很可惜 T 。T 您現(xiàn)在還不是作者身份,不能自主發(fā)稿哦~
如有投稿需求,請把文章發(fā)送到郵箱tougao@appcpx.com,一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系:鳥哥筆記小羽毛(ngbjxym)
撰稿:劉雪兒 編輯:劉惜墨
2015年底,龍貓數(shù)據(jù)CEO昝智主動停薪半年。
一年前,昝智對給公交系統(tǒng)做移動支付信心滿滿,并與他在豌豆莢負責技術的同事姚毅一拍即合,二人決定出來創(chuàng)業(yè)。
當時昝智已經(jīng)與北上廣深的公交集團達成合作。哪知商場風向瞬息萬變,支付寶和微信爭相在線下燒錢推廣,且已蔓延至公交系統(tǒng)。微信、支付寶兩大移動支付巨頭盤踞在側(cè),一直燒錢運營的狀態(tài)下,致使昝智的業(yè)務急劇收縮,員工也從高峰期近三十人縮到十幾個人。
▲龍貓數(shù)據(jù)CEO 昝智
必須尋找下一個業(yè)務刺激點。
趁著微信紅利尚未褪盡,為了讓團隊先活下去,昝智決定做微信公號運營,用發(fā)紅包等方式聚集了一批用戶,用戶通過發(fā)朋友圈的方式給商家做推廣,昝智稱為 「眾包」模式。
今天的龍貓數(shù)據(jù)40個全職員工,合作客戶有50多家,靠眾包平臺上的400萬用戶,已經(jīng)發(fā)展成為人工智能領域提供大數(shù)據(jù)采集標注處理、線下巡檢、市場推廣的服務商,平臺每天平均完成任務量是20萬件。
然而這個方向被昝智稱為「機緣巧合」。
2016年,昝智看到AI爆發(fā)的風潮,躍躍欲試,但非科班出生的他對人工智能拿捏不準,一時進退兩難。
同年6月,百度找上門來,需要非常多的原始數(shù)據(jù)來訓練算法,「小度」才會變得聰明。 如果單獨找上千人收集數(shù)據(jù),不僅一時間湊不齊那么多人,而且成本會很高。在沒有第三方眾包平臺之前,做語音識別的科大訊飛就曾自己招募了上千名標注員。
「人工智能,人工越多越智能。」昝智對新經(jīng)濟100人說。
依靠龍貓數(shù)據(jù)的眾包平臺優(yōu)勢,百度很快完成了數(shù)據(jù)采集。
2016年AI元年,轉(zhuǎn)型還有機會。昝智總結(jié)人工智能最重要的三點:除人才外,還有兩處基礎服務很重要,一是數(shù)據(jù),二是運算能力。龍貓數(shù)據(jù)將火力集中在數(shù)據(jù)上?!覆灰胫趺慈ジ淖冞@個世界,而應該更多想想世界需要什么。」
龍貓數(shù)據(jù)投資人、九合創(chuàng)投創(chuàng)始合伙人王嘯認為,「類似當年的『移動戰(zhàn)略』,AI作為底層邏輯,將帶領互聯(lián)網(wǎng)將進入『智能互聯(lián)網(wǎng)』階段。智能互聯(lián)網(wǎng)包含數(shù)據(jù)層、基礎設施層、技術設施層和消費層四個基礎面,其中數(shù)據(jù)層是整個鏈條的基礎。」
隨著人工智能的深入發(fā)展,文本、圖片、語音、視頻等形式的數(shù)據(jù)需求越來越多。相關創(chuàng)業(yè)公司也應需而起。新經(jīng)濟100人發(fā)現(xiàn),行業(yè)里發(fā)展較早的海天瑞聲和數(shù)據(jù)堂,前者主要做語音數(shù)據(jù),后者有部分非定制化數(shù)據(jù)出售業(yè)務,其他創(chuàng)業(yè)公司還比較早期。
「我們相信能夠高效率收集原始數(shù)據(jù)的公司將會創(chuàng)造巨大價值?!雇鯂[說。
昝智認為,龍貓數(shù)據(jù)的優(yōu)勢在于能提供定制化生產(chǎn)需求:人工智能公司在前期搞模型時,可以用公開數(shù)據(jù)訓練,但隨著發(fā)展的深入,需要有定制化的數(shù)據(jù)來提高準確率。
比如近年來智能音箱的流行,首先要有喚醒詞。比如百度的是「小度小度」,小米的是「小愛同學」,啟動后還有指令詞,比如「開空調(diào)」,「播放一首TFBOYS的《青春修煉手冊》」。機器要輸入不同口音、不同年齡段、各種喜怒哀樂情緒下的語音,才能變聰明。
文本類應用也很廣泛。比如在各大電商的售后系統(tǒng)中,客服機器人的功勞不容小覷,通過一些關鍵詞能做好顧客基本的售后服務,緩解人工客服的壓力。比如在網(wǎng)站文章和留言的審核上,機器通過學習后能快速大量阻擋涉黃與不良信息等。
▲車輛標注
有些采集來的數(shù)據(jù)仍不能直接使用,需要人工標注才能「喂食」機器,這便要引出龍貓數(shù)據(jù)的另一大業(yè)務——數(shù)據(jù)標注,尤其在圖片處理上應用較廣。
比如在人臉識別上,不光要精確標注五官,就連眼睛就有好幾處需要標注,內(nèi)眼角、外眼角、眼角間的弧線和等分點等。比如無人車應用上,機動車、非機動車、紅綠燈、行人、行駛路線等都要一一標注,給機器耐心引導。目前這塊多做2D標注,未來要做的3D標注會更加復雜。
