室走向道路實(shí)地測(cè)試及商業(yè)化落地應(yīng)用。
6月，梅賽德斯-奔馳擊敗特斯拉，L3級(jí)有條件智能駕駛技術(shù)獲得美國(guó)加州機(jī)動(dòng)車輛管理局（DMV）認(rèn)證，成為首個(gè)被授權(quán)在美國(guó)人口最多的州銷售搭載上述系統(tǒng)量產(chǎn)車的車企；接著又宣布將在年內(nèi)培訓(xùn)超過(guò)600名全球數(shù)據(jù)和AI專家。8月，美國(guó)加州公用事業(yè)委員會(huì)（CPUC）批準(zhǔn)Cruise和Waymo在舊金山提供7×24小時(shí)、區(qū)域不限、全無(wú)人、可收費(fèi)服務(wù)。一夜之間，對(duì)Robotaxi的所有限制全面解禁。
作為智能駕駛領(lǐng)頭羊，Waymo L4級(jí)實(shí)際路測(cè)里程已超過(guò)2000萬(wàn)英里（3218.6萬(wàn)公里）。國(guó)內(nèi)智能駕駛同步企業(yè)百度實(shí)際路測(cè)里程也已超過(guò)1000萬(wàn)公里。由此可見(jiàn)，智能駕駛技術(shù)不斷突破的一個(gè)關(guān)鍵支撐是背后龐大的數(shù)據(jù)量，更少不了數(shù)據(jù)標(biāo)注的“用心陪伴”。
數(shù)據(jù)標(biāo)注既要質(zhì)量、效率又要顧及成本
基于深度學(xué)習(xí)算法的智能駕駛技術(shù)離不開(kāi)數(shù)據(jù)標(biāo)注和訓(xùn)練。數(shù)據(jù)標(biāo)注的精度決定算法的準(zhǔn)確率，訓(xùn)練的廣度決定算法的適應(yīng)性和魯棒性。路測(cè)數(shù)據(jù)均為非結(jié)構(gòu)化數(shù)據(jù)集，未經(jīng)驗(yàn)證的原始數(shù)據(jù)中存在數(shù)據(jù)重復(fù)、矛盾、錯(cuò)誤、缺乏分類等問(wèn)題，都可能影響算法的訓(xùn)練與調(diào)優(yōu)。
特別是開(kāi)放道路智能駕駛對(duì)感知系統(tǒng)的實(shí)時(shí)性和安全性要求極高，相關(guān)算法的準(zhǔn)確度與場(chǎng)景適配度需要達(dá)到很高的水準(zhǔn)，這對(duì)數(shù)據(jù)標(biāo)注的規(guī)模與數(shù)據(jù)產(chǎn)出質(zhì)量提出了更高的要求。
現(xiàn)在，用數(shù)據(jù)閉環(huán)來(lái)提升智能駕駛能力已成為大多數(shù)智能駕駛公司的共識(shí)。不過(guò)，現(xiàn)實(shí)中駕駛場(chǎng)景難以窮盡、極其復(fù)雜且不可預(yù)測(cè)，這就需要AI模型的快速迭代升級(jí)。
事實(shí)上，智能駕駛的成熟不僅是數(shù)量和效率的問(wèn)題，質(zhì)量和成本也不容忽視。特別是標(biāo)注成本將決定智能駕駛能否早日走進(jìn)人們?nèi)粘Ｉ睢?/strong>
有人調(diào)侃說(shuō)：“人工智能有多少智能，就有多少人工”，數(shù)據(jù)標(biāo)注也差不多。只有用“智能”替代“人工”，讓標(biāo)注自動(dòng)化，才能提高數(shù)據(jù)標(biāo)注效率，并降低成本。
顯而易見(jiàn)，要想提高數(shù)據(jù)標(biāo)注效率，就要有高效的數(shù)據(jù)標(biāo)注工具和平臺(tái)，通過(guò)高效的預(yù)標(biāo)注、輔助標(biāo)注等相關(guān)算法，打通數(shù)據(jù)閉環(huán)，真正滿足算法側(cè)的需求。
AI大模型無(wú)疑是提升標(biāo)注質(zhì)量和效率、降低成本的一把“金鑰匙”，替代人工標(biāo)注并大幅提升效率，縮減標(biāo)注時(shí)間和成本。
從AI工程化解決方案到大模型
