Spare5结合人类的经验进行数据分析

对数据的洞察力是当下很多业务面临的挑战，加上数据通常是无组织的，分析起来更加棘手。人工智能在这条路上已经有所成就，但是一家年轻的创业公司希望通过将人类带回原始的方法，以获得更好的效果。

Spare5周三发布了一个新的平台，将人类的理解和人工智能结合起来，帮助公司分析无组织的数据，包括图片，视频，社交媒体的内容，文本信息等。结果显示，效果非常好。

这项级数目前被用于Expedia和Getty Images来完善和整理数据的信息。

“这些业务需要人类特殊的洞察力来解决复杂的数据问题，”Spare5的创始人和CEO Matt Bencke说，“当人工的智慧与机器学习结合的时候，将会有无限可能。”

Spare5通过众包平台来最大发挥人力。这个公司可以使用全球超过40，000个不同学科的专家，让他们通过app或者桌面客户端来完成客户的需求。人们可以通过给文章打分，标注图片，填写描述，加标签的这些微工作获得报酬。

当公司需要分析数据的时候，将无组织或者不完整的数据上传给Spare5，然后Spare5将工作分成若干微工作，附上客户的要求，制定工资标准，然后发布工作。

为了信息的准确，Spare5将用户分成不同的组——比如30到40岁的妇女等。

然后，使用机器学习算法过滤结果，确保准确性和质量。

最后的结果是，用户之前无组织的数据被重新整理成规整的格式，并附上人工处理的信息，还有对信息的重要性或标注的自信程度等。之后，这些数据可以被用于训练人工智能算法，完善数据集喝或者提高推荐引擎。

有觉察能力的级数，比如，人工智能驱动的机器客服，可以使用Spare5来检验AI模型是否合格。

企业策略组的分析师Nik Rouda说，“机器学习的缺点在于，他们最多得到数据之间的联系，但是不知道其中真正的原因，这是人类的优势。”

Rouda补充道，没有组织的数据差别细微，比如，他们甚至不能识别出吉娃娃狗和蛋糕，甚至Google的技术都会把黑人错误地识别为黑猩猩。

“机器学习可能办事仔细，不犯人类可能犯的错误，但是人类的经验也尤为可贵。”Rouda说。但是Spare5可以很好地结合两者。

“提高数据的准确性和完整性可以优化模型，这样机器学习才会更有效。”

Spare在2014年成立，去年八月已经有一千万美金的基金。