對風險比較高的金融和個人隱私數(shù)據(jù),龍貓會先調(diào)查使用用途,用途不明的或者太隱私的數(shù)據(jù)項目會直接拒絕。對所持數(shù)據(jù),甲乙雙方都會簽保密合同,數(shù)據(jù)只能使用一次,雙方不能轉(zhuǎn)售外泄。
據(jù)了解,很多公司通過正規(guī)渠道和價格,獲取數(shù)據(jù)接口,但調(diào)用數(shù)據(jù)時,會在本地設備形成一個緩存庫,當數(shù)據(jù)積累到一定程度后,便二次銷售緩存庫里的數(shù)據(jù),這些緩存庫也一度成為黑客的獵物。
數(shù)據(jù)提供商就這樣野蠻生長著。
為了站穩(wěn)腳跟,龍貓數(shù)據(jù)推出「先使用后付款」政策,如果效果不好可以不付款,早期就出現(xiàn)這樣一個例子。
那是個文字判斷項目,帶有很強的主觀性,連規(guī)則就有十幾頁,需要幾萬人同時做判斷,客戶希望準確率達到95%以上。早期運營團隊缺乏經(jīng)驗,快到截止日了才搞清規(guī)則,最后做的效果也不好,項目一分錢沒收回來。
龍貓數(shù)據(jù)銷售總監(jiān)謝林波很生氣,在客戶和運營團隊兩頭溝通,他說昝智很冷靜?!杆闱宄栴}在哪,主觀和客觀原因是什么,沒有過多地考慮公司損失?!怪x林波回憶昝智的做法。
此后再碰到難弄的文本判斷類項目,龍貓會事先篩選一批標注員,比如學歷高的,以前做任務很認真的,做過類似任務的,把任務定向發(fā)給這些人。
眾包的用戶是數(shù)據(jù)采集的來源,也是數(shù)據(jù)標注的執(zhí)行者,用戶運營關系到整個數(shù)據(jù)服務的規(guī)?;?。
▲龍貓眾包App部分任務
打開龍貓眾包App,可以在「數(shù)據(jù)采集」任務欄下看到多個任務,有男性20個手勢賺6元、老人的現(xiàn)在和過去賺3元、拍汽車內(nèi)吸煙照片賺6.3元等,點進去會有每項任務的詳情要求,對照片背景和人物姿態(tài)都有規(guī)定。新經(jīng)濟100人試驗了幾項任務,一兩天左右就有審核結(jié)果出來。
用戶中學生群體占大多數(shù),還有一些寶媽和低收入年輕群體。龍貓數(shù)據(jù)發(fā)現(xiàn)很多人不看任務要求,還埋怨審核不通過。比如照片的臉龐往左偏與右偏都有要求,很多人經(jīng)常弄混淆,以自己的方位來推斷圖中人的方位。后來,龍貓數(shù)據(jù)干脆錄了一段視頻,直觀地講解要求,有時也會開直播室來培訓,實在不懂就直接電話客服。
為了減輕團隊壓力、活躍用戶,昝智決定建立工會,給用戶優(yōu)惠策略,讓用戶管理用戶,大家可以在一個群里交流,老人帶新人。目前總體考核通過率50%-60%,熟練工通過率更高。
除了培訓外,龍貓數(shù)據(jù)還會讓用戶參與審核。這在早期是不可想象的,以前都是客戶給結(jié)果后,龍貓數(shù)據(jù)才給用戶審核,發(fā)錢的發(fā)錢,拒絕的拒絕,但時間太長,會打擊用戶積極性。昝智決定打破規(guī)則,先自己審核,只要用戶做好任務,就按規(guī)則發(fā)錢,這意味著龍貓要承擔所有的風險,萬一客戶覺得效果不好,龍貓就要擔著損失。
龍貓數(shù)據(jù)CTO姚毅說,目前龍貓有三種審核方式,一是自己審核,二是交給用戶審核,三是自動審核,適用于客觀判斷題項目。后續(xù)還有交叉驗證等進一步控制質(zhì)量。
目前,數(shù)據(jù)采集主要在龍貓眾包App上,數(shù)據(jù)標注主要在PC端。
謝林波曾做過人臉的標注任務,「要標200多個點,眼睛疼得受不了,要特別心細」,后來,他把一張臉拆成幾部分,有人專門標眼睛,有人標嘴巴,大家就輕松多了,目前做1小時標注賺15元左右。
龍貓數(shù)據(jù)是一家技術加銷售導向的公司,一端連著智能公司客戶,一端系著普通用戶,龍貓數(shù)據(jù)需要平衡好這個「蹺蹺板」。
有客戶會和謝林波叫價,反正你們那么多人,任務那么容易,不能便宜點嗎?謝林波讓他們換位思考,「如果給你幾塊錢,你愿意拍幾張照片嗎,他(客戶)就不說話了,那為什么別人愿意接受低廉的價格?大家要互相理解。再說了,價格低了,短時間收集不了那些數(shù)據(jù),對你一點意義都沒有?!?nbsp;
「我們既要對客戶好,也要對用戶好,這樣我們才能發(fā)展,一方都不能得罪?!怪x林波對新經(jīng)濟100人說。
除了客戶與用戶,龍貓數(shù)據(jù)也需要時刻關注人工智能行業(yè)的發(fā)展。隨著增強學習、遷移學習等算法的發(fā)展,只需要少量數(shù)據(jù)就可以達成一定效果,數(shù)據(jù)提供商的價值是否打折?
姚毅覺得即便如此,市場仍有數(shù)據(jù)量的需求,采集和標注還是需要人來做,而且還存在不同形態(tài)、不同維度的數(shù)據(jù),比如人臉識別,做完普通亞洲人的,還有其他人種、不同側(cè)面、多個光源、不同年紀等。「當一個新的應用場景誕生時,就會衍生出一批新的數(shù)據(jù)需求?!?nbsp;
