昇腾AI开发者主题分享活动圆满落幕，整数智能与昇腾AI共助AI数据产业飞腾发展

​编辑切换为居中添加图片注释，不超过 140 字（可选）AI数据产业飞腾发展近日，昇腾AI开发者创享活动在杭州成功举办并圆满落幕，本次活动由杭州市高新区（滨江）党委人才办指导、杭州人工智能计算中心、华为技术有限公司主办，主要依托杭州昇腾AI产业，聚集杭州具备硬实力的科技团队，进行深度技术交流和前沿科技分享，并进一步辐射全国开发者。

整数智能很荣幸作为活动受邀成员，以自动驾驶为切口，围绕AI数据与参会人员进行了深度的技术交流，展示了整数智能对AI数据行业的认知与贡献，也更加清晰地向我们揭示了昇腾AI和整数智能协同合作、互利共赢的紧密联系。

昇腾AI开发者创享活动

昇腾AI：公共算力的提供者

2021年，美国将人工智能列为维护其超级大国地位的五大关键技术之一，全国主要国家和地区也都将人工智能作为重大战略布局，力图在新一轮国际科技竞争中掌握主导权，中国更是将人工智能等前沿领域作为强化国家战略的重要科技力量。

然而，随着人工智能的深入应用，算力建设难以集中，中小企业或科研单位在复杂模型、海量数据研究上的问题愈发显现。因此，建设大规模的人工智能计算中心，提供更加普惠的公共算力，成为推动人工智能产业健康快速发展的重要因素。

从去年开始，昇腾在不同城市的人工智能计算中心的建设过程中持续发力，力图通过算力网络打通从算力基础到应用生态的闭环，实现AI基础设施的技术创新，并在长期过程中改变着AI的发展模式，持续拓展AI的获取模式。

那么我们都知道，模型的规模越大，效果就越好，重剑无锋，大巧不公，而近几年硬件的采购成本增长趋势是比较迅猛的，未来可能会有更大的涨幅，所以算力对行业的影响是非常大的。

所以简单说硬件有多重要呢？怎么解决精度问题？用算力趟过去！怎么解决响应时间问题？用算力趟过去！怎么解决泛化问题？用算力趟过去！所以现在大家对算力的要求都很高，算力的成本与大小在很大程度上决定了一个产品的好坏。因此整数智能在做了大量的调研和思考后决定，使用昇腾平台，相同模型与其他超算平台相比，能节约48%的费用，同时在精度和服务能力方面也给我们很大惊喜。

整数智能会议分享

整数智能：基于昇腾AI的算力应用

优质的数据+合理的模型=更好的AI，数据在很大程度上决定了产品的好坏，如何高效地生产优质数据和高质量地应用数据是很大的一个课题。整数智能刘明皓以自动驾驶行业的数据标注为例，分享整数智能基于昇腾AI的数据闭环平台的开发，讲述自动驾驶的数据需求关系。

基于对数据的重视程度，整数智能在不断完善中迭代出了更加高效的数据标注工具，还在部分场景的标注工具中融入了AI算法，让机器与标注人员能够写作完成数据标注，大幅提升数据生产效率。

例如整数智能服务的大量车企和自动驾驶算法公司，自动驾驶感知技术是自动驾驶的核心技术之一，训练自动驾驶感知模型需要使用大量数据。有关机构曾估计，L4级别的自动驾驶需要数亿公里以上的数据，如此天量的数据，在传统生产方式下需要耗费巨量的成本和时间，而自动驾驶场景，存在着大量的corner case，如果得不到解决，将会直接影响到自动驾驶的安全性，所以这时就需要一套体系去筛选corner case，帮助模型更好地迭代。

提及数据标注工具，大家可能会想到labelme或者labellmg这样的开源软件，开源的标注软件足够满足数据标注1.0时代的数据处理需求(1万量级的工作量)。随着神经网络的加深，AI模型需要更多的数据(10万量级的工作量)来提升模型训练效果，数据标注也就进入了2.0时代，原本的单机标注工具不再能满足这个时代的数据处理需求，因此数据标注平台应运而生。

