¿Cuáles son los requisitos de configuración de la computadora para los anotadores de big data?
La configuración es la siguiente:
Chips de procesador Intel i39100F, radiador MINICCPU Kyushu Fengshen Bingling, placa base ASRock B360M-HDV, tarjeta gráfica Colorful Tomahawk GTX1650SUPER4G, tarjeta de memoria ADATA Gaming Veyron DDR426668G, Unidad de estado sólido Toshiba RC500 serie 500GM.2, fuente de alimentación Huntkey GX500, chasis Jinhetian Foresight N27.
La anotación de datos más básica es el marco de fotos. Por ejemplo, si el objetivo de detección es un automóvil, entonces la etiquetadora debe etiquetar todos los automóviles en una imagen.
Otro ejemplo es el reconocimiento de la actitud humana, que incluye 18 puntos clave. Solo los etiquetadores capacitados pueden dominar el etiquetado de estos puntos clave, y solo los datos completos pueden cumplir con los estándares del aprendizaje automático.
El comercio minorista no tripulado, la conducción no tripulada, etc., requieren mucha mano de obra. Por cuestiones de costes laborales, además de los datos privados, también tendrán sucursales de etiquetado de datos en países del tercer mundo, Malasia, Tailandia, India y otros países.
Información ampliada:
En los informes comunes, la anotación de datos siempre se describe como un "taller de explotación". El trabajo y los profesionales se describen como baratos y de baja calidad, y la gente es repetitiva. Alienación mecánica del trabajo. Según la explicación de Wang Jinqiao, este estereotipo se rompió gradualmente.
Esta gran cantidad de anotaciones manuales es valiosa porque es difícil resolver este problema en teoría, pero con una gran cantidad de datos, el diseño de una red de aprendizaje profundo se puede aplicar a escenarios específicos utilizando datos para entrenar. redes neuronales, que en muchos casos pueden permitir que la IA ocupe rápidamente el mercado, promueva aplicaciones industriales y promueva la actualización e iteración industrial.
Por ejemplo, en la detección de defectos de vidrio de teléfonos móviles, la detección de defectos en vías de ferrocarril de alta velocidad, la detección de daños en aisladores de redes eléctricas de alto voltaje, etc., los drones toman fotografías y son inspeccionados por humanos. A medida que aumenta la cantidad de datos, la máquina se capacita cada vez más y puede realizar gradualmente la detección automática.
Wang dijo que aunque la inteligencia artificial actual es relativamente débil, traerá cambios en todos los ámbitos de la vida. Esta es una oportunidad para que la inteligencia artificial promueva la revolución industrial.
Materiales de referencia:
China News Network: el poder artificial detrás de la inteligencia artificial: anotación de datos necesaria para el aprendizaje automático