在人工智能領域有一句箴言：有多少人工就有多少智能。據估計，在中國有約千萬名“人類專家”在給人工智能喂數據。

近期，隨著人工智能的大火，全國多地數據標注招聘市場火熱、相關創業模式也不斷涌現，提升數據質量成為人工智能開發商“彎道超車”的最新策略。

(資料圖)

早在2021年，人社部就發布了《人工智能訓練師》國家職業技能標準，覆蓋數據標注員、人工智能算法測試員兩個工種，可見當時相關產業已經成勢。這份標準將人工智能訓練師分為5個等級，從初級工到高級技師。

據了解，數據標注員每天的工作就是通過打標簽的方式，輔助人工智能學習，可以說數據標注師就是人工智能背后的“人工”。

位于濟南市明水國家經濟開發區百度智能云（山東）人工智能基礎數據產業基地，是百度在全國布局的第二家、山東布局的第一家數據標注基地，目前已經容納了1500名“人工智能訓練師”。

人工智能訓練師成就業新方向

中國工程院院士鄔賀銓曾對人工智能訓練師做過解釋，他表示：“比如AI訓練師會進行智能駕駛的訓練。智能駕駛中需要讓汽車自動識別馬路，但如果只是將視頻單純地傳給計算機，計算機無法識別，需要人工在視頻中將道路框出，再交由計算機，計算機多次接受此類信息后，才能逐漸學會在視頻和照片中識別出道路。”

自動駕駛是數據服務需求最大的行業之一，還需要大量的標注數據對模型進行訓練和調優。同時，除了“聰明的車”，自動駕駛同樣需要“智慧的路”，通過車路協同的共同數據訓練，才能實現降本增效。因此，專業、高質量的數據才能夠保證自動駕駛的精準和安全。

實際上，現在人們生活中常見的小度智能屏、小愛同學、天貓精靈等智能產品背后，都有AI訓練師的身影。

就像從零搭建一座結構精密的建筑，每個AI的成長都會經歷人工訓練的過程。導航語音的生成，智能音箱的應答，人臉支付，動作捕捉……在業界有一種說法，數據標注員是“人工智能的老師”，是他們日復一日地拉框，教會了人工智能理解人類世界。

現在，你去問ChatGpt，它也會“親口”承認，“在我的訓練過程中，開發者們還使用了一些人工標注的數據集，以幫助我識別語言中的關鍵概念和語法規則。這些數據集通常由人類專家進行標注，包括注釋句子結構、命名實體識別和情感分析等等。這些標注數據可以幫助我更好地理解自然語言，并使我更準確地執行我的任務。”

人工智能的主流方向是深度學習

人工智能的三大基石是數據、算力與算法，數量越多質量越高的數據，往往越能夠訓練出更“聰明”的模型。

人工智能的主流方向是深度學習。在過去，由人來告訴機器，貓身上都有哪些特征，機器根據這些特征判斷一個物體是不是貓；深度學習則是通過“喂養”大量不同貓的圖片，機器就能自行歸納出貓的特征。這就需要大量經人工標注的圖片，有多少智能，就得付出多少人工。

數據標注領域有過一個神話——ImageNet項目。這個項目數據庫擁有超過1400萬張已被標注的圖片，其中識別出的物體種類超過20000種——包括120個不同品種的狗。

人工智能的發展離不開數據標注

“人工智能的發展離不開數據標注，沒有數據標注，就沒有人工智能。沒有數據標注，就沒有無人駕駛、刷臉支付、阿爾法狗、智能音箱。”河南商丘某公司招聘廣告上這樣寫著。

濟南也有不少公司發布關于數據標注員的招聘需求，其中的招聘薪資為每月3-5千元或4-9千元不等。圖片來源：網絡

海報新聞記者在瀏覽某招聘平臺時，發現在濟南也有不少公司發布關于數據標注員的招聘需求，其中的招聘薪資為每月3-5千元或4-9千元不等。招聘要求的學歷多為大專以上學歷，專業不限。在AI產業中，這類崗位令人聯想起電子廠的“流水線”工作。

