歐美通過數(shù)據(jù)標(biāo)注創(chuàng)新強(qiáng)化工業(yè)AI優(yōu)勢對我國的啟示

摘 要：工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注能夠為人工智能模型訓(xùn)練提供高質(zhì)量數(shù)據(jù)集，是保障智能制造系統(tǒng)性能的關(guān)鍵基礎(chǔ)。在全球范圍內(nèi)，數(shù)據(jù)標(biāo)注正廣泛應(yīng)用于制造行業(yè)和相關(guān)場景。歐美等國為適應(yīng)工業(yè)數(shù)據(jù)特性、應(yīng)對工業(yè)環(huán)境和場景需求、提升標(biāo)注質(zhì)量和專業(yè)性，實現(xiàn)了標(biāo)注技術(shù)、方法和管理的創(chuàng)新突破，進(jìn)一步強(qiáng)化了歐美工業(yè)人工智能領(lǐng)先優(yōu)勢。我國應(yīng)加快構(gòu)建工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注體系，通過推進(jìn)工業(yè)數(shù)據(jù)標(biāo)注技術(shù)與應(yīng)用研究，研制工業(yè)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)，布局建設(shè)工業(yè)數(shù)據(jù)標(biāo)注基地，推動工業(yè)數(shù)據(jù)標(biāo)注資源流通共享，增強(qiáng)我國工業(yè)人工智能創(chuàng)新基礎(chǔ)和發(fā)展動力。

關(guān)鍵詞：工業(yè)人工智能；工業(yè)數(shù)據(jù)標(biāo)注

一、歐美工業(yè)領(lǐng)域人工智能和數(shù)據(jù)標(biāo)注發(fā)展趨勢

（一）歐美地區(qū)引領(lǐng)全球制造業(yè)人工智能發(fā)展

歐美地區(qū)當(dāng)前的領(lǐng)先地位主要得益于前沿技術(shù)的持續(xù)創(chuàng)新、強(qiáng)大的產(chǎn)學(xué)研生態(tài)體系、先進(jìn)的制造業(yè)數(shù)字化水平，以及大量政府和個人對人工智能研發(fā)領(lǐng)域的投資。從市場規(guī)?？?，2023年北美地區(qū)制造業(yè)人工智能市場規(guī)模約為13億美元，以35.1%的份額占據(jù)全球主導(dǎo)地位①，同年我國人工智能制造業(yè)應(yīng)用市場規(guī)模約為8.1億美元②，與制造業(yè)增加值居全球首位的國家相比，我國制造業(yè)人工智能應(yīng)用市場仍有巨大發(fā)展空間。

（二）歐美數(shù)據(jù)標(biāo)注行業(yè)具備規(guī)?；?、專業(yè)化、自動化、精準(zhǔn)化優(yōu)勢

在標(biāo)注市場規(guī)模方面，2023年全球數(shù)據(jù)標(biāo)注工具市場規(guī)模達(dá)10.296億美元，其中北美市場3.725億美元，歐洲市場2.808億美元，分別占比36%和27%，共同引領(lǐng)全球市場；同期我國數(shù)據(jù)標(biāo)注工具市場規(guī)模約為8009萬美元，但與印度、加拿大近似，與我國經(jīng)濟(jì)體量還不匹配①。在標(biāo)注專業(yè)化方面，Appen、Scale AI和Alegion等海外領(lǐng)先企業(yè)在技術(shù)研發(fā)和市場應(yīng)用上積累了豐富的經(jīng)驗，能夠針對上千種應(yīng)用場景和模型需求提供定制化標(biāo)注解決方案；我國數(shù)據(jù)標(biāo)注市場雖然發(fā)展迅速，但許多企業(yè)仍處于初創(chuàng)階段，專業(yè)化服務(wù)水平較國際領(lǐng)先企業(yè)存在差距。在標(biāo)注自動化方面，歐美數(shù)據(jù)標(biāo)注企業(yè)積極采用AI技術(shù)推動數(shù)據(jù)標(biāo)注的自動化，預(yù)計到2030年，自動標(biāo)注將以18%的復(fù)合年增長率增長；但我國的數(shù)據(jù)標(biāo)注仍以人工為主，自動化程度有待提高。在標(biāo)注精準(zhǔn)化方面，歐美領(lǐng)先的數(shù)據(jù)標(biāo)注企業(yè)結(jié)合人工智能和人工標(biāo)注優(yōu)勢，利用AI算法輔助人類標(biāo)注員，并通過人工標(biāo)注數(shù)據(jù)優(yōu)化AI算法，從而逐步提高數(shù)據(jù)標(biāo)注精準(zhǔn)度，并采用多種質(zhì)量控制指標(biāo)，如互標(biāo)引一致性和F1分?jǐn)?shù)，確保標(biāo)注結(jié)果的可靠性和一致性。

