崔滔

人们意识到AI非常强大，但为了实现它，必须获得大量的训练数据。有人在苹果花了数亿美元收集标签数据，但依然没有好的结果。

看到这一需求，许多专业标注公司诞生了。例如Datasaur，这是一个自动化数据标注的软件。当然，数据标注首先需要以人工的方式开始，特别是在人工智能项目的开始阶段，到了项目的中期或末期，机器学习本身可以用于自动标记数据，也可以生成合成数据。

Datasaur软件的主要目标是简化人工数据标注的操作，并引导他们以最低的成本创建更高质量的训练数据。由于它的目标是那些需要整天标记数据的高级用户，因此创建了功能键来加速标注过程，以及适合专用数据标注系统的其他功能。

不过在这个过程中，Datasaur也有了其他几个目标，包括消除偏见。还提供了项目管理能力，以清楚地阐明标签指南，确保随着时间的推移，标签标准继续得到保持。

数据标注的主观性是使这门学科充满陷阱的原因之一。

例如，想出一种方法，自动给文章贴上适合或不适合家庭的标签。通常可以参考电影分级制度，类似PG、PG13、R级。你可能认为这是一个非常简单的任务，而事实证明，科技公司认为合适的做法与电影行业认为合适的做法有很大不同。还有很多灰色地带的实例，对于什么是合适的，什么是不合适的，都会有非常不同的观点。

解决这类问题没有捷径可走。但是，有一些方法可以帮助公司将这些业务流程自动化，包括提供一个用于回答这些数据标注问题的决策谱系，这就是创建Datasaur软件的原因。……