蚂蚁数科探索AItoB，全新AI数据合成与生产平台亮相乌镇

11月19日，在乌镇峰会上，蚂蚁数科展示了AI数据合成与生产平台AIGD（AI Generated Data），该平台因其专注于“数据合成”而备受关注。蚂蚁数科AI科技技术负责人、蚂蚁天玑实验室主任李哲表示：“未来的AI应用需要大量难以获取的长尾数据，如自动驾驶中的极端天气与路况数据，这些数据对于训练具身智能至关重要。”

AI的发展正面临高质量数据短缺的问题。据Epoch AI Research预测，到2026年，现有的高质量语言数据将耗尽。Gartner预计，到2030年，合成数据将成为AI模型的主要训练数据来源；2024年，60%的AI数据将是合成数据。

AIGD平台由蚂蚁数科申报，能大规模合成互联网未覆盖的高质量垂直语料数据，帮助科技厂商进行AI模型训练。该平台具备PB级数据生产能力，支持数据从生成到训练的全流程自动化处理，自动化率达到80%，极大地提升了数据处理的效率和质量。

AIGD平台自研了15种数据合成工具，可合成图片、视频、3D模型、多模态数据等，以满足各种应用场景下的AI模型训练需求。高质量数据是AI大模型深入产业的基础。例如，OpenAI的新模型因数据不足而缺乏显著进步。

AIGD平台还提供数据标注和质检功能。通过人机协同进行标注，预标注模型减少了70%以上的人工标注量。平台还能根据不同粒度的数据质量统计，确保合成和标注后的数据符合预期质量要求。

蚂蚁数科已陆续发布多款AI产品，包括大模型安全评测与防御产品“蚁天鉴”和反深伪造产品ZOLOZ Deeper。作为面向ToB服务的科技公司，蚂蚁数科致力于“企业用云服务”、“企业区块链服务”和“企业AI服务”。李哲表示：“AI服务产业将迎来黄金年代，蚂蚁数科将在AI ToB领域持续投入，让AI深入各行各业。”