2015年，云測(cè)數(shù)據(jù)總經(jīng)理賈宇航還在美國(guó)舊金山，彼時(shí)街道上已有不少Robotaxi在試驗(yàn)路測(cè)，無(wú)人化趨勢(shì)就此展開(kāi)。2017年前后，AI及數(shù)據(jù)行業(yè)機(jī)遇顯現(xiàn)，云測(cè)數(shù)據(jù)正式對(duì)外商業(yè)化，希望通過(guò)提供高質(zhì)量數(shù)據(jù)為AI應(yīng)用場(chǎng)景提供支撐，成為場(chǎng)景化數(shù)據(jù)服務(wù)專家，發(fā)力智能駕駛、智慧家居、智慧金融和智慧城市四大領(lǐng)域。
面向智能駕駛，云測(cè)數(shù)據(jù)率先推出了激光雷達(dá)點(diǎn)云標(biāo)注工具，實(shí)現(xiàn)了多模態(tài)3D融合標(biāo)注。一路走來(lái)，云測(cè)數(shù)據(jù)一直將場(chǎng)景化、高質(zhì)量數(shù)據(jù)概念貫徹始終。
在AI商業(yè)化落地過(guò)程中，云測(cè)數(shù)據(jù)從研發(fā)、預(yù)研到持續(xù)在線優(yōu)化，推出了智能駕駛數(shù)據(jù)服務(wù)解決方案，利用行業(yè)基礎(chǔ)數(shù)據(jù)集覆蓋預(yù)研階段數(shù)據(jù)需求，以場(chǎng)景化數(shù)據(jù)服務(wù)覆蓋各種傳感器，通過(guò)定點(diǎn)開(kāi)發(fā)和使用閉環(huán)數(shù)據(jù)滿足客戶實(shí)際標(biāo)注需求。在持續(xù)優(yōu)化迭代中，云測(cè)數(shù)據(jù)以數(shù)據(jù)閉環(huán)工具鏈集成為抓手，用數(shù)據(jù)服務(wù)幫助客戶持續(xù)優(yōu)化迭代算法，有效獲取智能駕駛需要的數(shù)據(jù)。
2021年，云測(cè)數(shù)據(jù)推出智能駕駛AI數(shù)據(jù)解決方案1.0，進(jìn)一步彰顯了數(shù)據(jù)閉環(huán)系統(tǒng)集成的重要性。今年，AI高速發(fā)展，BEV Transformer等大模型浮出水面，引入了激光雷達(dá)，攝像頭數(shù)量也在增加，需要處理的數(shù)據(jù)維度更多，數(shù)據(jù)量和文件尺寸更大，復(fù)雜性非常高。
此時(shí)，云測(cè)數(shù)據(jù)的數(shù)據(jù)閉環(huán)能力、自動(dòng)標(biāo)注能力、數(shù)據(jù)管理工具鏈、人工效能評(píng)估等方面能力也羽翼漸豐。圍繞更擅長(zhǎng)的場(chǎng)景，云測(cè)數(shù)據(jù)對(duì)1.0進(jìn)行了全面升級(jí)，通過(guò)系統(tǒng)集成將大模型預(yù)標(biāo)注能力與人工標(biāo)注完美結(jié)合，提升了數(shù)據(jù)集和場(chǎng)景化數(shù)據(jù)服務(wù)能力,尤其是全面提升了數(shù)據(jù)標(biāo)注、流轉(zhuǎn)效率。
事實(shí)上，目前國(guó)內(nèi)有100多家公司推出了大模型，呈現(xiàn)一種“亂戰(zhàn)”局面。一些入局大模型的公司也在加快布局?jǐn)?shù)據(jù)標(biāo)注團(tuán)隊(duì)，打造全鏈條AI服務(wù)商。作為第三方數(shù)據(jù)服務(wù)公司的云測(cè)數(shù)據(jù)又有何優(yōu)勢(shì)可言呢？
賈宇航自信地表示：“獨(dú)立的第三方數(shù)據(jù)標(biāo)注服務(wù)公司態(tài)度中立，以領(lǐng)域劃分推動(dòng)行業(yè)發(fā)展，而不是基于某個(gè)企業(yè)的某種應(yīng)用；憑借對(duì)前沿趨勢(shì)的研判，數(shù)據(jù)標(biāo)注布局方面投入也更大?！?/strong>
