ל-Vatsal Ghiya, מנכ"ל ומייסד שותף של Shaip יש 20 שנות ניסיון בהצעת שירותי בינה מלאכותית בתחום הבריאות, ודנה בחשיבות האתגרים העיקריים של הערות תמונה ווידאו בתכונת האורח האחרונה הזו.
המפתח מהמאמר הוא-
- מלבד סוגי הערות וטכניקות, הערת נתונים מורכבת יותר ממציאת אסטרטגיות אחרות. כמו כן, יותר מאשר הערות טקסט ווידאו, ארגונים צריכים להתמקד בהערות תמונה ווידאו בכל הנוגע להכנת מודלים חכמים, מכיוון שנדרשים הרבה דיוקים ומיומנויות כדי לגרום לשינויים הללו להיצמד.
- בין כל החסימות העיקריות נמצאת הכמות העצומה של נתוני הדרכה שחברות מתקשות לנהל. בניגוד למודלים של NLP המסתמכים על הערות טקסט ואודיו, פרויקטים של AI ו-ML צריכים לעבוד עם מגוון מערכי נתונים ולנהל כוח עבודה טוב יותר.
- בנוסף, עם נפח גדול של מערכי נתונים, שמירה על איכותם ועקביותם היא בעיה נוספת שארגונים צריכים להתמודד איתה. אבל הבעיה הגדולה יותר מתעוררת כאשר היעדר פלטפורמות הערות אמינות ושמירה על תאימות לאיכות נתונים נמוכה יותר הפכו לאתגר מתמיד.
קראו את המאמר המלא כאן:
https://www.techcults.com/what-are-the-major-image-and-video-annotation-challenges/