▲路況標注
在昝智看來,未來5年內(nèi)人工智能還得依賴監(jiān)督學習,所謂監(jiān)督學習就是人標注好了數(shù)據(jù)讓機器看,監(jiān)督它去學習。
除了做好數(shù)據(jù)服務外,昝智想著可以在人工智能領域做延展。比如看到不少AI公司的研發(fā)領域和數(shù)據(jù)需求很相似,日后可能參與類似數(shù)據(jù)共享平臺的建設。
在更長遠的定位上,龍貓數(shù)據(jù)是一家給人工智能公司提供基礎服務的平臺,「在這個過程中我可以洞察到很多的機會,也可能就某些機會去做進一步的事情。」昝智對新經(jīng)濟100人說。
當務之急,昝智想盡快把國內(nèi)頂尖的互聯(lián)網(wǎng)科技公司和AI公司都簽下來,已經(jīng)簽約50多個,包括百度、騰訊、小米、今日頭條、蔚來汽車、出門問問等。目前包括互聯(lián)網(wǎng)巨頭+新興人工智能創(chuàng)業(yè)公司總共在300家左右。
「真的要有戰(zhàn)斗精神,如果認定了這個市場,你要有非常強大的內(nèi)心,你得把整個蛋糕吃完?!?0歲的昝智說。
「我的作戰(zhàn)能力是有的,但除了自己搏殺,怎么帶大家都進入搏殺的狀態(tài),是需要思考的?!?/span>
延伸閱讀
融資近2億掘金4000億醫(yī)療影像市場,諾獎得主學生曾被罵「腦子被門擠了」,如今和數(shù)十家醫(yī)院合作 ,AI也要接地氣
憑什么讓馬云用它刷臉?一家技術創(chuàng)新公司的生存秘訣
本文為作者獨立觀點,不代表鳥哥筆記立場,未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問,請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求,為完善跟帖評論自律管理,為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍,我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容,同時也將采取必要措施管理違法、侵權或有其他不良影響的網(wǎng)絡信息。
一、根據(jù)《網(wǎng)絡信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī),對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息,主要表現(xiàn)為:
1)反對憲法所確定的基本原則;
2)危害國家安全,泄露國家秘密,顛覆國家政權,破壞國家統(tǒng)一,損害國家榮譽和利益;
3)侮辱、濫用英烈形象,歪曲、丑化、褻瀆、否定英雄烈士事跡和精神,以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽;
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動;
5)煽動民族仇恨、民族歧視,破壞民族團結(jié);
6)破壞國家宗教政策,宣揚邪教和封建迷信;
7)散布謠言,擾亂社會秩序,破壞社會穩(wěn)定;
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪;
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序;
10)侮辱或者誹謗他人,侵害他人名譽、隱私和其他合法權益;
11)通過網(wǎng)絡以文字、圖片、音視頻等形式,對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法規(guī)禁止的其他內(nèi)容;
2. 不友善:不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為:
1)輕蔑:貶低、輕視他人及其勞動成果;
2)誹謗:捏造、散布虛假事實,損害他人名譽;
3)嘲諷:以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述,以此來激怒他人;
4)挑釁:以不友好的方式激怒他人,意圖使對方對自己的言論作出回應,蓄意制造事端;
5)羞辱:貶低他人的能力、行為、生理或身份特征,讓對方難堪;
6)謾罵:以不文明的語言對他人進行負面評價;
7)歧視:煽動人群歧視、地域歧視等,針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊;
8)威脅:許諾以不良的后果來迫使他人服從自己的意志;