AI領(lǐng)域研發(fā)包括很多內(nèi)容，從算法、框架、算力或傳感器到數(shù)據(jù)標(biāo)注。這么多排列組合帶來(lái)了一個(gè)痛點(diǎn)，因?yàn)闃?biāo)準(zhǔn)不同，每個(gè)to B或研發(fā)企業(yè)都會(huì)遇到大量遷移的問(wèn)題。只有硬件標(biāo)準(zhǔn)、算法框架和數(shù)據(jù)標(biāo)注規(guī)則統(tǒng)一，才有助于企業(yè)充分積累經(jīng)驗(yàn)。現(xiàn)在，大家對(duì)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)中的標(biāo)注流程、方法和正確率很少提及。為此，云測(cè)數(shù)據(jù)正在與行業(yè)協(xié)會(huì)和許多車企推進(jìn)行業(yè)標(biāo)準(zhǔn)的制定。
他說(shuō)：“AI技術(shù)正處于規(guī)?；逃秒A段，標(biāo)準(zhǔn)不統(tǒng)一會(huì)影響行業(yè)發(fā)展。只有標(biāo)準(zhǔn)化的東西越來(lái)越多，定制化的內(nèi)容才能越來(lái)越少；才能挖掘一個(gè)企業(yè)真正的實(shí)力，讓時(shí)間產(chǎn)生‘復(fù)利’?！?/strong>
數(shù)據(jù)服務(wù)直面挑戰(zhàn)和機(jī)遇
在智能駕駛快速發(fā)展和應(yīng)用落地進(jìn)程中，AI數(shù)據(jù)服務(wù)面臨著怎樣的挑戰(zhàn)？在賈宇航看來(lái)，隨著技術(shù)的不斷發(fā)展，AI數(shù)據(jù)的高要求既是挑戰(zhàn)更是機(jī)遇。如：自動(dòng)駕駛中所面臨場(chǎng)景是開(kāi)放道路，需要的數(shù)據(jù)是海量的；針對(duì)不同場(chǎng)景的Corner case如何識(shí)別和判斷，從而保障覆蓋更多場(chǎng)景下的數(shù)據(jù)質(zhì)量；以及通過(guò)數(shù)據(jù)閉環(huán)體系，提升數(shù)據(jù)處理、流轉(zhuǎn)效率，加速推動(dòng)算法研發(fā)發(fā)展等等。
回顧過(guò)去，在數(shù)據(jù)標(biāo)注質(zhì)量方面，現(xiàn)階段數(shù)據(jù)標(biāo)注處理難度與幾年前比有本質(zhì)的區(qū)別，需要結(jié)合3D點(diǎn)云加圖像及時(shí)序在3D空間進(jìn)行3D框標(biāo)注可行駛區(qū)域。有鑒于此，如何確保數(shù)據(jù)標(biāo)注的質(zhì)量和準(zhǔn)確性，考驗(yàn)的是數(shù)據(jù)公司的服務(wù)經(jīng)驗(yàn)、標(biāo)注員的能力及工具鏈的支撐。
時(shí)效性要求也是車企的剛性需求，數(shù)據(jù)服務(wù)公司需要通過(guò)工具鏈、服務(wù)解決方案的持續(xù)迭代和人員培養(yǎng)來(lái)適應(yīng)新的需求。
從車企角度看，產(chǎn)品研發(fā)要經(jīng)歷預(yù)研、研發(fā)和持續(xù)迭代期。預(yù)研階段主要是利用行業(yè)基礎(chǔ)數(shù)據(jù)集，如特定目標(biāo)檢測(cè)或可行駛區(qū)域、智能駕艙的人臉、姿態(tài)等；研發(fā)階段是將證明可行的方案放在特定車型上完成傳感器定點(diǎn)和算法驗(yàn)證。之后，需要用專門的傳感器完成數(shù)據(jù)采集、清洗和標(biāo)注。在這個(gè)過(guò)程中，云測(cè)數(shù)據(jù)主要承擔(dān)訓(xùn)練數(shù)據(jù)全生命周期的AI數(shù)據(jù)處理工作。
進(jìn)入持續(xù)迭代階段，車企要在灰度發(fā)布和實(shí)際投產(chǎn)中搭建自己的數(shù)據(jù)閉環(huán)，將不同的bad case持續(xù)回流到系統(tǒng)中，然后進(jìn)行數(shù)據(jù)清洗和人工標(biāo)注。在這個(gè)階段，云測(cè)數(shù)據(jù)可以提供系統(tǒng)集成、數(shù)據(jù)處理平臺(tái)工具能力，以持續(xù)優(yōu)化并迭代算法。
升級(jí)賦能 彰顯效率、質(zhì)量和成本優(yōu)勢(shì)
