返回
Data-centric Artificial Intelligence: A Survey
DOI:10.1145/3711118.png)
摘要
En 中文
人工智能(AI)正在几乎所有领域产生深远影响。其巨大成功的关键推动因素之一是构建机器学习模型时拥有充足且高质量的数据。近年来,数据在AI中的作用被显著放大,催生了数据为中心的人工智能(data-centric AI)这一新兴概念。研究者和实践者的关注点已逐渐从推进模型设计转向提升数据的质量和数量。在本综述中,我们讨论了数据为中心的AI的必要性,随后从整体角度介绍了三个通用的数据为中心的目标(训练数据开发、推理数据开发和数据维护)及其代表性方法。我们还从自动化和协作的角度组织了现有文献,讨论了挑战,并列出了各项任务的基准。我们认为这是第一篇提供数据生命周期各阶段广泛任务全球视图的全面综述。我们希望它能帮助读者高效地把握该领域的整体图景,并为他们提供技术及进一步的研究思路,以系统性地工程化数据来构建AI系统。一份关于数据为中心的AI资源的配套列表将在https://github.com/daochenzha/data-centric-AI上定期更新。
Keyword:
Artificial intelligence
machine learning
data-centric AI
期刊
IF:
28
论文数:
2.5K
被引数:
3.5W
机构
暂无机构信息
引用论文
Kinematic analysis of limb movements in neuropsychological research: Subtle deficits and recovery of function.神经心理学研究中肢体运动的运动学分析: 细微的缺陷和功能的恢复。
Abatement of pesticides residues in commercial farm soils by combined ozonation-solarization treatment通过臭氧-日光化联合处理减少商业农场土壤中的农药残留