有個別公司還在招聘需求里寫了職業培養方向：數據標注師—數據質檢師—項目培訓師—項目主管—項目經理。

記者發現，除了較大規模的數據標注產業基地，數據標識行業“個體戶”正大量涌現。在百度貼吧上，大量項目正在召集所謂“團隊”接標，從發帖內容可以看出，只要有一個相對固定人數、固定工作時長的團隊，就可以接下大公司分發下來的項目標。

“如果數據量太大，一般公司會雇外包公司承擔。”有從業人員告訴記者。外包公司將數據標注變成了算計件工分的一種工作。有從業者介紹，刨去場地租賃、電腦和桌椅配置、每月水電費、人工開支，這種個體分包商賺取的是中間差價。

不過，這個行業當然也正向著規模化、公司化的方向發展。行內有兩種類型的公司，一種是大型互聯網公司的內部部門、一種是外包公司。后者正成為資本市場上的“香餑餑”。

數據標注時薪取決于工作內容

按照招聘平臺上的信息，人工智能訓練師是依據工作內容來定時薪價格。時薪能達到30元檔的是指3D類工作，一般是對實際場景中的特定事物進行標注，例如對一條道路上的雷達車道線、雷達目標拉框。接著是語音類，是指對音轉文、方言轉寫、喚醒助手等進行標注。

2D類被認為更簡單，是指對平面圖像、文字段落進行標注，或者是OCR（文字識別）轉寫，例如對交通違規圖片里的人和車、紅綠燈、交通標示進行識別。

價格最低的打碼類，是指驗證碼里的計算題、哪些圖片中含有火車這類工作。

據iResearch數據，2019年我國數據標注市場規模為30.9億元，預計2025年市場規模突破100億元，年復合增長率達到14.6%。圖片來源：第一財經

“數據標注十分枯燥無味，純體力活，每標注200個就有一種想吐的感覺。”正在浙江某高校讀研的小何對記者表示。

以此謀生的數據標注師，工作強度可能更為難忍，除了需要耐心在電腦前面坐上幾小時、耗盡眼力，可能還要面對原始數據里的限制級內容，涉及性、暴力、仇恨言論等。

適合低學歷等人群就業

在2021年版的《人工智能訓練師國家職業技能標準》中，對該職業的能力特征描述是“具有一定的學習能力、表達能力、計算能力；空間感、色覺正常”，普遍受教育程度寫的是“初中畢業”。言外之意，這是一份門檻不太高的職業。

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”。

“95后”張文濤來自陜西省銅川市宜君縣，在做人工智能訓練師之前，他只去過一次縣城。14歲那年，他因為意外造成了腰椎粉碎性骨折，后來去縣城辦了殘疾證。

直到2021年4月，26歲的張文濤進入宜君縣數字就業中心，成了一名人工智能訓練師，這是張文濤第二次來到宜君縣城。

人工智能訓練師通過對大量文本、圖片、語音、視頻等數據進行歸類、整理、糾錯和批注等，讓機器人因為大量數據的訓練而變得越來越精準，相當于機器人的“教練”。

張文濤的工作是給高德地圖做數據標注，從此，每天上億人在用的這款地圖導航APP，背后有了張文濤的貢獻。因為腿腳不便很少出門，不能像普通人一樣去很多城市和景點，所以他把這項工作看成是自己在線上的“旅游”。

人工智能訓練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。

然而，圍繞著人工智能訓練師的低薪、長期伏案、內容重復和精神壓力，社會輿論也正圍繞著相關職業保護而發酵。如果無法改善其工作環境、提升價值，這種職業的長久性仍令人存疑。

人工智能發展或取代數據標注師

為了訓練人工智能，數據標注行業帶來了技術紅利，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。

數據標注看似“無腦”，但卻因實際落地需要而需要嚴謹的工作態度。比方說，如果對自動駕駛領域的數據標注缺乏質量把控，那么相關軟件就無法令汽車安全地行駛在道路上。

隨著GPT-4和文心一言的陸續出場，人工智能正“升級換代”，數據標注行業也伴隨著新的變化。

目前的人工智能訓練，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行業入門工種，作為從業人員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。

但是也有不少學者對此表示樂觀，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。

“得數據者，得人工智能”。未來，隨著AI應用場景逐漸多領域化，在行業內部，人工智能訓練從業者也必將隨著AI行業而一同進入細分市場追逐階段，將迎來的是機遇與挑戰并行。

（文章來源：大眾網）

標簽：