Scale AI 启示录

正在天生式AI期间，大模子的三个支柱——数据、算法、算力都迎来新的成长阶段。正在基于Transformer的算法进化，和“烧钱”的算力晋升之后，数据正正在成为限制大模子成长的瓶颈。

大模子已简直用尽互联网上全数容易获取的数据，假使短缺高质料数据，大模子也许将进入职能停顿的成长阶段。假使说正在AI新纪元，数据资产是有待开采的金矿，环绕数据而计划的“卖铲人”将有宏伟的成长机遇。

正在算法和算力范围，依然有OpenAI、英伟达等。正在数据范围，最受闭切的则是数据标注平台Scale AI，其正在本年第二季度竣工了10亿美元融资，估值飙升至138亿美元。

1.Scale AI早期生意要紧是为主动驾驶公司供应数据标注外包供职，正在2022年后跟着Scaling Law下大模子参数范围的迅速膨胀及所需演练数据量的上升，与OpenAI等睁开互助，渐渐转型为供应大范围数据标注生意。

2.其将正在数据标注生意中的know-how浸淀正在数据引擎平台上，纠合AI标注才智大模子处理细分场景下的数据质料差的困难。

3.Scale AI自己不供应大模子产物，而是能够助助客户测试大模子的职能，助助客户对大模子举办微调、最终按照场景将大模子举办落地计划。公司于是从数据标注供职拓展为企业级数据集成公司。

4.工夫和行业的双门槛。Scale AI有几十名相干范围的博士举办数据标注，并借此机遇与具有专业数据标注才智的相干职员举办了绑定，通过和紧要行业客户的互助竣工了行业常识的积蓄

九合创投正在2014年投资了龙猫数据，这也是一家始于主动驾驶行业、兴于大模子期间的数据标注公司，龙猫数据创始人昝智以为，“现在是数据标注公司成长的史书性成长机缘。这个机缘开头于AI工夫的飞速成长，奇特是大模子正在各个范围的利用扩展，使得高质料数据的需求络续拉长。行动中邦本土数据标注范围的领先企业，龙猫数据正在这波海潮中饰演着枢纽脚色。”

2023年，龙猫数据推出了主动驾驶大模子AutopilotGPT，能迅速惩罚和标注大范围驾驶数据，升高数据惩罚功效和标注精度，同时引入进步的主动化数据标注器材和数据合成工夫，低落人工标注本钱，笼罩大模子公司。

昝智以为，Scale AI的胜利经历对待中邦的数据标注行业具有紧要的参考价钱。他指出：“Scale AI之于是可以疾速振兴，并非仅仅凭借算力和算法，而是通过工夫积蓄和行业常识的深度纠合，胜利搭修了从数据标注到AI评估的无缺闭环。这种才智使得Scale AI正在大模子期间不单饰演了数据供应者的脚色，更成为了AI范围的紧要胀吹者。”

正在九合看来，数据市集仍处于迅速成长阶段，中邦具有比外洋更足够的利用场景。跟着AI对区别行业的排泄，数据将成为大模子期间价钱飙升的金矿，“卖铲人”或者“数据锻制厂”将成为大模子海潮中最具确定性的得益者之一。

十几年前的谋略机物体识别凭借抓取特质，然后给出结果。但谋略机空洞出来的模子，照旧时时会显示认错的状况。当时良众商量职员用心于构修更好的算法，但时任斯坦福大学任助理教练的李飞飞认识到，瓶颈也许正在于缺乏大范围、高质料的数据集，假使数据无法反响可靠全邦，再好的算法也难以通过演练到达模仿人脑的结果。

于是，她开头搭修ImageNet数据集，并依托亚马逊众包平台 Mechanical Turk 分发给环球用户“接单”，处理了人工标注的宏壮办事量，这也许是数据标注众包平台的前身，数据标注行业由此拉开序幕。

2012年，AlexNet算法成为李飞飞建议的ImageNet大范围视觉识折柳间赛的冠军，识别切实率高达85%，创作了谋略机视觉识别范围的全邦记载。AlexNet 是一种卷积神经搜集(CNN)模子，自此激励了新一代神经搜集的高潮。

2017年，ImageNet离间赛落幕，竣工了己方的职责，获奖者的算法确切识别率已超越人类。但ImageNet的影响仍正在延续，它让人们认识到数据正在AI成长中的紧要位子。

ImageNet和对数据的着重加快了机械进修的冲破，而机械进修的兴盛反过来又鼓动了数据标注等资产的成长。

数据标注是AI范围的一个枢纽措施， 供应高质料的记号数据，用于演练机械进修模子，并为模子演练供应洞察。常睹的标注职司包罗图像分类、物体检测、语义盘据、文天职类、激情阐明、语音识别等。

正在深度进修算法兴盛前，对大范围标注数据的需求较小。2010年到2016年，奇特是跟着ImageNet离间赛影响力的增加，深度进修算法对大方标注数据的依赖，使得大范围标注数据的需求疾速加添。对待良众公司而言，数据标注并非主旨生意，有猛烈的外包意图，于是催生了数据标注资产。

昝智流露，这个功夫数据标注行业刚才开头酿成，最紧要的是处理数据标注的切实性和功效题目。当时，因为深度进修算法对大方数据的需求加添，标注的精度直接影响了模子的演练结果。然而，手工标注不单耗时耗力，还容易显示差池。为了升高标注质料，行业内开头摸索怎么通过工夫门径晋升标注功效，如主动化器材、人工智能辅助标注等。对此，龙猫数据采纳了改进的标注流程优化计谋，通过引入半主动化标注器材和众方针质料审核机制，极大升高了数据标注的切实性和功效。