3. 發(fā)布垃圾廣告信息:以推廣曝光為目的,發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容,或進行相關行為。主要表現(xiàn)為:
1)多次發(fā)布包含售賣產(chǎn)品、提供服務、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式:
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容;
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容;
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容,如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等,誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當曝光;
6)購買或出售帳號之間虛假地互動,發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容,如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷;
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息,主要表現(xiàn)為:
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述;
2)涉及色情段子、兩性笑話的低俗內(nèi)容;
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容;
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想;
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適;
6)炒作緋聞、丑聞、劣跡等;
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息,主要表現(xiàn)為:
1)可能存在事實性錯誤或者造謠等內(nèi)容;
2)存在事實夸大、偽造虛假經(jīng)歷等誤導他人的內(nèi)容;
3)偽造身份、冒充他人,通過頭像、用戶名等個人信息暗示自己具有特定身份,或與特定機構或個人存在關聯(lián)。
6. 傳播封建迷信,主要表現(xiàn)為:
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病;
2)求推薦算命看相大師;
3)針對具體風水等問題進行求助或咨詢;
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失,包括通過占卜方法問婚姻、前程、運勢,東西寵物丟了能不能找回、取名改名等;
7. 文章標題黨,主要表現(xiàn)為:
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶;
2)內(nèi)容與標題之間存在嚴重不實或者原意扭曲;
3)使用夸張標題,內(nèi)容與標題嚴重不符的。
8.「飯圈」亂象行為,主要表現(xiàn)為:
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論,影響傳播秩序
9. 其他危害行為或內(nèi)容,主要表現(xiàn)為:
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的;
2)不當評述自然災害、重大事故等災難的;
3)美化、粉飾侵略戰(zhàn)爭行為的;
4)法律、行政法規(guī)禁止,或可能對網(wǎng)絡生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內(nèi)容時,本網(wǎng)站將依據(jù)相關用戶違規(guī)情節(jié)嚴重程度,對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號,或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時,本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富,本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的,將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議,可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權歸屬本網(wǎng)站所有)