2009年，斯坦福大学李飞飞教授的实验室发布ImageNet数据集，开启了现代深度学习时代。大多数情况下，没有标记的数据，就没有AI算法模型。模型迭代和调整，则需要更多的数据。安全、准确和无偏见的AI系统依赖于大量高质量的训练数据。

　　由于缺乏成熟的基础设施，构建机器学习系统具有挑战性。AI进一步发展的关键瓶颈是数据——特别是标记数据集。数据是支撑AI的基础，每一项人工智能的进步，都离不开基础数据的支持。

　　机器学习已然是这个时代最重要的技术变革，它给世界带来的总体效益将与互联网相媲美。也就是说，高质量标签数据的瓶颈限制了人工智能仅能在少数资金充足的科技公司里发挥作用。获取标签数据，是构建机器学习模型中最困难的部分。

　　标贝科技深度研发，试图用人机协作的方式从语音采集到数据标记实现无缝衔接，攻破行业技术壁垒。标贝构建了一个遍布世界各地约有万余名合同工的众包网络。其核心业务是为AI及大数据领域公司提供数据采集、标注等定制化数据解决方案，服务领域涵盖图像、语音、文本、视频四个方面。

　　数据采集方面，可根据定制化需求，对各类规定文本、指定图片，各种环境下的语音、视频进行采集；采集过程中可实现对其内容的筛选、文本化等相关任务。可承载千万级别以上样本的收集，单日完成10万+样本采集。

　　数据标注方面，通过对图像、文本、音频、视频等信息进行搜集、评估、归类，最终完成标注；标注过程中可实现对内容进行关键词等内容的提取、清洗、脱敏、校验等相关任务。

　　标贝科技旗下全新的人工智能数据众包平台——数据工场，正在以专业、高效、安全等优势，助力全球人工智能企业的研究和进步。数据工场的数据服务全球客户，数据类型覆盖全行业，自有数据集和定制化数据服务能够满足不同行业、多类型的数据需求。标贝数据服务深耕行业多年，目前，BAT、网易、滴滴、京东、小米、喜马拉雅和搜狗等知名企业的机器学习团队陆续在使用该平台完成数据相关需求。

　　数据工场首次将数据格式算法融入其中，通过操作平台严格控制前端采集格式，大幅度提升了数据的高质量和准确性，确保数据在采集和上传的过程中无任何压缩问题。全新的品牌视觉设计融入了多类型数据元素，卡片式交互使产品全方位提升用户体验。

　　数据工场产品负责人张亚伟表示：“反复雕琢产品的每一处细节，精益求精”。

　　数据工场以全新的品牌视觉、顺畅的操作体验和强大的算法能力问世。作为AI数据服务行业的引领者，标贝一直秉承“数据服务技术，技术服务生活”的使命，为促进语音行业发展、学术交流、合作伙伴，标贝提供多种类、大规模、高质量的数据服务。

　　各大应用市场搜索“数据工场”或扫描下方“二维码”先人一步体验服务。