Проходят дни, но споры продолжаются, сектор ИКТ сокращает рабочие места, автоматизируя задачи, обычно выполняемые людьми. По оценкам, 236 млн рабочих мест в Китае, 120 млн в Индии и 73 млн в США будут ликвидированы к 2030 году (McKinsey Global Institute, 2017) из-за роста автоматизированной деятельности. Действительно, сочетание искусственного интеллекта и Интернета вещей неизбежно приведет к сокращению многих рабочих мест по всему миру по мере развития технологий. Тем не менее, это также создает множество новых возможностей, маркировка данных - лишь одна из них.
Маркировка данных - это ручная обработка данных людьми в приложениях машинного обучения и искусственного интеллекта. Маркировка данных важна, потому что компьютеры имеют бесчисленные ограничения, и некоторые из них невозможно просто решить без вмешательства человека. На самом деле, компьютер можно запрограммировать на выполнение сложных вычислений и автоматизацию действий, которые были бы слишком обременительными для выполнения нами вручную, однако он не может отличить машину от собаки на картинке без надлежащей подготовки. Таким образом, компьютеры используют алгоритм для обучения, основанный на наборе данных, что обычно требует чьего-то надзора. Примерно мы называем это машинным обучением с учителем, потому что компьютеры нуждаются в контроле со стороны человека, чтобы научиться выполнять задачи, сложные для машин, но определенно простые для людей, такие как распознавание изображений. Отсюда необходимость в этикетировщике данных.
Нагрузка на обучение машины может быть бесконечной. Представьте, что вы хотите обучить модель обнаруживать собак на улице, но поскольку собаки могут сильно различаться по размеру, цвету и форме в зависимости от породы, вам нужно прежде всего убедиться, что ваша модель не будет давать высокого уровня ложных срабатываний. ни ложных негативов. Помните, что при работе над сложными реальными проектами с использованием машинного обучения с учителем для достижения желаемого результата могут потребоваться недели или даже месяцы.
Поскольку навыки программирования изначально не являются обязательными, разметчиком данных может быть практически каждый, если кандидат увлекается технологиями и желает изучать новые инструменты. Вдобавок к этому, ожидается, что количество специалистов по маркировке данных в ближайшие годы значительно увеличится после развития ИИ и машинного обучения. Такие компании, как IBM, Google, Facebook и многие другие, работающие в игровой индустрии и маркетинге, уже набирают новых людей, чтобы начать работу немедленно.
Вы слышали раньше о маркировке данных? Поделитесь с нами своими мыслями о цифровой революции и будущих возможностях. знак равно