二、國際工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注的三大創(chuàng)新經(jīng)驗

（一）針對工業(yè)數(shù)據(jù)特性的標(biāo)注技術(shù)創(chuàng)新

一是解決跨模態(tài)數(shù)據(jù)統(tǒng)一標(biāo)注難題。不同模態(tài)的工業(yè)數(shù)據(jù)在時間、空間、語義上存在顯著差異，且標(biāo)注標(biāo)準(zhǔn)各異，因此，跨模態(tài)數(shù)據(jù)的協(xié)同分析一直是工業(yè)數(shù)據(jù)應(yīng)用中的一個難題。美國的數(shù)據(jù)標(biāo)注企業(yè)如Scale AI和Mighty AI等通過標(biāo)注工具創(chuàng)新，能協(xié)同處理和分析圖像、聲音、傳感器等數(shù)據(jù)，從而幫助機(jī)器學(xué)習(xí)算法全面理解復(fù)雜的工業(yè)環(huán)境。二是支持實時數(shù)據(jù)標(biāo)注和響應(yīng)。在工業(yè)環(huán)境中，傳感器、機(jī)器運行、生產(chǎn)流程不斷產(chǎn)生實時數(shù)據(jù)，傳統(tǒng)的靜態(tài)標(biāo)注已難以適應(yīng)快速變化的工業(yè)環(huán)境。澳大利亞Appen、美國Annotation Box等公司提供實時數(shù)據(jù)處理與標(biāo)注服務(wù)，并能在生產(chǎn)過程中動態(tài)調(diào)整標(biāo)注策略，以確保數(shù)據(jù)的準(zhǔn)確性和時效性。三是結(jié)合數(shù)據(jù)增強(qiáng)技術(shù)促進(jìn)自動化標(biāo)注。針對工業(yè)極端場景數(shù)據(jù)稀缺的問題，Appen與AI合成數(shù)據(jù)庫創(chuàng)建平臺Mindtech合作，利用高精度仿真技術(shù)模擬極端場景并生成合成數(shù)據(jù)。這一創(chuàng)新方法旨在訓(xùn)練智能標(biāo)注算法，進(jìn)而加速自動數(shù)據(jù)標(biāo)注創(chuàng)新，提升標(biāo)注效率和準(zhǔn)確性。

