[导读] Cognilytica在最新的调查中评估了数据准备解决方案、数据工程解决方案和的数据标签解决方案需求。数据准备解决方案旨在清理、增强和以其他方式增强用于机器学习的数据。数据工程解决方案旨在为企业提供移动的和处理大量数据的方法。数据标签解决方案旨在使用机器学习培训模型中所需的注释来增强数据。

Cognilytica在最新的调查中评估了数据准备解决方案、数据工程解决方案和的数据标签解决方案需求。数据准备解决方案旨在清理、增强和以其他方式增强用于机器学习的数据。数据工程解决方案旨在为企业提供移动的和处理大量数据的方法。数据标签解决方案旨在使用机器学习培训模型中所需的注释来增强数据。

主要调查结果:

2018年,人工智能和机器学习数据准备解决方案的市场价值超过5亿美元,到2023年底将增长到12亿美元。

数据准备和工程任务占大多数人工智能和机器学习项目时间的80%以上。

2018年第三方数据标签解决方案的市场价值为1.5亿美元,到2023年将增长到10多亿美元。

每1美元用于第三方数据标签,就有5美元用于内部数据标签。2018年支出超过7.5亿美元,到2023年底将增加到20多亿美元。

每1美元用于第三方数据标签解决方案,就有2美元用于内部数据工作,以支持或加强这些标签工作。

与物体/图像识别、自动驾驶以及文本和图像注释有关的人工智能项目是数据标签工作中最常见的。

在未来两年内,所有竞争对手的数据准备工具都将以机器学习增强智能作为核心。

数据标记和AI质量控制在短时间里不会消失。

AIJQ0420-1

免责声明:凡注明为其它来源的信息均转自其它平台,目的在于传递更多信息,并不代表本站观点及立场。若有侵权或异议请联系我们处理。

相关推荐