“從目前來看，數(shù)據(jù)服務市場主要由一些中小型的品牌服務商和一些客戶自建團隊構成。未來，在大模型時代下，整個數(shù)據(jù)服務市場將迎來一次重新洗牌，集中度也將進一步提升。市場上各類主體將會通過技術研發(fā)和資源建設等方面進行競爭。與此同時，國家對于數(shù)據(jù)安全與合規(guī)的要求也在不斷提高。因此，那些研發(fā)能力弱、資源實力差，以及不具備數(shù)據(jù)安全與合規(guī)能力的數(shù)據(jù)服務商，將會被市場逐步淘汰。”談及數(shù)據(jù)服務市場在大模型時代下的發(fā)展趨勢，海天瑞聲CEO王曉東如是說。
作為一家AI訓練數(shù)據(jù)專業(yè)提供商，海天瑞聲于2005年正式成立，并始終致力于為AI產業(yè)鏈上的各類機構提供AI算法模型開發(fā)訓練所需的專業(yè)數(shù)據(jù)集。起初，該公司主要提供海量優(yōu)質的智能語音數(shù)據(jù)，隨著人工智能技術的不斷發(fā)展，業(yè)務范圍也在逐漸擴大，目前已經實現(xiàn)了語音、自然語言處理、多模態(tài)的數(shù)據(jù)解決方案等數(shù)據(jù)集的全覆蓋，未來還將涉足“AI+”領域，支持以數(shù)據(jù)驅動的生成式AI業(yè)務發(fā)展。
目前，該公司的產品和服務已經廣泛應用于人機交互、智能駕駛、機器翻譯等多種應用場景，并獲得了阿里巴巴、騰訊、亞馬遜、三星等國內外客戶的一致認可。2021年8月，海天瑞聲在科創(chuàng)板上市。
宣布品牌煥新與升級，發(fā)力以自動駕駛為代表的全新戰(zhàn)略布局
“此次品牌升級不僅是一個簡單的改名，它還代表著海天瑞聲將在數(shù)據(jù)科技和人工智能領域的進一步發(fā)展和探索。”在5月26日上午舉辦的2023中關村論壇的平行論壇之一人工智能開放生態(tài)建設分論壇上，王曉東出席并隆重宣布了海天瑞聲企業(yè)品牌煥新戰(zhàn)略。
據(jù)悉，該公司將英文名稱從“SpeechOcean”改為“DataOcean AI”，中文名稱“海天瑞聲”保持不變，并啟用全新Logo。
圖丨海天瑞聲新Logo（來源：資料圖）
從新品牌名中的“Data”即可看出，海天瑞聲的業(yè)務范圍已經不再局限于語音，而是向更為廣闊的數(shù)據(jù)海洋擴展；與此同時，品牌中的“AI”也表明了該公司作為一家人工智能企業(yè)的定位。
“我們堅信，通過‘Data Ocean AI’這個全新品牌，我們將能夠更好地服務客戶、應對挑戰(zhàn)，并迎接未來的機遇。”王曉東表示。
品牌的煥新與升級，也象征著海天瑞聲的具體戰(zhàn)略布局。目前，其已經在自動駕駛賽道上持續(xù)發(fā)力，試圖通過建設平臺、算法研發(fā)和數(shù)據(jù)安全能力，來進一步提高公司的核心競爭力。
今年4月，其推出了專為自動駕駛場景設計的全棧式數(shù)據(jù)平臺“DOTS-AD自動駕駛平臺”。該平臺能夠支持多維度、全方位的自動駕駛標注任務，數(shù)據(jù)標注效率提升高達8倍，不僅能夠保證萬人同時作業(yè)，還能夠解決標注員的使用痛點，提升標注效能。
據(jù)介紹，該平臺的客戶主要有四類，分別是車企、為車企提供整體解決方案的車廠一級供應商、造車新勢力和自動駕駛算法公司。
事實上，聚焦自動駕駛行業(yè)只是海天瑞聲的一個發(fā)展方向。基于專研基礎數(shù)據(jù)的多年積累和品牌升級，該公司也提出了“AI+”的發(fā)展理念，并認為人工智能的未來，終將一定為人類服務。因此，其希望能夠通過AI與行業(yè)的結合，向更多的領域深入，比如，發(fā)展AI+能源、AI+醫(yī)療等，讓AI能夠真正地改變人們的生活，并給人們帶來美好的未來。
開源開放多模態(tài)數(shù)據(jù)集，將數(shù)據(jù)安全與合規(guī)作為立身之本
在本屆人工智能開放生態(tài)建設論壇上，王曉東還發(fā)表了題為《共享開放數(shù)據(jù)助力數(shù)字中國建設》的演講，并宣布開源開放涵蓋圖像、語音、文本等多個維度的多模態(tài)數(shù)據(jù)集「DOTS-MM-0526」，助力AI開放生態(tài)構建。
對于AI來說，包括算法優(yōu)化、模型訓練等在內的工作，都離不開高質量專業(yè)數(shù)據(jù)集的支撐。開源數(shù)據(jù)集能夠為各領域的開發(fā)者和研究者提供更多高質量數(shù)據(jù)樣本，幫助他們更好地進行算法開發(fā)和模型訓練，進而提高算法和模型的準確性和穩(wěn)健性。海天瑞聲希望通過開源更多的專業(yè)數(shù)據(jù)，為中國人工智能行業(yè)的發(fā)展貢獻自己的一份綿薄之力。
作為一家提供數(shù)據(jù)服務的企業(yè)，數(shù)據(jù)安全與合規(guī)自然是其發(fā)展底線和立身之本。為了充分保障數(shù)據(jù)使用過程的合法合規(guī)，海天瑞聲組建了專門的團隊，對全球范圍內數(shù)據(jù)方面的法規(guī)法規(guī)進行了深刻的研究，并制定了高于國家法律的數(shù)據(jù)合規(guī)要求。公司所有成員在進行包括數(shù)據(jù)采集、標注等在內的一系列工作之前，都必須嚴格遵守當?shù)氐姆煞ㄒ?guī)。
ChatGPT、GPT-4等大模型的發(fā)布，加速了大模型時代的到來。那么，如今在對大模型進行訓練的過程中，與數(shù)據(jù)相關的工作又是否存在變化呢？
對此，海天瑞聲CEO黃宇凱認為，從整體上看并沒有什么不同，只是不同企業(yè)關注的側重點不一樣。比如，在大模型預訓練和強化學習階段，對數(shù)據(jù)各方面的要求變得很高，從業(yè)人員應該掌握數(shù)據(jù)清洗、提示詞撰寫等基礎能力。此外，開發(fā)相應的數(shù)據(jù)平臺，使其能夠完成生成數(shù)據(jù)、質檢數(shù)據(jù)等工作同樣非常關鍵。
另據(jù)悉，作為中國面向全球科技創(chuàng)新交流合作的國家級平臺，本屆中關村論壇以“開放合作共享未來”為主題，設置了六大板塊，共舉辦150余場活動。其中，主要圍繞人工智能、生命科學、量子信息等前沿領域開設55場平行論壇。論壇上，王曉東還表示，將堅持以“做智能世界的數(shù)據(jù)基石”為使命，積極與各方共同推動人工智能技術的發(fā)展和應用，促進企業(yè)數(shù)字化、智能化進程的加速推進，為建設數(shù)字經濟和智能社會做出貢獻。
