2021年11月26日，《领域大数据系列讲座》第八期以线上形式举办。数据堂（北京）科技股份有限公司创始人、CEO齐红威先生应邀给同学们带来了题为“人工智能数据要素建设与服务”的主题讲座。

嘉宾介绍

齐红威，数据堂创始人、CEO。2003-2011年间，担任NEC中国研究院智能信息处理研究部部长、高级研究员。2004年，获中科院自动化所人工智能与模式识别专业博士学位；2004-2006年，中科院计算技术研究所博士后；2007-2008年，斯坦福大学计算机访问学者。主要专注人工智能数据服务，联邦数据与联邦服务。

整体框架

本次讲座从“数据产业的发展概况”、“智能数据的应用场景”、“智能数据生产与处理”、“联邦数据与联邦智能” 、“数据要素市场的发展现状和问题”五方面展开。齐红威博士结合自己20余年的研究与工作经历，对数字经济与数据产业作了详细而精彩的讲解。

一、数据产业的发展概况

齐红威博士首先对数据产业的发展概况作了详细的解读，并对数据产业发展的两个阶段进行了分析与总结。

01

数据产业发展第一阶段是2011年至2017年，大数据、数据交易、征信&风控&营销&政务在这一阶段起到了核心作用。这一阶段的主要特点是将结构化数据以大规模统计分析方式得出风控、爱好等信息，并以数据汇聚的模式来进行数据交易。但与此同时，数据的流动也带来了安全、隐私、版权、跨境等一系列不可解决的问题。

02

数据产业发展第二阶段则开始于2017年，并持续至今。2017年，我国出台了网络安全发、个人隐私法，数据产业由此经历了一个快速调整期。在提出数字经济、数据要素智能化后，数据产业进入第二轮的发展期。这一阶段的主要特点是将语音、视频、文本等非结构化数据采用人工智能技术智能处理、识别、判断等，在法律法规的约束下，数据不流动，算法模型流动，不再以数据汇聚的模式进行交易，即数据可用不可见。

二、智能数据的应用场景

随后，齐红威博士对智能数据的七个应用场景作了展示和分析，并表示智能数据在现在的产业发展中无孔不入，但现阶段我国乃至全球发展人工智能及其落地的应用场景相对有限，未来将会有更多的机会和场景看到人工智能的应用。

01

第一个场景是自动驾驶数据采集标注。通过自动驾驶摄像头采集路面场景，如指示牌、路灯等信息，将这些大规模的道路场景进行标注、训练，在一些特定场景下，其安全性能可以超越人类。此外，还可以通过一定规模的驾驶员数据训练如驾驶员的行为及人脸属性，通过技术分析检测驾驶员状态是否属于安全驾驶行为，从而实现主动提醒驾驶员的功能。

02

第二个场景是生物识别数据采集标注。通过对一人多照的数据、跨年龄段及不同摄像头下&化妆前后的人脸数据进行识别训练，结果可以应用在各种各样的人脸识别、检测场景中，比如各大手机厂商的face ID、智能安防、高铁及机场安检、酒店的身份核验等场景。

03

第三个场景是语音识别&合成数据采集标注。齐红威博士以数据堂举例，数据堂采集了全球50多个国家各种各样的语音数据，比如欧洲语系的法语、西班牙语，亚洲语系的日语、越南语，以及各个国家的英语语音、我国不同口音的普通话语音数据，通过对这些语音数据进行精细处理，结果可以应用于智能音响、语音输入法、智能家居、智能车载、客服语音助手等场景。

04

第四个场景是智能安防数据采集标注。智能安防的核心是分析监控下的人、物、异常状况等。从应用场景来看，可以分为三类，分别为大场景、中场景、小场景。大场景包括道路监控等的城市级智能安防，典型特点摄像头位置较高，识别清晰度低。中场景包括4S店、银行营业厅及政府办公大厅等，典型特点场景相对受限，摄像头位置较低，清晰度较高。小场景包括家庭内、电梯间安装监控，场景更受限，摄像清晰度更高。

05

第五个场景是OCR数据采集标注。通过OCR技术支撑，智能化识别办公场景中的票据、单据，还有我们常用的手写输入法、文档的扫描，以及学校使用的考卷分析。齐红威博士表示，自动识别考卷内容都是智能化手段和技术的应用场景。

06

第六个场景是缺陷数据采集标注。通过对缺陷品数据采集标注，用智能化手段辅助人工或代替人工，提高工作效率及精细度。此类技术可应用在高铁检修、手机屏幕的检测等场景。

07

第七个场景是医疗影像数据采集标注。通过足够多的训练样本，可以实现自动诊断。现阶段一些法律法规的要求未能大规模的铺开使用，但在未来的医疗领域是有一定的发展趋势。