通过流程化的平台操作实现了数据生产环节的协同协作，而对多供应链接入的支持也使得数据产能可以实现弹性扩容。随着Al在垂直行业的深入落地，诸如智能驾驶领域，数据处理量级则更为庞大，往往在10万甚至100万量级以上，数据标注3.0时代也逐渐拉开帷幕，这一时代的数据是海量的，同时数据准确度的要求也更高，仅仅依赖人工进行标注、审核，很难再满足这一时代的需求，因此基于AI辅助系统的人机协同数据生产平台则成为了这个时代的刚需。

整数智能3D点云标注界面

AIPower模块：助力算法模型迭代

为了更好地提升数据标注服务，整数智能搭建了一个AI辅助系统的人机协同数据生产平台，利用AIPower模块，提供包括AI预标注、AI审核在内的 Al辅助功能。

AI预标注:是指在标注开始前，由算法系统完成对一整批数据的算法推理过程，得到一整批数据的预标注结果:AI协同标注:在标注进行中，标注人员完成少量标注，然后由算法完成对这一条数据的其余标注工作;AI审核:在标注完成后，由算法完成对一整批数据的算法推理过程，并将实际标注结果与算法审核结果进行比对，并反馈出存在较大可能性有错误的数据，供审核人员重点审核。

AlPower模块，还可以支持用新得到的数据集成品完成算法模型迭代，从而在下一批数据生产过程中，提供更精确的AI预标注、AI协同标注以及AI审核能力，我们平台为了易用性做了很多的取舍，因为我们的受众不只是专业的算法工程师，也包括项目经理及相关从业人员，所以怎么解决易用性问题？用算力趟过去!我们只需要调整很少的超参，因为我们使用了NAS+AutoML，为什么我们能用这么奢侈的方案？因为昇腾的算力确实能为我们节约更多成本，物有所值，所以希望未来能产生更深度的合作，互利共赢。

本次杭州站昇腾AI开发者创享活动的成功举办，通过打造一系列围绕昇腾AI基础软硬件平台的开发者生态活动，稳步推进产教融合育人向前发展，有效助力杭州打造人工智能产业链标杆。而整数智能作为人工智能产业技术联盟的一员，将会在技术深耕道路上继续砥砺前行，为AI数据贡献自己的独特力量。

整数智能好奇心专栏

除了便利的数据标注平台，整数智能还自研AI辅助工具以提高数据生产效率，包括光流跟踪算法、OCR预标注系统、ASR辅助音频采集等，能节省大量的人力标注时间与复核成本。

另外，整数智能标注平台可以通过多终端无缝连接，全场景满足用户需求，可对质量进行灵活抽查、动态分阶段验收，帮助AI企业随时把控数据标注质量及进度，保证信息的同步性，让数据真正可靠可控。不仅如此，为提高数据集的交付质量，整数智能对数据生产全过程实现了全方位的质量把控。在人员管理方面，涉及到数据生命周期的各级人员都参与到质量管理中，确保经手数据的每一方都能严控质量。

正因为持续的技术能力和行业积淀，让整数智能成为了人工智能产业联盟的产业数据组专家，共同参与制定AI行业的数据标准和白皮书工作，得到中国电子技术标准化研究院和信通院的邀请参编SC42《可信赖人工智能标准化白皮书》与《人工智能研发运营一体化（Model/MLOps）能力成熟度模型》标准体系。参与制定包括过程管理、模型管理、安全与风险管理、组织结构、系统与工具等5个能力标准，致力于帮助企业提高AI研发运营管理能力，提升AI模型治理能力，为AI大规模应用提供有效路径。参与制定的TC260《AI数据采集及标注安全规范》，聚焦AI数据采集及标注过程及过程中可能出现的安全隐患，提炼、梳理相关安全技术。