隨著人工智能技術的不斷發展，從智能家居到智能駕駛，從氣象診斷到金融風控，AI的應用范圍越來越廣泛，其帶來的效益也越來越顯著。大模型的訓練需要企業提供海量的訓練數據，對安全和隱私保護要求極高，而目前大模型的數據還需要大量的人工標注。

9月21日，華為全聯接大會2023上，華為云CTO張宇昕分享了華為云AI標注云桌面為標注行業，提供安全高效的解決方案以及應用實踐。

華為云CTO 張宇昕

以汽車智能駕駛為例，在智駕過程中，智能駕駛系統根據周邊環境信息，如其他車輛、紅綠燈、行人等數據反饋，做出具體行為決策，如剎車、變道、超車等行為。要訓練出一套合格的感知算法，讓汽車處理更多、更復雜的場景，就需要有海量、準確、高質量的道路場景數據，由專業人員對數據進行標注，將其轉化為支撐算法訓練的數據。

然而，智能駕駛標注數據包含大量的地理信息3D點云、地理信息、軌跡等，大量涉及地理要素和場所位置信息，國家法規要求嚴格管控。當前，通過大模型，車企已經可以對這些敏感數據進行智能標注，然而，至少還有10%的數據需要由標注人員進行微調和手工標注。在這整個過程中，數據安全、標注效率、標注質量，無疑是車企最為關注的3大核心要素。

在數據安全方面，智能駕駛標注的海量地理數據都是敏感數據，以往的數據標注通過瀏覽器或客戶端進行，仍存在瀏覽器及本地緩存數據導致數據泄露的風險。現在，華為云提供安全合規的云上汽車專區，可實現數據存儲、標注，模型訓練、仿真、部署全云上完成。通過AI標注云桌面，進一步保障數據標注環節的敏感數據不落地。

數據標注作為勞動密集型產業，往往通過第三方專業標注外包完成標注任務。為了滿足數據安全要求，企業要求標注人員集中到辦公區辦公并部署隔離網絡，或者給異地的外包團隊開通企業內網專線，成本高昂。通過華為云AI標注云桌面，分散在全國各地的標注員均可接入到安全的標注環境中，進入通過標注平臺進行安全標注。針對智能駕駛點云標注這類對顯卡有要求的標注場景，還可以通過GPU云應用降低企業標注終端的成本。

在標注效率方面，3D點云、圖片、視頻等在本地加載都要緩存，20M左右的標注數據往往要等待4到5秒才能加載完成。尤其是3D點云，一旦進行拖動，部分數據還需重新加載。現在華為云上數據互通，云端實時加載，結合華為云HDP高清顯示協議毫秒級傳輸，可即時加載高清圖片和視頻，實現圖像本地顯示時延降低50%以上，讓標注員快速流暢標注。

在標注質量方面，當遇到模糊數據，如惡劣天氣采集的路況圖像，往往需要多人研判，確保數據標注精準無誤。為了降低返工率，標注員一般通過即時消息軟件與同事求助研判，有時還需要截圖來解決標注難題，不僅低效，而且存在數據安全隱患。這個問題也可以通過華為云的多用戶協同桌面解決，其協同能力可支持標注員一鍵拉起協同，由經驗豐富的同事或專家進行標注操作，快速解決數據疑點，實現準確標注。

目前，華為云AI標注云桌面已經在華為智能汽車自動駕駛數據標注中使用，實現了7個城市的2000多名標注員跨地域在云上實現安全高效標注。

面向智能家居、安防、金融、互聯網等行業，在圖片、視頻、語音等人工標注場景，AI標注云桌面也將以其安全、高效、協同的能力，助力人工智能不斷向前。