借助人工智能，Box Apps 可以将您的文件转换为自动化工作流程

独家：Encord 将多模式人工智能数据（包括音频）全部集成到一个平台中。

数据开发平台 Encord 正在超越业务分析，成为“世界上唯一的多模式人工智能数据开发平台”。

周四，该公司宣布了新的多模式数据注释功能，用于对音频和文档进行分类——所有这些都在一个界面中。此次更新扩展了 Encord 对医疗、计算机视觉和视频数据的现有支持。

到目前为止，人工智能聊天机器人和图像生成器已经相对常见。但生成令人信服的视频或音频比生成文本要困难得多。人工智能行业越来越关注多模式功能，尤其是随着 ChatGPT 语音模式等功能的发布。

为了微调人工智能模型，您需要高质量的数据，有时甚至是超具体的数据。基于文本的数据无法提供这些复杂模型所需的细微差别，并且准确性在医学等高风险环境中更为重要。构建者需要能够注释和评估各种数据（视频、音频、图像、图表、报告、零售列表、PDF 等）的平台，最好是在一个地方。 Encord 的一些客户使用该平台来处理 MRI 扫描等医学图像，以开发更好的模型来协助医生。

拥有高质量、注释良好的音频数据有助于构建语音和情感识别模型，甚至可以识别声音。视频和音频人工智能产品需要日益复杂的数据支持，以实现类似人类的真实感，无论是转录还是口型同步的准确性。例如，AI 文本转视频平台 Synthesia 使用 Encord 为其逼真的 AI 化身开发训练模型。

Encord 的更新包括针对文档、音频文件、视觉和医疗数据的新注释和管理功能。通过多模式注释，人工智能团队可以自定义界面来并排查看和编辑不同的文件类型。目前，不同的数据类型通常分散在多个服务和平台上，增加了数据注释的时间和成本。 Encord 已经支持实体识别、翻译、摘要、文本分类和情感分析等关键数据注释类别。

该公司在新闻稿中表示：“由于缺乏集成和一致的接口来统一这些孤立的工具，团队在整个模型开发过程中了解大规模数据集非常耗时，而且通常不可能。”

借助 Encord，人工智能团队可以过滤数据，准确识别和管理构建模型所需的内容。其评估仪表板还可以标记阻碍模型性能的数据，以便团队可以删除或替换它。

“平均而言，Encord 客户使用的数据集小了 35%，这使得模型的准确率提高了 20%，”一位 Encord 代表通过电子邮件告诉 ZDNET。

在演示中，Encord 联合创始人兼总裁 Ulrik Stig Hansen 告诉 ZDNET，他认为该公司对质量和集中化的关注最终将实现通用人工智能 (AGI)。