教AI认识世界的人——揭秘智能产业大火背后的人工智能训练师

在人工智能领域有一句箴言：有多少人工就有多少智能。据估计，在中国有约千万名“人类专家”在给人工智能喂数据。

(资料图片仅供参考)

近期，随着人工智能的大火，全国多地数据标注招聘市场火热、相关创业模式也不断涌现，提升数据质量成为人工智能开发商“弯道超车”的最新策略。

早在2021年，人社部就发布了《人工智能训练师》国家职业技能标准，覆盖数据标注员、人工智能算法测试员两个工种，可见当时相关产业已经成势。这份标准将人工智能训练师分为5个等级，从初级工到高级技师。

据了解，数据标注员每天的工作就是通过打标签的方式，辅助人工智能学习，可以说数据标注师就是人工智能背后的“人工”。

位于济南市明水国家经济开发区百度智能云（山东）人工智能基础数据产业基地，是百度在全国布局的第二家、山东布局的第一家数据标注基地，目前已经容纳了1500名“人工智能训练师”。

人工智能训练师成就业新方向

中国工程院院士邬贺铨曾对人工智能训练师做过解释，他表示：“比如AI训练师会进行智能驾驶的训练。智能驾驶中需要让汽车自动识别马路，但如果只是将视频单纯地传给计算机，计算机无法识别，需要人工在视频中将道路框出，再交由计算机，计算机多次接受此类信息后，才能逐渐学会在视频和照片中识别出道路。”

自动驾驶是数据服务需求最大的行业之一，还需要大量的标注数据对模型进行训练和调优。同时，除了“聪明的车”，自动驾驶同样需要“智慧的路”，通过车路协同的共同数据训练，才能实现降本增效。因此，专业、高质量的数据才能够保证自动驾驶的精准和安全。

实际上，现在人们生活中常见的小度智能屏、小爱同学、天猫精灵等智能产品背后，都有AI训练师的身影。

就像从零搭建一座结构精密的建筑，每个AI的成长都会经历人工训练的过程。导航语音的生成，智能音箱的应答，人脸支付，动作捕捉……在业界有一种说法，数据标注员是“人工智能的老师”，是他们日复一日地拉框，教会了人工智能理解人类世界。

现在，你去问ChatGpt，它也会“亲口”承认，“在我的训练过程中，开发者们还使用了一些人工标注的数据集，以帮助我识别语言中的关键概念和语法规则。这些数据集通常由人类专家进行标注，包括注释句子结构、命名实体识别和情感分析等等。这些标注数据可以帮助我更好地理解自然语言，并使我更准确地执行我的任务。”

人工智能的主流方向是深度学习

人工智能的三大基石是数据、算力与算法，数量越多质量越高的数据，往往越能够训练出更“聪明”的模型。

人工智能的主流方向是深度学习。在过去，由人来告诉机器，猫身上都有哪些特征，机器根据这些特征判断一个物体是不是猫；深度学习则是通过“喂养”大量不同猫的图片，机器就能自行归纳出猫的特征。这就需要大量经人工标注的图片，有多少智能，就得付出多少人工。

数据标注领域有过一个神话——ImageNet项目。这个项目数据库拥有超过1400万张已被标注的图片，其中识别出的物体种类超过20000种——包括120个不同品种的狗。

人工智能的发展离不开数据标注

“人工智能的发展离不开数据标注，没有数据标注，就没有人工智能。没有数据标注，就没有无人驾驶、刷脸支付、阿尔法狗、智能音箱。”河南商丘某公司招聘广告上这样写着。

济南也有不少公司发布关于数据标注员的招聘需求，其中的招聘薪资为每月3-5千元或4-9千元不等。图片来源：网络

海报新闻记者在浏览某招聘平台时，发现在济南也有不少公司发布关于数据标注员的招聘需求，其中的招聘薪资为每月3-5千元或4-9千元不等。招聘要求的学历多为大专以上学历，专业不限。在AI产业中，这类岗位令人联想起电子厂的“流水线”工作。

有个别公司还在招聘需求里写了职业培养方向：数据标注师—数据质检师—项目培训师—项目主管—项目经理。

记者发现，除了较大规模的数据标注产业基地，数据标识行业“个体户”正大量涌现。在百度贴吧上，大量项目正在召集所谓“团队”接标，从发帖内容可以看出，只要有一个相对固定人数、固定工作时长的团队，就可以接下大公司分发下来的项目标。

“如果数据量太大，一般公司会雇外包公司承担。”有从业人员告诉记者。外包公司将数据标注变成了算计件工分的一种工作。有从业者介绍，刨去场地租赁、电脑和桌椅配置、每月水电费、人工开支，这种个体分包商赚取的是中间差价。

