如今的世界，攝像頭可以識別萬物，智能駕駛的雷達可以避讓人車物，拍照給AI就能做數學題……這些對于“Z世代”年輕人而言，早已是司空見慣之事。

然而，鮮為人知的是，AI之所以能夠識別物體、避讓車輛、解析圖像解題，其背后離不開專業人員的精心數據訓練。

如果說AI也要上學，那么，寧波高新區企業寧波博登智能科技有限公司（以下簡稱“博登智能”）就是編教材的。目前，博登智能已經成為寧波乃至浙江訓練量最大、訓練能力最強的“訓練師”之一。

AI數據“特訓師”

如今，數據要素的交易已經不是新鮮事。而數據交易的價值高低就取決于數據的質量。

那么，什么樣的數據是高質量數據？以智能駕駛領域的圖像數據舉例，首先要確保圖像數據物象聚焦、表意明確，就像人眼觀察事物一樣，能夠迅速抓住主題并捕捉到關鍵細節。然后將這些關鍵信息進行具體的標注。

同時，路況信息多數情況下在二維的圖片中難以說明，就需要點云圖，即3D圖像，圖片本身是帶有三維坐標，可以讓AI判斷物體的長寬高，同時還可以疊加時間維度，形成4D數據。

“我們的一項主要工作是數據標注，用通俗的話來說，就是從海量數據中，為人工智能‘劃重點、做標注’，變成大模型可以理解的數據。隨后，便能利用這些高質量數據對人工智能進行‘精準投喂’，從而實現對它們的高效訓練。”博登智能高級解決方案工程師干逢雨表示。

隨著AI大模型的快速發展，AI技術對數據的需求已經擴展到全方位、全場景的多模態數據，以實現對復雜信息的全面理解和高效處理。

所謂多模態數據，就是包含文本、圖像、音頻、視頻的數據，比如，我想把“我有一個蘋果”這個信息傳遞給你，我可以用文字寫出來，也可以用語言說出來，也可以用圖片畫出來，甚至我還可以拍成視頻告訴你。

目前，博登智能是浙江省內數據訓練量最大的公司之一，通過其訓練的多模態數據已達到PB量級（1PB=1024TB=1024*1024GB），覆蓋自動駕駛、醫療、教育、具身智能等行業。

用AI訓練AI

長期以來，數據標注行業一直背負著“低收益、高人力消耗”的標簽，被視為勞動密集型行業的典型代表，需要大量人工進行標注工作。

而隨著智能駕駛技術向L3、L4級進階，其產生的數據規模正呈現指數級膨脹。例如，據英特爾測算，單輛自動駕駛汽車每日生成的數據量可達4000GB之巨。

此外，自動駕駛車輛海量數據的獲取方法與流程也變得日益重要，以確保數據的完整性和過程的可靠性。例如，通過專業設備拷貝數據并上傳至數據中心，或采用眾包模式采集傳輸數據。

隨著L3、L4級別的量產能力的達成，預計未來幾年內自動駕駛市場規模將進一步擴大。依賴人工標注的模式，其時間與資金的雙重成本正持續走高。

博登智能提出的解決方案是，利用AI來訓練AI，以此推動標注流程向自動化轉型。

“自主研發的BASE平臺已完成第六代技術迭代，內嵌數百種預標注模型和智能化輔助標注工具，將傳統勞動密集型的標注流程轉化為技術密集型，顯著減少了人工參與，從根本上降低了人力成本。”干逢雨表示，“平臺還搭載了自主迭代機制，通過對比識別自動標注結果和最終驗收數據中的差異，自動積累形成訓練數據，實現模型的自主閉環訓練和迭代，形成‘智能飛輪’。”

相較于傳統標注方式，博登智能的數據處理方案能降低40%的成本，效率最高提升700%。目前，該公司已與吉利汽車、零跑汽車、賽力斯、中國聯通、阿里、商湯等行業頭部企業，以及多家大型醫療機構建立深度合作。

目前，全球最大的數據訓練公司Scale AI估值已達290億美元。

隨著AI大模型迅猛發展，根據相關研究，中國數據標注行業的市場規模在2023年已達到約60.8億元，并預計到2029年將達到204.3億元。而博登智能也在今年5月完成A輪億元融資，由上海國際集團國和投資獨家投資。

“高質量數據的訓練和生產不僅是AI發展的基礎，更將引領行業的進化。我們將立足研發通用和專用大模型的各類高質量數據集，力爭在國際市場贏得更多合作機會。”博登智能創始人趙捷表示。

（圖片來源：寧波高新區）