（二）適應(yīng)工業(yè)復(fù)雜場景的標(biāo)注模式創(chuàng)新

一是跨領(lǐng)域合作開發(fā)專業(yè)標(biāo)注工具。歐美的企業(yè)和研究機(jī)構(gòu)通過合作，致力于開發(fā)適用于工業(yè)的數(shù)據(jù)標(biāo)注解決方案，如德國弗勞恩霍夫研究所與行業(yè)企業(yè)合作研發(fā)了視頻數(shù)據(jù)標(biāo)注工具ANTONN、傳感器數(shù)據(jù)管理工具FROST以及3D數(shù)據(jù)點云自動標(biāo)注工具等，這些工具為工業(yè)數(shù)據(jù)處理提供強(qiáng)大支持。二是跨工序標(biāo)注促進(jìn)先進(jìn)制程系統(tǒng)優(yōu)化。針對工業(yè)生產(chǎn)流程間緊密關(guān)聯(lián)的特點，Mighty AI開發(fā)了基于Web的可視化平臺，可直觀地展示不同工序的數(shù)據(jù)關(guān)聯(lián)，便于跨工序的數(shù)據(jù)整合和分析，不僅提高了數(shù)據(jù)利用率，還促進(jìn)了生產(chǎn)流程的優(yōu)化與協(xié)同。三是通過數(shù)據(jù)集管理決定標(biāo)注優(yōu)先順序。Scale AI通過數(shù)據(jù)引擎實現(xiàn)了高效的智能數(shù)據(jù)集管理，能夠識別并優(yōu)先處理最具價值的數(shù)據(jù)并進(jìn)行優(yōu)先標(biāo)注，這一功能在提升操作效率、集成和分析多種數(shù)據(jù)類型的工業(yè)環(huán)境中尤為重要，為有效應(yīng)對快速變化的市場需求提供了重要保障。

（三）滿足工業(yè)高質(zhì)量專業(yè)化數(shù)據(jù)要求的標(biāo)注管理創(chuàng)新

一是在全球建立人工智能標(biāo)注基地并進(jìn)行統(tǒng)一培訓(xùn)和質(zhì)量管理。許多歐美企業(yè)通過在全球招募標(biāo)注人員，快速擴(kuò)展其標(biāo)注團(tuán)隊，如Appen在全球180多個國家和地區(qū)擁有40多萬名外包合同工，眾包平臺Mechanical Turk在非洲和東南亞擁有20萬名AI數(shù)據(jù)標(biāo)注員。為了確保標(biāo)注質(zhì)量，這些企業(yè)制定了詳細(xì)的培訓(xùn)計劃和嚴(yán)格的質(zhì)量控制流程，確保標(biāo)注人員獲得統(tǒng)一指導(dǎo)并交付高質(zhì)量的標(biāo)注數(shù)據(jù)。二是組織行業(yè)專家參與數(shù)據(jù)標(biāo)注。在工業(yè)制造專業(yè)領(lǐng)域，具備專業(yè)知識的專家標(biāo)注成果顯著優(yōu)于普通人力外包標(biāo)注。Appen、Scale AI、iMerit等領(lǐng)先數(shù)據(jù)標(biāo)注企業(yè)將“專家參與”作為服務(wù)特色，組織行業(yè)專家對標(biāo)注結(jié)果和模型微調(diào)提供評估和反饋。三是形成專業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)規(guī)范。領(lǐng)先的數(shù)據(jù)標(biāo)注企業(yè)普遍建立了數(shù)據(jù)標(biāo)注質(zhì)量規(guī)范。如Scale AI建立了一套提升數(shù)據(jù)標(biāo)注質(zhì)量的方法，包含模型性能評估指標(biāo)、基準(zhǔn)任務(wù)篩選和實現(xiàn)高質(zhì)量標(biāo)注的最佳實踐。此外，歐美各國標(biāo)準(zhǔn)化組織和行業(yè)協(xié)會也在積極推動建立并采用數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)。如美國制造業(yè)協(xié)會（NAM）敦促制造商采用一致的數(shù)據(jù)標(biāo)注實踐，并在相關(guān)白皮書中強(qiáng)調(diào)數(shù)據(jù)標(biāo)注在確保AI系統(tǒng)可靠性方面的關(guān)鍵作用。