2021年云測(cè)數(shù)據(jù)發(fā)布的智能駕駛數(shù)據(jù)解決方案1.0基于產(chǎn)品、服務(wù)、工具三駕馬車，以時(shí)間延續(xù)為主線一站式滿足了智能駕駛研發(fā)初期到落地的數(shù)據(jù)訓(xùn)練需求。在智能駕駛規(guī)?；慨a(chǎn)階段，其中很多技術(shù)已經(jīng)商用，數(shù)據(jù)閉環(huán)系統(tǒng)已在搭建和完善中。
云測(cè)數(shù)據(jù)智能駕駛數(shù)據(jù)解決方案2.0以系統(tǒng)集成能力為核心，創(chuàng)建了新一代AI工程化數(shù)據(jù)處理工作臺(tái)，在質(zhì)量、效率和成本等方面具有明顯的優(yōu)勢(shì)。
2.0集成了不同模型的預(yù)標(biāo)注能力，包括圖像整幀、自選物體、區(qū)域、點(diǎn)云批次識(shí)別和文本識(shí)別等，重新定義了基于預(yù)標(biāo)注的人工標(biāo)注效能，如能效看板、綜合看版等。
針對(duì)特定算法類型的數(shù)據(jù)持續(xù)優(yōu)化迭代，涵蓋點(diǎn)云4D疊幀、語(yǔ)義分割聯(lián)合標(biāo)注和智能ID軌跡預(yù)測(cè)。數(shù)據(jù)集也更加豐富，納入了更多場(chǎng)景數(shù)據(jù)，標(biāo)注方法也從原來(lái)以點(diǎn)線面體為主進(jìn)化到融合4D標(biāo)注規(guī)則和標(biāo)注工藝。在服務(wù)方面，數(shù)據(jù)標(biāo)注精度、反饋給企業(yè)的時(shí)效性有了大幅提升。
在數(shù)據(jù)標(biāo)注效率方面，與人工標(biāo)注相比，BEV空間標(biāo)注效率約提升1.5倍以上。例如，人工標(biāo)注3D點(diǎn)云拉框需要先選擇屬性，再選擇車頭朝向?，F(xiàn)在，人工只需大致框選一個(gè)區(qū)域，就完成了自動(dòng)貼合，基于一些特定標(biāo)簽類別就能實(shí)現(xiàn)自動(dòng)選擇。其效率比人工拉框至少快了1.5倍到兩倍。又如4D標(biāo)注地面箭頭，原來(lái)需要每幀標(biāo)注，現(xiàn)在基于4D標(biāo)注加空間坐標(biāo)，只要標(biāo)注對(duì)應(yīng)一幀，通過(guò)映射即可將30幀結(jié)果疊在一起，完成多傳感器融合4D標(biāo)注，效率更高。
至于2.0為什么要支持人工和自動(dòng)標(biāo)注交互，賈宇航解釋說(shuō)，現(xiàn)在算法還不很完善，還需要人工標(biāo)注。區(qū)域內(nèi)算法識(shí)別相對(duì)精準(zhǔn)，而區(qū)域框線邊界還需要人工微調(diào)個(gè)幾像素?，F(xiàn)在，人工標(biāo)注的應(yīng)用主要是算法完全沒(méi)見(jiàn)過(guò)的一些場(chǎng)景，或更換傳感器時(shí)算法不能很好識(shí)別的情況。而當(dāng)算法逐漸具備了更強(qiáng)能力，就可以實(shí)現(xiàn)自動(dòng)標(biāo)注，但這個(gè)自動(dòng)標(biāo)注結(jié)果還不足以用于算法訓(xùn)練，還需要人工進(jìn)行一些校驗(yàn)，以確保識(shí)別結(jié)果的準(zhǔn)確性。
從趨勢(shì)看，伴隨自動(dòng)標(biāo)注能力提升，標(biāo)注將逐步從手工衍化為算法自動(dòng)標(biāo)注、人工校驗(yàn)和人工標(biāo)注。隨著算法的實(shí)際量產(chǎn)，數(shù)據(jù)閉環(huán)能力增強(qiáng)，整體標(biāo)注數(shù)據(jù)量和手工數(shù)據(jù)標(biāo)注量依然在逐年上升。以往是百分之百人工標(biāo)注，現(xiàn)在是人工標(biāo)注、自動(dòng)標(biāo)注、人工校驗(yàn)各有一定占比。未來(lái)可能自動(dòng)標(biāo)注占比會(huì)越來(lái)越大。不過(guò)，雖然人工標(biāo)注的占比在減小，但伴隨人工智能行業(yè)的逐步發(fā)展數(shù)據(jù)量日漸增加，人工標(biāo)注的量仍會(huì)持續(xù)增加。
