最早小说 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

为什么这么说呢?

在前世人工智能迅速崛起的时候。

海外大多数科技公司几乎都不约而同将目光都聚焦于追求更先进的算法、平台框架建设、商业化。

“数据标注”作为一条既不瑰丽也不独特的领域。

纵然数据标注在机器学习尤其是监督学习中扮演着相当重要的工作。

但数据标注这个领域依然让很多海外科技公司不屑一顾。

甚至是很多海外巨头以及前世一些专门搞人工智能的海外公司对数据标注也是不屑一顾。

或者也不是不屑于顾,只是选择性无视罢了。

毕竟在很多海外科技公司眼中看来数据标注是一项吃力不讨好的体力活。

而投资者因为对数据标注不甚了解。

也往往对数据标注这一领域不甚关注。

反而是那些以技术为核心或者说PPT上以技术为核心的科技公司反倒是更容易脱颖而出并受到投资者青睐。

然而在前世当人工智能喧嚣的风头不再。

褪去华丽的外衣之后再看一众人工智能行业各从业公司时。

会发现曾经那些大张旗鼓追求先进算法、商业化以及平台框架建设的海外公司不见得有多少赚钱的。

(打脸地说,多数都在赔钱,而且是烧钱那种赔

就比如说前世人工智能方面的一面旗帜deepmind这家公司被谷歌收购后基本上一直在烧钱)

反倒是从事于数据标注这方面的一些当初不怎么上台面的海外小公司赚得盆满钵满。

甚至于还出现了一些估值能够达到七十亿美元左右的独角兽公司。

虽然估值这种东西一般有不少的水分。

但作为一个人工智能有关的公司估值七十亿美元也差不多了。

毕竟前世一贯被称为人工智能风向标的deepmind当初被谷歌收购的时候也不过才被估了不到十亿美元。

这种情况下,林灰觉得将数据标注也视为人工智能发展时一条新赛道似乎也不为过。

……

对了,为什么上面所有提及的公司都指的是海外的公司呢甚至是连所谓的“不怎么上台面的小公司”也是特指海外的一些公司呢?

无怪乎林灰会单独将国内互联网公司区分出来。

因为一些众嗦粥汁的原因,国内的互联网企业基本都是温室里的花朵。

而是国内的互联网除了个别比较能打的之外多数都着实不怎么争气。

很多时候以国际的眼光来看问题的时候,会发现国内的一些互联网公司奇奇怪怪。

甚至总给人一种莫名其妙的感觉。

或者高情商地说,国内互联网公司普遍是领先地球online好几个版本的理解。

很多时候国内互联网会根据不同的时期呈现出不同的形态。

有的时候国内的互联网公司会表现的像房地产公司,有的时候会表现的像传媒公司,有的时候表现的像车企,有的时候像搞cx的。

唯独没啥科技公司的样子。

对于国内互联网公司这一众魑魅魍魉,很多时候林灰是干脆无视的。

真要创业就去跟国际上诸如IBM、Microsoft之类的巨头去角逐。

在国内互联网的小鱼塘去逐鹿着实没啥挑战性。

……

具体到数据标注。

前世国内在数据标注似乎是从来都是一片混乱。

因为数据标注没啥门槛,至少看起来是没什么门槛。

一个大学生不到一天培训基本就可以做普通的数据标注。

这样的行业自然是卷的厉害。

有多卷呢?

林灰记得前世他最开始接触数据标注的时候还是在读书期间。

那个时候即便是众包任务。

差不多也能一小时标注就轻轻松松赚50~70。

工资日/结,很不错的兼职工作。

林灰记得大学期间有一段时间缺钱又没好意思问家里要。

搞了半个月的数据标注,结果意外还攒了点钱。

而当林灰穿越前夕同样强度的数据标注基本就只能是一个小时十块左右。

工资能月结就不错了(有的甚至三月结),而且还要扣税。

雷布斯说得确实没错,站在风口上,猪都会飞。

很多时候,就算飞不起来,能赶上红利期,多少也能蹭点荤腥。

站在风口上,猪确实能飞起来。

不过当猪飞起来之后呢?

能平稳落地么?

