QQ在線
企業微信
資訊
543“抬頭是山，低頭是煤。”曾在山西傳統煤礦工作8年， 整天盯在電腦屏幕前監測礦井瓦斯濃度的郭梅從來沒有想過，有一天自己的工作會和人工智能有了聯系。
兩年前，因為孩子來省會城市太原上學，郭梅在附近求職，做起了數據標注。同樣是盯在電腦屏幕前，現在郭梅每天的工作是給圖片、文本或者聲音進行標注，再把它們交給機器訓練和學習。從一開始每天只能標注兩三百張，到現在的日均完成1300多張，郭梅按件計酬的收入逐漸提升，已高于當地平均收入水平。
人工智能行業里有句話：有多少智能，背后就有多少人工。像郭梅一樣，AI數據標注師成為了隨著人工智能發展而出現的新興就業崗位。2020年2月，“人工智能訓練師”正式成為新職業并納入國家職業分類目錄。
他們被稱為人工智能背后的人。數據采集和標注是他們的主要工作，目的就是要教會AI認識數據，轉化成AI能消化和吸收的“語言”。有了足夠多、足夠好的數據，AI才能夠學會像人類一樣去感知、思考和決策，更好地為人類服務。
這項工作看起來簡單枯燥，但意義非常。“就像一臺車沒有汽油走不了，數據就是人工智能發展的燃料。有了我們的數據，機器（算法）不斷迭代，就能推動人工智能往更好的方向發展。” 從事數據標注的山西麟諾公司總經理李應維對第一財經表示。
“從沒想過做人工智能”
20出頭的李宇龍從未親眼見過自動駕駛汽車，但他的工作卻和自動駕駛的AI算法息息相關。
他曾經在生產電子類產品的工廠工作，轉做AI數據標注后，老板交給他的第一個項目就是“車道線打點”。
簡單來說，就是給無人駕駛進行車道線標注。當無人車行駛到一段路時，會自動連續拍攝圖片，李宇龍要做的，就是對圖片上車輛所行駛的車道旁邊兩側的線進行標注，識別虛線還是實線，匹配所對應的屬性，從而告訴人工智能遇到虛線時車輛可以進行變道，實線不可以進行變道。
當時的李宇龍，還不知道數據標注師到底是什么，更對人工智能沒有具體概念，老板只交給他一套規則，讓他按照規則在電腦上認車道線。好學的他在短時間內就掌握了規則和難點，總結出了標注車道的規律。
他把自己的工作比作“幼教“，當他拿出一個紅蘋果給機器并教會它識別，再拿一個綠蘋果給它時，因為顏色差異，機器就無法認出了。李宇龍的工作就是不斷地幫助機器識別不同的顏色、大小，甚至是被咬了一口的蘋果或是壞蘋果，直到隨便拿出一個蘋果，它都能認出來。
李宇龍告訴第一財經記者，數據標注的工作是“按件計酬”，他的日均收入在300元左右。數據顯示，2019年，太原市的城鎮居民全年人均可支配收入36362元。他說，自己的工資水平在整個基地標注師日均收入中處于中等水平，“據我了解，有人日均收入甚至能破千。”
對于自己的工作，李宇龍說，剛開始接觸時，只把它看做一個重復性的工作，并沒有想太多。直到后來接觸項目多了，涉及的領域包括教育、安防、金融、交通醫療和電商等，每天都在挑戰學習能力，也會想要更深入了解自己標注的內容可以應用到的行業。 雖然還沒有坐過無人車，但他說，現在看到無人駕駛的時候，會想到這里面也包含了自己的標注成果。
像李宇龍、郭梅的工作一樣，第一財經記者看到，在每一間數據標注的辦公室里，都是類似的工作場景：一排排電腦屏幕前，年輕的數據標注師根據各自分配的任務，對文本、圖片、語音和視頻做標記、標重點、打標簽、框對象、做注釋等方式對數據集作出標注，他們可能在為無人車標注車道線、紅綠燈，也可能是在為肺部影像標注病毒數據。
以人臉為例，目前能實現對約150個特征點的標注。疫情期間，采集大量的戴口罩的人臉照片后，數據標注師對人臉的眉毛、眼鏡、顴骨等人臉關鍵點進行精準標注，標注特征點越多，AI就越能精確識別出戴口罩場景下的人臉。最終實現即使不摘口罩，也能精確測量體溫，或是通過人臉閘機。
是不是“AI富士康”？
數據標注產業促進了不少城鎮和農村就業，在河南、河北、貴州等地，還出現了一些特色的“數據標注村”。
據IDC統計，全球每年生產的數據量將從2016年的16.1ZB猛增至2025年的163ZB，其中80%-90%是非結構化數據，這些數據經過清洗與標注才能被喚醒價值。在我國，每年需要進行標注的語音數據超過200萬小時，圖片則有數億張，這就產生了源源不斷的清洗與標注需求。 李應維對第一財經記者說， 他預計明年企業的用工將翻一倍，從160多人擴展到300人左右。
李應維公司所在的百度（山西）人工智能基礎數據產業基地，已經成為中國人員和產值規模第一的單體數據標注基地。AI數據標注師從業人員超過2000人，實現營業收入超億元，企業入駐35家。該基地計劃在未來5年培養5萬名AI數據標注師，并引入更多AI合作伙伴。
百度（山西）人工智能基礎數據產業基地負責人尉赤告訴記者，人工智能是個高速發展的行業，數據服務又與人工智能息息相關。“我們的線上眾包注冊用戶有將近2000萬人，目前每個月在線上為我們提供服務的人將近5萬人。如果按照行業增長速度來看，培養5萬人還不一定夠。”
不過，數據標注師看上去是人工智能領域一個“入門”工種：技術門檻低，招工人群范圍廣泛。他們通過每天數千次的重復動作，和最前沿科技的人工智能產生聯系。也因此，外界給這個行業貼上了“AI富士康”的標簽。
數據標注帶來了技術紅利，但如果人工智能發展到一定程度，甚至有可能夠取代數據標注師的工作。
艾瑞咨詢在一份人工智能相關報告指出，隨著算法需求越來越旺盛，依賴人工標注不能滿足市場需求，因此增強數據處理平臺持續學習能力，由機器持續學習人工標注，提升預標注和自動標注能力對人工的替代率將成趨勢。此外，隨著 AI對數據的要求越來越高，數據標注行業也正逐步進入精細化階段。
對于數據標注這一職業的未來，李應維對記者舉例，自己公司一名員工入職后，因為表現優異，不久已被百度公司聘用。而且，數據標注師也在為人工智能培養和發現人才。
尉赤則認為，目前大家更多地聚焦在數據加工這件事，但如果再往前看，更多的是數據的優化、還有一些相關的解決方案。數據標注是一個很好的入門，進來之后有機會更深度參與到產業鏈協作當中，例如后續當數據標注越來越機器化，人工和自動化之間要有機的協同，這也對員工提出了更高的要求。
此外，當數據標注越來越機器化，人工智能訓練師是一個轉換工種的機會，標注員們現在標注數據，未來可能向數據治理、數據解決方案設計和項目管理等方向發展。
例如，現在李宇龍的工作重心已經轉向培訓，同時接觸到更多的項目管理，根據每個項目對應的特點判斷與之匹配的能力。 在他看來，自己比很多傳統行業的人們更早地接觸到未來的發展方向和未來的生活、工作場景，“看到了未來的發展需求，也就比別人更早找到更多發展機會。”
