自動運転と自動駐車用のAIを訓練するため、クライアントは優れたデータ入力ソースが急務でした。Rikanoを利用することで、Rikkeisoft チームはクライアントが目標を実現し、6か月間の協業全体を通じてシームレスなワークフローを維持するのを支援しました。
クライアント概要
AI
この記事は実際のプロジェクトを説明しています。ただし、プライバシー保護の理由から、クライアント名を明かすことはできません。
クライアントは、韓国の自動車産業の先駆者であり、売上高で世界第3位の自動車メーカーとして知られています。自動運転システムのAIを訓練するために、大量の画像にラベルを付ける必要がありました。したがって、AIの質の高い入力を生成するための優れたデータ精度を保証できる画像ラベリングパートナーを必要としていました。また、パートナーは必要に応じてチームを迅速にスケールアップできることが期待されていました。
プロジェクト概要
業界
自動車
技術
Rikano AI
国
韓国
期間
6か月
課題
データ精度と生産性
画像注釈の絶対的な精度は、AI訓練で信頼性の高い自動運転を実現するために最も重要です。わずかな不正確さでも、大きな安全上の影響を引き起こす可能性があります。ただし、データ精度は生産性を犠牲にして達成されるべきではありません。クライアントは両部門で優れることを望んでおり、効率的なワークフローと堅牢な品質管理体制が必要でした。絶えず拡大するワークロード
自動運転の動的な性質には、絶えず成長するデータセットが必要です。そのため、毎月ラベル付けが必要な画像の数は一定ではなく、多くの場合、非常に短い通知で大幅に増加しました。したがって、拡大するワークロードをシームレスに処理することが課題でした。チームのラピッドスケーリング
ワークロードが増加するにつれて、チームをすばやくスケールアップする必要性が生じました。精度を損なわずに数日以内に新規メンバーをオンボードし、訓練することが不可欠でした。言い換えれば、構造化された訓練プロセスと十分に文書化されたラベリングガイドラインを開発することは、チーム全体の品質の一貫性を確保するために重要になりました。ソリューション
Rikanoによる AI駆動型品質管理：Rikkei構築データ注釈プラットフォーム
訓練プロセスを円滑にし、生産性を最適化するために、Rikkeisoftはクライアントのプロジェクトに Rikanoの利用を提案しました。チーム開発に関しては、Rikkeisoftは既存および提携先の合計約15,000人規模の人材プールを活用し、チームを迅速にスケールアップすることを可能にしました。
プロジェクトの最初の月に、90人のアノテーターと10人の修正者およびQA担当者がオンボードされ、RikanoのAI駆動型E-ラーニングプラットフォームを通じてリモート訓練を受け、パフォーマンスは定期的に監視および評価されました。
適格な従業員は、その後、クライアントのデータセットにアクセスし、クライアントのAIが正しく学習して仕事を実行できるように、指定された画像にラベルを付け始めました。この注釈タスクには、最初は単なる手作業のみが含まれ、後にRikano AIに部分的に委任されました。人間がAIを訓練し、その作業をレビューします。こうして、生産性が向上しながら、データ精度は十分に管理されました。
クライアントに作業を納品する前に、アノテーターの最初の確認ラウンドと修正者およびQA担当者の2番目のラウンドを含む、2段階の品質保証を実施する必要がありました。
結果
Rikkeisoftによる Rikanoと専任の、高度にスケーラブルなチームの組み合わせは、スコープ、時間、精度の点で成功したプロジェクト納品をもたらしました。結局のところ、それは BPO プロジェクト管理への柔軟なアプローチと効果的な品質保証実践に帰着し、これは最初から最後まで一貫して最高のプロジェクト品質を維持するのに役立ちます。
