为推动自动驾驶技术的应用与发展，2022年9月7日，JD.COM科技联合北京高级自动驾驶示范区、Taber.com举办了题为“自动驾驶数据智能的挑战与机遇”的研讨会。20余家智能驾驶和高精地图企业代表来到JD.COM，就超级深度学习在自动驾驶中的应用、自动驾驶高精地图关键技术发展、京东云在自动驾驶行业的解决方案等话题进行了深入交流。会上，JD.COM科技人工智能数据服务平台JD.COM众智正式推出自动驾驶预标记服务——“谭薇”。
数据和智能的稳定性和可解释性是自动驾驶领域最大的挑战之一。
JD.COM研究所是JD.COM数据与情报研究和建设的中坚力量。布局了超深度学习、可信人工智能、量子机器学习三个基础研究方向，从理论和算法层面为自动驾驶行业提供算法和计算能力保障。
JD.COM研究院院长陶大成博士在会上表示，可信人工智能是主流人工智能最热门的研究方向之一。而数据智能的稳定性和可解释性是自动驾驶领域最大的挑战之一。
比如，自动驾驶系统对路标、车辆、行人识别的一个小错误，如果没有及时防控，就可能导致致命事故，引发人们的信任危机。在物流和自动驾驶领域，对数据隐私保护的要求非常高。对此，JD.COM研究院《可信人工智能布局方向研究》运用统计学、概率论等理论，明确定义了衡量AI稳定性、可解释性、隐私保护和公平性的可信指标。
基于AI技术的预标注可以提高自动驾驶场景基础数据的效率和准确性。
据悉，自动驾驶场景中的视觉技术依赖于有监督的深度学习，因此需要大量的标注数据。近年来，自动驾驶制造商对数据收集和标记的需求大大增加。任务种类多、数据规模大、精度要求高，是自动驾驶场景基础数据服务需求的特点，也是目前行业面临的挑战之一。
传统的人工贴标很难应对这些挑战，而基于AI技术的预贴标可以大大降低对人工贴标的依赖，大幅提高贴标效率和精度，降低贴标成本。
然而，为了实现高效、准确的预标注，需要强大的视觉技术支持。
JD.COM研究院高级研究员薛超在会上介绍，JD.COM研究院联合国际国内著名高校，在视变骨干网、下游任务、培训方式等领域取得了一系列研究成果。其中，视觉骨干网络的ViTAE模型的研究工作发表在国际顶级学术会议NeurIPS 2021上，该研究探讨了视觉变压器中感应偏置的作用。
2022年2月，JD.COM探索研究院和悉尼大学在上述研究的基础上，进一步提出了规模更大、效果更好、对各种视觉任务适应性更强的新型视觉骨干网ViTAEv2。其中，拥有6亿个参数的ViTAE-H模型在ImageNet真实数据集上实现了91.2%的分类准确率，不依赖任何外部数据，位居世界第一。
依托ViTAE模型，JD.COM众志推出自动驾驶预标注服务“谭薇”
会上，JD.COM科技人工智能数据服务平台JD.COM众智正式推出自动驾驶预标记服务——“谭薇”。
通过用谭薇对模型进行预标记，可以大大节省人力投入，从而帮助自动驾驶行业更高效地获得训练自动驾驶算法模型所需的海量、高质量、结构化的数据，实现行业整体降本增效。
JD.COM中智是JD.COM科技集团旗下的人工智能开放平台，以数据标签为核心业务，通过自营标签基地实现规模化生产，保障数据安全。目前已为100多家企业提供自动驾驶数据标注服务，包括英伟达、SAIC、京东物流等