三、數(shù)據(jù)標(biāo)注創(chuàng)新促進(jìn)人工智能快速發(fā)展

（一）積累大量高質(zhì)量數(shù)據(jù)集，增強(qiáng)工業(yè)人工智能“原料”供給

一是開源平臺通過眾包標(biāo)注積累工業(yè)數(shù)據(jù)集。國際知名數(shù)據(jù)科學(xué)競賽平臺Kaggle吸引全球?qū)＜覅⑴c數(shù)據(jù)標(biāo)注和模型構(gòu)建，積累了近600個制造業(yè)公共數(shù)據(jù)集，其中近百個數(shù)據(jù)集得到8分以上的高可用度評價。二是行業(yè)企業(yè)聯(lián)合科技企業(yè)打造專業(yè)數(shù)據(jù)集。寶馬集團(tuán)與微軟、英偉達(dá)合作打造了數(shù)據(jù)自動標(biāo)注工具和無代碼AI工具，發(fā)布了包含80萬張標(biāo)注圖像的汽車工程數(shù)據(jù)集SORDI，涵蓋汽車工程與物流核心技術(shù)對象共計80個生產(chǎn)資源類別。三是領(lǐng)先的科技企業(yè)發(fā)布大規(guī)模帶標(biāo)注數(shù)據(jù)集。2024年7月，Meta發(fā)布了一個大型帶標(biāo)注數(shù)據(jù)庫，包括來自47個國家的約51000個真實世界視頻和超過600000個時空掩碼，與現(xiàn)有最大的視頻分割數(shù)據(jù)集相比，該數(shù)據(jù)庫視頻數(shù)量多4.5倍，標(biāo)注數(shù)量多53倍，對于幫助AI模型更準(zhǔn)確識別和處理復(fù)雜場景具有重要價值。

（二）助力工業(yè)領(lǐng)域機(jī)器學(xué)習(xí)，促進(jìn)智能技術(shù)創(chuàng)新應(yīng)用

一是強(qiáng)化人工智能對工業(yè)生產(chǎn)環(huán)境的理解，推動工業(yè)機(jī)器人等先進(jìn)技術(shù)創(chuàng)新。阿西布朗勃法瑞公司（ABB）通過對大量視覺數(shù)據(jù)進(jìn)行精確標(biāo)注，訓(xùn)練機(jī)器人識別不同類型的物體和環(huán)境，優(yōu)化其在制造和物流中的自動化操作，使其能夠在復(fù)雜的工業(yè)環(huán)境中安全高效地執(zhí)行任務(wù)。二是利用經(jīng)過標(biāo)注的數(shù)據(jù)構(gòu)建工業(yè)知識庫，促進(jìn)工業(yè)數(shù)據(jù)智能應(yīng)用。西門子對其集團(tuán)內(nèi)部多源異構(gòu)數(shù)據(jù)進(jìn)行了整合和標(biāo)準(zhǔn)化標(biāo)注，構(gòu)建了包含120萬種產(chǎn)品的工業(yè)知識圖譜，實現(xiàn)了跨部門的知識共享和數(shù)據(jù)利用，支持智能搜索、產(chǎn)品組態(tài)、生產(chǎn)規(guī)劃等應(yīng)用，為集群級分析和人工智能應(yīng)用奠定基礎(chǔ)。

（三）廣泛應(yīng)用于行業(yè)和場景，加速工業(yè)數(shù)智化轉(zhuǎn)型

全球領(lǐng)先的制造商們正加速人工智能技術(shù)應(yīng)用，據(jù)麥肯錫針對燈塔工廠的統(tǒng)計，人工智能技術(shù)貫穿制造業(yè)價值鏈，能夠為制造商帶來10%到60%的效能提升。其中，數(shù)據(jù)標(biāo)注直接影響了工業(yè)制造業(yè)人工智能系統(tǒng)的表現(xiàn)和性能。在工業(yè)制造業(yè)領(lǐng)域，數(shù)據(jù)標(biāo)注能夠明確指出制造零件的缺陷位置和類型、裝配線工作流程的時間順序、傳感器異常讀數(shù)以及機(jī)械臂精確方位等信息，從而生成帶標(biāo)記的圖像、視頻、文本、點云、音頻等數(shù)據(jù)集，這些標(biāo)記數(shù)據(jù)集用于訓(xùn)練工業(yè)人工智能模型，使其能夠有效解釋現(xiàn)實世界的復(fù)雜情況。從標(biāo)注應(yīng)用行業(yè)看，數(shù)據(jù)標(biāo)注服務(wù)能滿足各類工業(yè)行業(yè)專業(yè)化需求。Scale AI、Labelbox、PremeterX、Datarella等歐美數(shù)據(jù)標(biāo)注企業(yè)分別面向半導(dǎo)體、能源電力、機(jī)械制造、航空航天等行業(yè)提供定制化的數(shù)據(jù)標(biāo)注服務(wù)。從標(biāo)注應(yīng)用場景看，歐美的數(shù)據(jù)標(biāo)注應(yīng)用正向廣泛的工業(yè)智能場景滲透，除了典型的圖像識別場景如缺陷檢測和安全生產(chǎn)監(jiān)控外，還結(jié)合圖像、文本、音頻等跨模態(tài)標(biāo)注技術(shù)，應(yīng)用于設(shè)備預(yù)測性維護(hù)、供應(yīng)鏈管理、工藝流程優(yōu)化等復(fù)雜場景。

