数据标签标注企业AIMMO完成A轮1200万美元借贷，变革人工标注方式

“大多数智能数学模型相反监督学习对已标上数据集归入，来数据分析未曾标上数据集，无论是投影、视频、文本还是声音，几乎还是相反于人工标上。”

著者：康佑醍

编辑：tuya

显露品：时事新闻艺术作品（ID：caijingtuya）

据悉，北朝鲜数据集标识初创大公司AIMMO宣布已在 A 轮融资中会筹集了 1200 万美元，参与融资的机构都有DS Asset Management、北朝鲜金融机构(601166)、韩华融资证券、S&S Investment、Toss Investment、Korea Asset Investment & Securities和 Venture Field。

数据集是操练机器学习数学模型的典范，一个普遍的价值观念认为，给予的数据集越加多，数学模型性能就越加好。为了获得数据集来操练数学模型，大公司可以选择公开数据集集、购买数据集、或是自己分解数据集等手段，并未曾数据集，就并未曾AI/ML（Artificial Intelligence智能/Machine Learning机器学习）。然而，值得注意或错误标示显露的数据集比并未曾数据集来得加可悲，一个很明显的举例来说就是定时驾驶，消费者不必信任值得注意数据集操练显露的定时驾驶数学模型，因此定时驾驶大公司往往也是数据集标识大公司最大的合作方。

数据集标识则位处AI/ML行业的漏斗顶端，其标示显露的数据集质量对于AI公司后续的分析方法至关重要。据Grand View Research市场需求分析报告，2021年全球数据集采集和标识市场需求规模为16亿美元，预计2028年将超显露82亿美元。通常，数据集标上都有数据集标上，正文，审核，归入，基因表达和处理，而这些系统设计迄今为止几乎通过人工来完成。

而AIMMO则构筑了定时数据集标上工具平台，努力减轻数据集预处理这一必需所需的人力，让新技术公司能够来得聚焦于AI数学模型本身，其中会智慧城市和定时驾驶是AIMMO最侧重的教育领域。AIMMO在Twitter中会给显露了22个数据集集用例，主要分析方法都有物体样品、语义划分、区域划分、并不一定、如前所述聚焦、正文识别等。

是从：AIMMOTwitter

这一教育领域陷于着激烈的挑战，存在着Amazon Mechanical Turk、Hive、Appen、Upwork、Unity、Lionbridge、Labelbox、AI.Reverie和Scale等大公司，Facebook、IBM、谷歌等巨擘公司也在尝试持续发展这一教育领域，Facebook 的电脑光影系统 DINO，可以在并未曾任练数据集的只能划分投影，Goole reCAPTCHA 则通过验证码获取数据集标上。

巨擘公司纷纷入场毕竟预示了一种前景——数据集标识视为AI教育领域的典范设施入口。数据集的正文、管理、定时化、分析、采集和分解更进一步为所有公司给予搭建智能数学模型的典范，就像AWS搭建的碧典范设施，数据集的全系统设计管理毕竟也将视为AI教育领域的典范架构，而数据集标识公司在这一挑战中会位处占有优势地位。

AIMMO已经与现代汽车、SK Telecom、Ner、Kakao等知名大公司达成合作，2021年，其定时驾驶教育领域盈利超显露1000万美元，同比增长200%。预计随着全球定时驾驶教育领域生产力增大，2022年AIMMO会继续保持高速增长。

本文由政府会号时事新闻艺术作品（ID：caijingtuya）原创撰写，如需转载请联系艺术作品君。

添加艺术作品君其所APP（ID：tuyaclub）

加入【公司提供情报社交】

参与大公司市场需求发表意见

获取利器提供情报

本文首发于APP政府会号：时事新闻艺术作品。；也属著者其所观点，不都有和讯网立场。金融市场据此操作，高风险请自担。