賈宇航說(shuō)：“2.0和1.0相比，在保證數(shù)據(jù)標(biāo)注質(zhì)量的前提下，最重要的是在效率提升的同時(shí)依然保持了高質(zhì)量的輸出，AI數(shù)據(jù)訓(xùn)練過(guò)程綜合效率提升200%。”之前3D點(diǎn)云標(biāo)注對(duì)工具鏈的性能要求就很高，持續(xù)優(yōu)化和提升的4D標(biāo)注性能可確保BEV標(biāo)注有足夠的性能和效率提升。效率的提升主要體現(xiàn)在改變了原來(lái)的異步操作，如數(shù)據(jù)傳到工具，標(biāo)注后導(dǎo)出結(jié)果，再遷移到企業(yè)服務(wù)器上進(jìn)行訓(xùn)練。現(xiàn)在，完全通過(guò)API流程接口實(shí)時(shí)流轉(zhuǎn)，效率更高。
2.0在支持了更多智能駕駛標(biāo)注類型，如現(xiàn)在諸多企業(yè)基于BEV+Transformer算法研發(fā)，對(duì)BEV視角環(huán)視拼接加點(diǎn)云融標(biāo)注成為了主流。支持特定類型也使云測(cè)數(shù)據(jù)能更快速響應(yīng)客戶數(shù)據(jù)標(biāo)注需求。
技術(shù)迭代將使智能駕駛數(shù)據(jù)數(shù)據(jù)應(yīng)用呈現(xiàn)多元化。在成本方面，通過(guò)對(duì)線上回流數(shù)據(jù)進(jìn)行標(biāo)注，不斷迭代模型，數(shù)據(jù)將越用越智能；將標(biāo)注數(shù)據(jù)流轉(zhuǎn)至仿真平臺(tái)用于評(píng)測(cè)，往復(fù)使用可高效利用數(shù)據(jù)價(jià)值；人工檢查糾正算法結(jié)果，輸出業(yè)務(wù)信息閉環(huán)，可以通過(guò)人機(jī)交互實(shí)現(xiàn)降本增效。
利用數(shù)據(jù)服務(wù) 推進(jìn)智能駕駛商用落地
綜上所述，針對(duì)當(dāng)下智能駕駛應(yīng)用場(chǎng)景更加豐富、數(shù)據(jù)閉環(huán)已成為智能駕駛量產(chǎn)落地核心飛輪的發(fā)展趨勢(shì)，云測(cè)數(shù)據(jù)以集成數(shù)據(jù)底座為核心，全面升級(jí)了數(shù)據(jù)標(biāo)注及數(shù)據(jù)管理工具鏈；還結(jié)合數(shù)據(jù)應(yīng)用開(kāi)發(fā)基于數(shù)據(jù)流轉(zhuǎn)的數(shù)據(jù)應(yīng)用接口，從數(shù)據(jù)維度支持客當(dāng)前主流模型開(kāi)發(fā)所需任務(wù)類型；人工標(biāo)注與自動(dòng)標(biāo)注算法的交互能力升級(jí)，全面提升了數(shù)據(jù)標(biāo)注效率。
與此同時(shí)，云測(cè)數(shù)據(jù)還在參編行業(yè)標(biāo)準(zhǔn)，與國(guó)內(nèi)外主流車企、Tier1、頭部激光雷達(dá)和算力芯片公司以及一些Robotaxi公司精誠(chéng)合作，利用數(shù)據(jù)服務(wù)幫助客戶提效提質(zhì)。
數(shù)據(jù)標(biāo)注恰似沙里淘金，難度之大可想而知，既要堅(jiān)持，又要有獨(dú)門絕技。賈宇航表示，云測(cè)數(shù)據(jù)將圍繞智能駕駛領(lǐng)域，結(jié)合企業(yè)算法研發(fā)優(yōu)勢(shì)持續(xù)迭代產(chǎn)品，同時(shí)不斷提升人員標(biāo)注能力，從數(shù)據(jù)維度支持客戶大模型應(yīng)用；在人工智能數(shù)據(jù)服務(wù)方面，將推出面向垂直行業(yè)大模型產(chǎn)業(yè)化部署數(shù)據(jù)解決方案。未來(lái)，云測(cè)數(shù)據(jù)將立足企業(yè)的長(zhǎng)久發(fā)展，釋放企業(yè)創(chuàng)新力量，全方位推進(jìn)智能駕駛的商用落地進(jìn)程。
下載ECAD模型