奇特是正在主动驾驶等需求切确数据标注的范围，数据的微小分歧都也许对演练结果发生强大影响。主动驾驶工夫对道途、车辆、行人等的识别，需求海量且高质料的标注数据，于是对待标注功效和精准度的需求尤为紧迫。龙猫数据通过与汽车修设商、主动驾驶企业的深化互助，胀吹了高精度数据标注工夫的进一步成长。

2017年，主动驾驶工夫的振兴成为数据标注行业成长的助推器。演练和测试主动驾驶体例需求大范围的高质料标注数据，数据标注行业迎来宏壮的市集需求。龙猫数据于2016年开头供应 AI 数据供职，是邦内最早组织相干范围的公司之一，具有可负责样本量最大、智能化水平最高、结果最精准的数据供职平台。

“正在很长一段时光里，数据供职行业都是重人力的劳动麇集型行业，枢纽点正在于职员功效和交付质料。”昝智流露，外洋的数据标注公司往往正在菲律宾、肯尼亚、委内瑞拉等劳动力本钱较为低廉的邦度招募数据标注职员，而邦内正在人力本钱方面具有较大的上风。

以龙猫数据为例，公司采用众包形式，构修了一套高效健康的体例，具有众重审核机制，可杀青按照需求及时调配职员，职司响应疾速，并支撑将标注体例直接计划正在客户供职器上，从精度、速率、安然性三方面确保数据结果。

新的变化点发作正在2020年摆布。制车新实力的兴盛与主动驾驶工夫公司热衷于进入“数据”，古代主机厂也纷纷正在主动驾驶数据标注方面加大进入，数据标注公司开头找寻智能和高效。

比方龙猫数据正在与稠密汽车和主动驾驶客户的互助中，拓荒了软件加快体例，并创办了庄重的质料把握体例，以确保每一条标注数据的切实性和划一性。

2022岁尾ChatGPT颁发后，大模子期间的序幕开启，对数据标注的高准绳成为新需求。“古代的低本钱比赛上风被重塑。大模子对标注职员有了很高的请求，不单要对大模子的明白，况且还需求对笔直范围具备必然的专业常识。”昝智夸大。

Scale AI也依然转型为硅谷最大的人工智能公司之一，创始人Alexandr Wang被称为“下一个马斯克”。

Scale AI主旨生意为数据标注，兴办初期，以功效为主旨比赛力。据Scale AI 2016年的官网先容，他们能够对客户给出的数据正在三小时内给出呼应。这个功夫，Scale AI更众地依赖于人工标注。

Scale AI兴办之初的三年齐全用心于主动驾驶和主动驾驶汽车，将人工、自立拓荒平台和机械进修相纠合，举办数据标注的核查，来升高其数据标注的速率以及切实性。AI算法辅助标注员举办标注，标注员所标注的图像又反过来对Scale AI的算法举办演练，升高算法的切实度，进入了良性的“自轮回”形式。

2018年，Scale AI将公司目的变为“供应牢靠、经济高效、可扩展的根柢架构，以便更轻松地构修令人难以置信的利用序次”，注明Scale AI已不知足于做一个纯粹的数据标注公司，而是实验成为以数据标注为根柢的利用拓荒平台。

2020年8月，Scale AI推出了数据调试SaaS产物Nucleus，用于明白、可视化、拾掇和互助惩罚公司数据，使团队可以构修更好的ML模子。这意味着Scale AI正在转型之途中迈出一大步，由纯粹的数据标注商向数据收拾、阐明和模子搭修供职商变动，由劳动麇集型向科技驱动型公司变动。

天生式AI海潮给Scale AI带来新的收入拉长点。Scale AI创始人Alexandr Wang流露，公司2019年开头商量天生式AI，并与OpenAI互助商量GPT。2023年，Scale AI 的年收入从一年前的2亿众美元跃升至约7亿美元，成为目前天生式AI范围最获利的公司之一，并竣工了新一轮10亿美元融资，估值飙升至138亿美元。

当前，Scale AI正在数据标注之外，拓展了足够的产物线大类：数据引擎、AI利用以及AI评估，客户笼罩主动驾驶、金融科技、政府、零售与电商、AR/VR等范围。正在大模子范围，Scale AI与Open AI、Meta都有互助。

邦内数据标注行业也迎来了肖似的成长轨迹，正踊跃拓展第二拉长弧线。龙猫数据推出了主动驾驶大模子AutopilotGPT，能迅速惩罚和标注大范围驾驶数据，升高数据惩罚功效和标注精度，同时引入进步的主动化数据标注器材和数据合成工夫，低落人工标注本钱。

除了数据标注供职的升级，龙猫数据还拓展了数据天生和合成供职，知足大模子演练的众样化需求，并推出模子搭修和优化供职，助助客户晋升AI模子的职能和利用结果。

行动邦内成长时光最长的数据标注公司，昝智流露，互联网20年发生的海量数据依然简直被用尽，接下来只可通过数据合成形式发生新的数据，云云才华不断胀吹大模子的成长，“这既也许是数据行业的潜力所正在，也是企业决胜将来的枢纽”。

Scale AI创始人Alexandr Wang正在近期采访中流露，正在大模子比赛中，算法和算力的壁垒有也许被突破，数据是为数不众能够络续构修护城河的范围之一，将产发展期的比赛上风。