不过，这个行业当然也正向着规模化、公司化的方向发展。行内有两种类型的公司，一种是大型互联网公司的内部部门、一种是外包公司。后者正成为资本市场上的“香饽饽”。

数据标注时薪取决于工作内容

按照招聘平台上的信息，人工智能训练师是依据工作内容来定时薪价格。时薪能达到30元档的是指3D类工作，一般是对实际场景中的特定事物进行标注，例如对一条道路上的雷达车道线、雷达目标拉框。接着是语音类，是指对音转文、方言转写、唤醒助手等进行标注。

2D类被认为更简单，是指对平面图像、文字段落进行标注，或者是OCR（文字识别）转写，例如对交通违规图片里的人和车、红绿灯、交通标示进行识别。

价格最低的打码类，是指验证码里的计算题、哪些图片中含有火车这类工作。

据iResearch数据，2019年我国数据标注市场规模为30.9亿元，预计2025年市场规模突破100亿元，年复合增长率达到14.6%。图片来源：第一财经

“数据标注十分枯燥无味，纯体力活，每标注200个就有一种想吐的感觉。”正在浙江某高校读研的小何对记者表示。

以此谋生的数据标注师，工作强度可能更为难忍，除了需要耐心在电脑前面坐上几小时、耗尽眼力，可能还要面对原始数据里的限制级内容，涉及性、暴力、仇恨言论等。

适合低学历等人群就业

在2021年版的《人工智能训练师国家职业技能标准》中，对该职业的能力特征描述是“具有一定的学习能力、表达能力、计算能力；空间感、色觉正常”，普遍受教育程度写的是“初中毕业”。言外之意，这是一份门槛不太高的职业。

数据标注产业促进了不少城镇和农村就业，在河南、河北、贵州等地，还出现了一些特色的“数据标注村”。

“95后”张文涛来自陕西省铜川市宜君县，在做人工智能训练师之前，他只去过一次县城。14岁那年，他因为意外造成了腰椎粉碎性骨折，后来去县城办了残疾证。

直到2021年4月，26岁的张文涛进入宜君县数字就业中心，成了一名人工智能训练师，这是张文涛第二次来到宜君县城。

人工智能训练师通过对大量文本、图片、语音、视频等数据进行归类、整理、纠错和批注等，让机器人因为大量数据的训练而变得越来越精准，相当于机器人的“教练”。

张文涛的工作是给高德地图做数据标注，从此，每天上亿人在用的这款地图导航APP，背后有了张文涛的贡献。因为腿脚不便很少出门，不能像普通人一样去很多城市和景点，所以他把这项工作看成是自己在线上的“旅游”。

人工智能训练师看上去是人工智能领域一个“入门”工种：技术门槛低，招工人群范围广泛。他们通过每天数千次的重复动作，和最前沿科技的人工智能产生联系。也因此，外界给这个行业贴上了“AI富士康”的标签。

然而，围绕着人工智能训练师的低薪、长期伏案、内容重复和精神压力，社会舆论也正围绕着相关职业保护而发酵。如果无法改善其工作环境、提升价值，这种职业的长久性仍令人存疑。

人工智能发展或取代数据标注师

为了训练人工智能，数据标注行业带来了技术红利，但如果人工智能发展到一定程度，甚至有可能够取代数据标注师的工作。

数据标注看似“无脑”，但却因实际落地需要而需要严谨的工作态度。比方说，如果对自动驾驶领域的数据标注缺乏质量把控，那么相关软件就无法令汽车安全地行驶在道路上。

随着GPT-4和文心一言的陆续出场，人工智能正“升级换代”，数据标注行业也伴随着新的变化。

目前的人工智能训练，大家更多地聚焦在数据加工这件事，但如果再往前看，更多的是数据的优化、还有一些相关的解决方案。数据标注是一个很好的行业入门工种，作为从业人员有机会更深度参与到产业链协作当中，例如后续当数据标注越来越机器化，人工和自动化之间要有机的协同，这也对员工提出了更高的要求。

但是也有不少学者对此表示乐观，当数据标注越来越机器化，人工智能训练师是一个转换工种的机会，标注员们现在标注数据，未来可能向数据治理、数据解决方案设计和项目管理等方向发展。

“得数据者，得人工智能”。未来，随着AI应用场景逐渐多领域化，在行业内部，人工智能训练从业者也必将随着AI行业而一同进入细分市场追逐阶段，将迎来的是机遇与挑战并行。

（文章来源：大众网）

关键词：