四、我國工業(yè)人工智能與數(shù)據(jù)標(biāo)注產(chǎn)業(yè)進(jìn)展

（一）我國人工智能制造業(yè)應(yīng)用取得顯著進(jìn)展

2023年，我國人工智能制造業(yè)應(yīng)用市場規(guī)模約為56億元人民幣，預(yù)計在2025年將超過140億元人民幣。其中，電子通信、半導(dǎo)體領(lǐng)域的市場規(guī)模預(yù)計將達(dá)到41億元人民幣，汽車制造行業(yè)37億元人民幣，能源電力行業(yè)25億元人民幣。在國家政策的積極推動下，智能制造正在加速發(fā)展。截至2023年年底，我國已培育出421家國家級示范工廠和超過1萬家省級數(shù)字化車間。同時，我國工業(yè)機(jī)器人交付量和使用量遠(yuǎn)超歐美國家，根據(jù)國際機(jī)器人聯(lián)合會的數(shù)據(jù)，我國2022年安裝工業(yè)機(jī)器人超過29萬臺，是日本的6倍、美國的7倍、德國的12倍，法國的40倍。2023年，我國安裝的新型工業(yè)機(jī)器人占全球一半以上，機(jī)器人化正在加速推進(jìn)。

（二）我國數(shù)據(jù)標(biāo)注產(chǎn)業(yè)生態(tài)日益成熟

近年來，我國逐步形成了一個上游包含AI基礎(chǔ)數(shù)據(jù)服務(wù)商、IDC廠商，中游包含數(shù)據(jù)治理平臺服務(wù)商，下游包含智慧政務(wù)、金融、工業(yè)、自動駕駛等人工智能應(yīng)用的數(shù)據(jù)標(biāo)注行業(yè)產(chǎn)業(yè)鏈。國內(nèi)數(shù)據(jù)標(biāo)注代表企業(yè)包括互聯(lián)網(wǎng)企業(yè)、專業(yè)數(shù)據(jù)標(biāo)注公司、人力外包和派單平臺等?；ヂ?lián)網(wǎng)巨頭自行組建的數(shù)據(jù)標(biāo)注平臺，例如百度眾測、阿里數(shù)據(jù)標(biāo)注、京東眾智、網(wǎng)易數(shù)據(jù)眾包平臺等，都積極參與市場競爭。專業(yè)數(shù)據(jù)標(biāo)注公司，如海天瑞聲、云測、龍貓數(shù)據(jù)、倍賽等，擁有自研標(biāo)注平臺，并根據(jù)專業(yè)需求提供定制化標(biāo)注工具，通過平臺使用費獲得收益。此外，主要為小微企業(yè)的大量人力外包和派單平臺，通過對接標(biāo)注訂單提供人工標(biāo)注服務(wù)，其核心優(yōu)勢在于低成本的人力資源。

（三）我國工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注面臨挑戰(zhàn)

