百度雲智峰會上海站：百度眾包賦能數據，助燃人工智慧
4月12日，百度雲智峰會-2017ABC生態及合作夥伴大會于上海國際會議中心成功舉辦。百度眾包（zhongbao.baidu.com）首席資料解決方案專家李明出席並發表主題為《百度眾包平臺資料服務探索與實踐》的演講，
百度眾包首席資料解決方案專家 李明
人工智慧，演算法是發動機，資料是燃料。對於很多公司，獲取海量而優質的標注資料是實現人工智慧的先決條件。演算法模型是電腦基於大規模的訓練資料集，
李明在此次峰會的演講中提到：”以人臉識別為例，訓練該演算法模型的圖片資料量至少應為百萬級別。這麼大規模的資料獲取和資料的加工處理，對人工智慧開發者來說，無疑是一個大的挑戰。“
眾包平臺往往是大部分公司解決這一挑戰的選擇。
資料獲取
百度眾包資料獲取服務，可以獲取到網頁，文本，圖片，視頻，音訊等資料。資料的獲取來源包括：
ü 線上互聯網的自動化採集，
ü 線下眾包採集，來自300多個城市的10,000名眾包採集員，基於真實場景快速採集目標資料，如語音、地理位置資訊等；
ü 問卷調研採集，百度眾包依託於1,700萬的龐大樣本使用者，支援以問卷調研方式獲取個人行為和行業諮詢資料。
資料加工
通過採集得到的資料大多是原始資料，不能直接被拿來使用，需要進行加工。百度眾包擁有10,000名專業的標注員，以日均200萬條資料的承接能力高效處理海量資料標注需求，提供三種資料加工處理方式：
l 資料清洗，有干擾資料的，需要去噪，涉及隱私的要對資料進行脫敏；
l 對於採集到的圖像，網頁等非結構化資料，要對其進行結構化加工處理；
l 資料關聯處理主要是指數據的標籤化，資料的時效性等等。
如何保障眾包平臺的效率和品質，是剛起步或一些小型眾包平臺無法攻克的難題。百度眾包憑藉200名專業資料質檢員，以及在6年的實踐中建立起了一套完善的品質管制體系，包括標注員培訓體系、資料的機器審核體系、資料人工審核體系等，確保我們資料加工的品質滿足客戶要求。
資料服務
自籌資料、對接公共資料庫或行業資料，都擁有較高的資料獲取處理成本。因此需要有專業的資料服務商對資料進行共建和分享，整合成資料服務。
眾包是一種高效的資料建設模式
通過我們的實踐表明，利用眾包模式共用勞動力，形成資料共建模式，不僅可為企業提供高效高質地可用資料，更可以節約成本。
以3000小時的普通話語音採集為例，百度眾包首先結合線上線下多種管道的運營活動，充分調動眾包用戶在真實環境下的積極參與，平均一天採集100小時語音資料；而後又對採集的資料進行清洗（語音文本匹配，清晰度，去重等）和語音文本轉寫標注（誤差率＜3.5%）；最後以資料服務方式提供給語音助手，語音輸入法，語音客服等領域的智慧客戶，為相關模型演算法提供精准學習語料。
百度眾包除了資料服務外，還將眾包模式及雲技術結合。基於百度10餘條過億用戶APP測試經驗的累計和驗證，將百度領先的測試技術以百度移動雲測試中心_MTC平臺對外推出。通過雲測實驗室的海量真實手機及百度專業的測試專家團隊，為企業提供移動App定制測試方案；同時通過獨創的當地語系化移動App測試解決方案，可為企業迅速搭建一個內網真機自動化測試實驗室，實現測試資料私有，設備遠端系統管理等服務，助力企業快速實現移動化。
資料的時效性等等。如何保障眾包平臺的效率和品質，是剛起步或一些小型眾包平臺無法攻克的難題。百度眾包憑藉200名專業資料質檢員，以及在6年的實踐中建立起了一套完善的品質管制體系，包括標注員培訓體系、資料的機器審核體系、資料人工審核體系等，確保我們資料加工的品質滿足客戶要求。
資料服務
自籌資料、對接公共資料庫或行業資料，都擁有較高的資料獲取處理成本。因此需要有專業的資料服務商對資料進行共建和分享，整合成資料服務。
眾包是一種高效的資料建設模式
通過我們的實踐表明，利用眾包模式共用勞動力，形成資料共建模式，不僅可為企業提供高效高質地可用資料，更可以節約成本。
以3000小時的普通話語音採集為例，百度眾包首先結合線上線下多種管道的運營活動，充分調動眾包用戶在真實環境下的積極參與，平均一天採集100小時語音資料；而後又對採集的資料進行清洗（語音文本匹配，清晰度，去重等）和語音文本轉寫標注（誤差率＜3.5%）；最後以資料服務方式提供給語音助手，語音輸入法，語音客服等領域的智慧客戶，為相關模型演算法提供精准學習語料。
百度眾包除了資料服務外，還將眾包模式及雲技術結合。基於百度10餘條過億用戶APP測試經驗的累計和驗證，將百度領先的測試技術以百度移動雲測試中心_MTC平臺對外推出。通過雲測實驗室的海量真實手機及百度專業的測試專家團隊，為企業提供移動App定制測試方案；同時通過獨創的當地語系化移動App測試解決方案，可為企業迅速搭建一個內網真機自動化測試實驗室，實現測試資料私有，設備遠端系統管理等服務，助力企業快速實現移動化。