事实是,很多曾经飞起来的猪当红利期过了,就直接一地鸡毛,不,一地猪毛。

事实是只要跟互联网沾边的。

别管啥层次,总之就卷的不行。

但涉及到数据标注这着实是卷的太厉害了。

在互联网各行各业涨工资的情况下数据标注这一行业的从业人员工资直接缩水了五分之一。

简直可以说是惨不忍睹了。

在前世涉及到数据标注这一领域这种疯狂卷的情况下。

很多时候甚至是劣币驱逐良币。

等到拥有核心数据的大厂意识到数据标注的重要性之后准备下场了。

却发现甚至没立锥之地。

纵然是拥有核心数据。

对于数据标注,很多时候也只能将寻求外包。

诸如摆渡众测、狗洞微工、阿狸众包、鹅厂搜活等众多数据标注平台基本就是这类产物。

简直就超级离谱。

不过这件事也侧面提醒林灰。

如果林灰真的能数据标注上鼓捣出名堂的话。

没道理在涉及到解读数据、数据可视化等领域没实力。

那样林灰的触角可以轻而易举地触及到别的地方。

这些暂且不说,仅仅是形成数据标注方面的掌控的话。

也很牛比的了。

这几乎意味着将来林灰是有可能在数据层面上彻底卡死不少企业进军人工智能的可能性的。

最起码也有不少企业想在人工智能领域分一杯羹的话也要看林灰的脸色。

呃,怎么听起来越来越像反派了?

不过也无所谓,多数时候林灰是愿意与人为善的。

毕竟与人为善是美德,但在波谲云诡的互联网环境中一味的傻白甜是要付出代价的。

可以不掀桌子,但必须要有掀桌子的实力。

不过这些都是以后的事情了。

尽管突然意识到了前世信息中所包含的超大规模文本数据标注的经济价值以及标注数据在人工智能时代所具有的独特地位。

林灰神色上也没流露出太多异常。

喜欢穿越:2014请大家收藏:(www.zuizaoxiaoshuo.net)穿越:2014最早小说更新速度全网最快。

最早小说推荐阅读: 末世:开局一头基多拉重生圣尊傲娇校花爱上我娱乐:我夺舍了刘星!我分裂了无数人格从大学教师开始野性之心重生资本大亨1979闲鱼人生神豪:从百倍返利开始我的1979华娱科幻之王修复师校园超神学生从废土开始模拟城市女神的超级鳌胥林阳夜的命名术萧阳叶云舒超级王者全能侍卫我的美女大小姐玩游戏玩成大佬我的秘书是狐妖拜见猫神大人都市纵横,从修改旁白开始一人之下之龙血炽腾一个在赎罪的主播我的地头儿我做主从港综街头霸王开始万界点名册美女总裁的最强高手求求你们别再说了大国重工纯情校医至尊战神全文免费阅读娱乐:巨星演员我的冷艳总裁老婆人狐恋护妻霸婿我真不会打网球私生子我震惊了全世界女总裁的神级保镖最高使命华娱之流量影帝超时空评测无心法师:从挖出岳绮罗开始我去末世修个仙全球首富:神级再造系统我的梦幻年代东瀛大物
最早小说搜藏榜: 系统让我捡破烂从全能急诊科医生开始神豪:从百倍返利开始基建:开局给珠峰修电梯重生80:从收破烂开始!神豪:我能百倍返现我爸二婚送了我五个姐姐娱乐:从主持人大赛开始四合院之好好活着从情满四合院开始穿越重生之大收藏家灵气复苏:开局神级武魂娱乐:开局渣了杨老板从港片开始当幕后大佬从代工厂到科技霸主神话复苏:这个神明我认识重生过去的逍遥人生我的细胞变异了中医许阳黄金渔场我每周随机一个新职业神豪:开局购买力增幅百倍我被困在同一天一千年娱乐:开局一首海阔天空娱乐:开局喜当爹!高考结束成百亿神豪我在英伦当贵族高考以后,我才重生全球高武重生过去震八方从网络神豪开始神豪:开局骗了女主播!每168小时获得一个异能从签到获得商业大楼开始我有一个三界拍卖系统无限游戏:十倍奖励重生过去当传奇从大国机长开始亿万富豪从相亲系统开始末日:开局选择时间停止娱乐:巨星演员我,星空巨兽生活系神豪影帝从签到开始全球数据化,我能增幅万物娱乐:开局就和杨老板结婚医路坦途大时代从1983开始修仙从华娱开始万族之劫
最早小说最新小说: 文娱:让你唱歌,你搁这作法?四合院里的老中医地窟求生:开局食物增幅三十倍汽车公司?不,是国货之光再启仙途我的金融帝国热搜第一:叫你捡漏你开挂啊我写的娱乐文被杨老板看到了百元求生:从潘家园捡漏开始带着爸妈去上班娱乐:别联系了,真不熟放弃留学,我打造了世界第一名校从重生开始合租浪在娱乐圈四合院里的唯一老实人韩娱之隔世斑斓怪物食堂首富后才知是反派我的夫妻关系竟能数据化平行空间都市风水师大赌石乾哥传奇神眼少年全能天才混都市绝品全才十二生肖守护神都市无敌特种兵重生圣尊软玉温香极品黑道太子邪霸都市纯情校医校园纨绔特工我的美女上司冰帝校园行护花高手绝品小农民狱锁狂龙3之潜龙出海护花公子全职保安美女校花的贴身高手美女老师爱上我校园超级霸主官运之左右逢源黑客神医贴身美女攻略医道无双极品保镖美女老总爱上我