我國工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注市場主要依托工業(yè)視覺技術(shù)，應(yīng)用于表面質(zhì)檢、工藝過程監(jiān)控和安全監(jiān)測三大場景，普及程度不高。調(diào)研發(fā)現(xiàn)，我國工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注主要面臨四大挑戰(zhàn)。一是數(shù)據(jù)標(biāo)準(zhǔn)化挑戰(zhàn)，難以適配工業(yè)數(shù)據(jù)特性。工業(yè)領(lǐng)域存在各類非結(jié)構(gòu)化數(shù)據(jù)、時序數(shù)據(jù)等，使得數(shù)據(jù)標(biāo)注的適用性受到限制。二是標(biāo)注技術(shù)挑戰(zhàn)，難以應(yīng)對復(fù)雜多變的工業(yè)場景需求。生產(chǎn)流程的關(guān)聯(lián)性、實時更新要求、大規(guī)模生產(chǎn)以及高精度標(biāo)注需求等，給數(shù)據(jù)標(biāo)注技術(shù)帶來了挑戰(zhàn)。三是專業(yè)知識挑戰(zhàn)，缺乏精深的工業(yè)知識和數(shù)據(jù)標(biāo)注能力。工業(yè)領(lǐng)域具有大量來自行業(yè)和專業(yè)領(lǐng)域的數(shù)據(jù)標(biāo)注需求，但缺乏具備豐富行業(yè)背景的數(shù)據(jù)標(biāo)注人員。四是數(shù)據(jù)流通挑戰(zhàn)，標(biāo)注數(shù)據(jù)難以實現(xiàn)共享應(yīng)用，造成大量重復(fù)標(biāo)注工作，不利于工業(yè)領(lǐng)域智能化發(fā)展。

五、歐美工業(yè)數(shù)據(jù)標(biāo)注發(fā)展經(jīng)驗對我國的啟示

（一）推進(jìn)工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注研究

依托工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)工信部重點實驗室，設(shè)立行業(yè)級數(shù)據(jù)智能標(biāo)注研究中心。一方面，聯(lián)合行業(yè)龍頭企業(yè)，設(shè)立工業(yè)數(shù)據(jù)標(biāo)注場景實驗室，開展針對重點工業(yè)場景的研究與實踐，形成行業(yè)場景標(biāo)注知識庫。另一方面，需促進(jìn)企業(yè)、高校和科研機(jī)構(gòu)跨領(lǐng)域合作，共同開展適用于跨模態(tài)、跨工序、復(fù)雜工業(yè)場景的數(shù)據(jù)標(biāo)注技術(shù)和方法研究。

（二）研制工業(yè)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)

首先，需制定工業(yè)數(shù)據(jù)標(biāo)注通用標(biāo)準(zhǔn)，規(guī)范工業(yè)數(shù)據(jù)標(biāo)注流程，形成工業(yè)數(shù)據(jù)標(biāo)注質(zhì)量評估和控制規(guī)范，并確立敏感工業(yè)數(shù)據(jù)在標(biāo)注中的保護(hù)規(guī)則。其次，圍繞重點行業(yè)和場景需求，制定分行業(yè)分場景的數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)，定制數(shù)據(jù)注釋指南和分類體系。最后，針對工業(yè)數(shù)據(jù)管理和流通問題，研究制定標(biāo)注數(shù)據(jù)目錄管理規(guī)范，明確標(biāo)注數(shù)據(jù)流通交易規(guī)則。

（三）建設(shè)工業(yè)數(shù)據(jù)標(biāo)注基地

按照“規(guī)范引領(lǐng)、分類布局、生態(tài)協(xié)同”原則，布局建設(shè)工業(yè)數(shù)據(jù)標(biāo)注基地。首先需要制定工業(yè)數(shù)據(jù)標(biāo)注基地評估標(biāo)準(zhǔn)，推動基地規(guī)范化管理。其次，根據(jù)地方產(chǎn)業(yè)需求和人才基礎(chǔ)，規(guī)劃建設(shè)區(qū)域級和行業(yè)級工業(yè)數(shù)據(jù)標(biāo)注基地。再次，開展工業(yè)人工智能數(shù)據(jù)服務(wù)人才培訓(xùn)，構(gòu)建工業(yè)細(xì)分行業(yè)數(shù)據(jù)服務(wù)專業(yè)人才庫。最后，整合區(qū)域和行業(yè)工業(yè)數(shù)據(jù)標(biāo)注需求、技術(shù)服務(wù)資源、人力和教育資源，培育工業(yè)數(shù)據(jù)標(biāo)注產(chǎn)業(yè)生態(tài)。

