圍繞人工智能規?；瘧脴颖拘枨?，國家電網(wǎng)有限公司大數據中心初步建成具備樣本清洗、分類(lèi)、標注、質(zhì)檢等能力的人工智能樣本庫——
近期，國家電網(wǎng)有限公司大數據中心設計中心(人工智能樣本中心)技術(shù)攻關(guān)團隊隊員正依托公司級人工智能樣本庫，針對公司總部及各省級電力公司人工智能模型訓練需求，開(kāi)展樣本歸集、治理、共享全流程研發(fā)，為各專(zhuān)業(yè)人工智能模型研發(fā)及上線(xiàn)提供樣本支撐。
公司于2023年啟動(dòng)人工智能規?；瘧脤?zhuān)項工作。樣本是人工智能應用的基礎資源，樣本規模和質(zhì)量是影響人工智能模型應用效果的關(guān)鍵因素。高質(zhì)量樣本有助于提升人工智能模型精度和普適度，縮短模型訓練周期。
圍繞人工智能模型驗證、訓練和規?；瘧脴颖拘枨?，國網(wǎng)大數據中心構建了覆蓋公司各專(zhuān)業(yè)領(lǐng)域的樣本資源體系，以專(zhuān)項歸集、定向歸集等方式開(kāi)展全量樣本歸集等工作。
作業(yè)現場(chǎng)典型違章行為識別場(chǎng)景是人工智能技術(shù)在安監專(zhuān)業(yè)的重要應用場(chǎng)景。“我們此前在應用識別場(chǎng)景時(shí)發(fā)現，現有模型識別準確率較低，容易出現誤告警、漏告警等問(wèn)題。技術(shù)人員分析認為，主要是高質(zhì)量樣本不足、樣本標注缺乏統一規范導致訓練的模型精度不高，影響了應用成效。”福建福州供電公司作業(yè)安全督查員李冰鑫說(shuō)。
人工智能樣本中心技術(shù)攻關(guān)團隊進(jìn)一步優(yōu)化樣本標注方式，支撐模型訓練調優(yōu)。針對高質(zhì)量樣本數量不足的問(wèn)題，該團隊與各省級電力公司建立協(xié)同機制，加強與公司設備、營(yíng)銷(xiāo)、安監、物資等專(zhuān)業(yè)部門(mén)對接，開(kāi)展樣本資源盤(pán)點(diǎn)、歸集，使原始圖像、文本的歸集及標注數量顯著(zhù)提升。最終，該團隊應用場(chǎng)景重現、增廣技術(shù)等手段解決了高質(zhì)量樣本獲取難的問(wèn)題。
樣本有了，但由于質(zhì)量參差不齊，仍然無(wú)法完全滿(mǎn)足模型訓練需求。“對于歸集上來(lái)的樣本，我們剛開(kāi)始缺乏統一的質(zhì)量評價(jià)標準，且在自動(dòng)化、智能化開(kāi)展樣本治理方面缺乏有效手段。”人工智能樣本中心技術(shù)攻關(guān)團隊隊員葛鑫亮說(shuō)。
為了解決這一問(wèn)題，人工智能樣本中心技術(shù)攻關(guān)團隊聯(lián)合公司各單位業(yè)務(wù)、技術(shù)專(zhuān)家開(kāi)展樣本治理技術(shù)標準與治理規范提升行動(dòng)，制訂了2套質(zhì)量評價(jià)標準、1套治理規范，建成了具備重復、模糊、損壞等圖像質(zhì)量問(wèn)題自動(dòng)處理能力的圖像樣本自動(dòng)化清洗治理流水線(xiàn)，并開(kāi)發(fā)了41個(gè)文本樣本清洗算子，提高樣本治理能力。
清洗治理后的樣本還需要通過(guò)精確標注才能提供給模型進(jìn)行訓練。“樣本清洗、標注工作涉及人工篩選、備份、交接，每個(gè)環(huán)節都需要手工記錄和統計，要耗費大量人力且容易出現統計誤差。”人工智能樣本中心技術(shù)攻關(guān)團隊隊員冉仲陽(yáng)介紹。
人工智能樣本中心面向27家省級電力公司開(kāi)展用戶(hù)需求調研，基于人工智能樣本庫自主開(kāi)發(fā)了全新的樣本任務(wù)管理工具。該工具具備樣本任務(wù)線(xiàn)上下發(fā)、樣本流轉狀態(tài)動(dòng)態(tài)監控等功能，實(shí)現了任務(wù)分配、質(zhì)量檢查、任務(wù)審核、流程管理全部環(huán)節線(xiàn)上化、自動(dòng)化，大幅提升樣本標注等工作的效率。
目前，公司規模最大的人工智能樣本庫已初步建成，具備樣本清洗、分類(lèi)、標注、質(zhì)檢等能力，可以面向公司各單位提供高質(zhì)量樣本共享服務(wù)。(王磊)
評論