“大多数人工智能模型依赖监督学习对已标注数据分类，来预测未标注数据，无论是图像、视频、文本还是声音，大部分还是依赖于人工标注。”

作者：康佑醍

编辑：tuya

出品：财经涂鸦（ID：caijingtuya）

近日，韩国数据标签初创企业AIMMO宣布已在 A 轮融资中筹集了 1200 万美元，参与投资的机构包括DS Asset Management、韩国兴业银行、韩华投资证券、S＆S Investment、Toss Investment、Korea Asset Investment ＆ Securities和 Venture Field。

数据是训练机器学习模型的基础，一个普遍的观念认为，提供的数据越多，模型性能就越好。为了获得数据来训练模型，企业可以选择公开数据集、购买数据、或是自己生成数据等方式，没有数据，就没有AI／ML（Artificial Intelligence人工智能／Machine Learning机器学习）。然而，低质量或错误标记的数据比没有数据更加糟糕，一个很明显的例子就是自动驾驶，消费者不会信任低质量数据训练出的自动驾驶模型，因此自动驾驶企业往往也是数据标签企业最大的合作方。

数据标签则处于AI／ML行业的漏斗顶端，其标记的数据质量对于AI公司后续的应用至关重要。据Grand View Research市场分析报告，2021年全球数据收集和标签市场规模为16亿美元，预计2028年将达到82亿美元。通常，数据标注包括数据标注，注释，审核，分类，转录和处理，而这些流程目前大部分通过人工来完成。

而AIMMO则构建了自动数据标注工具平台，希望减轻数据预处理这一步骤所需的人力，让科技公司能够更聚焦于AI模型本身，其中智慧城市和自动驾驶是AIMMO最着重的领域。AIMMO在官网中给出了22个数据集用例，主要应用包括物体检测、语义分割、区域分割、对象跟踪、关键点聚焦、文字识别等。

来源：AIMMO官网

这一领域面临着激烈的竞争，存在着Amazon Mechanical Turk、Hive、Appen、Upwork、Unity、Lionbridge、Labelbox、AI．Reverie和Scale等企业，Facebook、微软、谷歌等巨头公司也在尝试拓展这一领域，Facebook 的计算机视觉系统 DINO，可以在没有任何训练数据的情况下分割图像，Goole reCAPTCHA 则通过验证码获取数据标注。

巨头公司纷纷入场或许预示了一种前景——数据标签成为AI领域的基础设施入口。数据的注释、管理、自动化、评估、收集和生成有助于为所有公司提供搭建人工智能模型的基础，就像AWS搭建的云基础设施，数据的全流程管理或许也将成为AI领域的基础架构，而数据标签公司在这一竞争中处于优势地位。

AIMMO已经与现代汽车、SK Telecom、Naver、Kakao等知名企业达成合作，2021年，其自动驾驶领域收入达到1000万美元，同比增长200％。预计随着全球自动驾驶领域需求增大，2022年AIMMO会继续保持高速增长。

本文由公众号财经涂鸦原创撰写