（四）推動工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注資源流通共享

建設(shè)工業(yè)數(shù)據(jù)標(biāo)注生態(tài)服務(wù)平臺，集成標(biāo)注基地評估管理、標(biāo)注專業(yè)人才儲備管理、標(biāo)注數(shù)據(jù)目錄管理、標(biāo)注業(yè)務(wù)供需對接、標(biāo)注數(shù)據(jù)流通交易、智能應(yīng)用場景展示等功能，打通工業(yè)數(shù)據(jù)標(biāo)注在技術(shù)、人才、應(yīng)用、數(shù)據(jù)流通等方面的壁壘。整合工業(yè)領(lǐng)域數(shù)據(jù)標(biāo)注產(chǎn)業(yè)生態(tài)，實現(xiàn)專業(yè)人才、技術(shù)工具、創(chuàng)新資源、公共數(shù)據(jù)等資源的共享。

參考文獻(xiàn)

[1] Market.US. AI in Manufacturing Market[EB/OL]. （2024-02-01）[2024-10-16]. https：//market.us/report/ai-in-manufacturingmarket/

[2]麥肯錫報告解析：AI重塑制造業(yè)，開啟萬億級增長潛力[EB/OL]. （2024-05-27）[2024-10-16]. https：//www.industrysourcing.cn/ article/459598

[3] BimAnt.數(shù)據(jù)標(biāo)注市場趨勢2024[EB/ OL]. （2024-01-30）[2024-10-16]. http：//www. bimant.com/blog/data-annotation-markettrends-2024/

[4] 36氪研究院.2024年中國AI+制造產(chǎn)業(yè)研究報告[EB/OL]. （2024-07-08）[2024-10-16]. https：//www.36kr.com/p/2853458940627588

[5]德勤.制造業(yè)+人工智能創(chuàng)新應(yīng)用發(fā)展報告[EB/OL]. （2024-07-15）[2024-10-16]. https：//www2.deloitte.com/cn/zh/pages/ energy-and-resources/articles/manufacturingartificial-intelligence-innovation-applicationdevelopment-report.html

[6]人民網(wǎng).“燈塔工廠”、無人化工廠和智能工廠等新型工廠大量涌現(xiàn)——中國迅速擁抱智能化浪潮[EB/OL]. （2024-04-08）[2024-10-16]. http：//paper.people.com.cn/ rmrbhwb/html/2024-04/08/content_26051136. htm

（作者系中國工業(yè)互聯(lián)網(wǎng)研究院工程師）

The Enlightenment for China from Europe and the US Strengthening their Advantages in Industrial AI through Innovations in Industrial Data Annotation

Wang Ruiying

Abstract： Industrial data annotation offers high - quality data sets for AI model training and is key to intelligent manufacturing system performance. Globally， it’s widely used. The US and Europe have innovated in annotation technologies， methods and management to adapt to industrial data， meet environment/scenario requirements， improve quality and professionalism， strengthening their AI lead. China should speed up building an industrial data annotation system. By promoting relevant research， formulating standards， establishing bases and facilitating resource circulation and sharing， China can enhance its industrial AI’s innovation foundation and development momentum.

Keywords： Industrial Artificial Intelligence； Data Annotation in the Industrial Field

① https：//market.us/report/ai-in-manufacturing-market/

② Bizwit，德勤研究“德勤人工智能制造業(yè)應(yīng)用調(diào)查”.deloitte-cn-cip-ai-manufacturing-application-survey-zh-200114.pdf

① Data Annotation Tools Market Size Outlook， 2030 https：//www.grandviewresearch.com/horizon/outlook/data-annotationtools-market-size/global