數(shù)據(jù)標(biāo)注師：AI背后的人工

數(shù)據(jù)標(biāo)注師：AI背后的人工在人工智能領(lǐng)域，生成式AI正迎來新一輪爆發(fā)。它可以像人類一樣與用戶聊天交流，甚至能完成撰寫郵件、視頻腳本、文案以及翻譯等任務(wù)。在這些令人驚嘆的“智能”背后，離不開人的默默支撐——數(shù)據(jù)標(biāo)注師。他們?yōu)閿?shù)據(jù)貼上標(biāo)簽，讓AI更容易識(shí)別數(shù)據(jù)，進(jìn)而更好地服務(wù)人類。2020年2月，數(shù)據(jù)標(biāo)注師被正式納入國家職業(yè)分類目錄。“數(shù)據(jù)標(biāo)注師其實(shí)還有另一個(gè)名字——人工智能訓(xùn)練師，教機(jī)器學(xué)習(xí)、感知和認(rèn)知世界。”在百度智能云數(shù)據(jù)標(biāo)注基地業(yè)務(wù)產(chǎn)品負(fù)責(zé)人胡馳看來，數(shù)據(jù)標(biāo)注是機(jī)器感知現(xiàn)實(shí)世界的起點(diǎn)?！斑@是一份有意義的工作”作為人工智能算法的“燃料”，數(shù)據(jù)是人工智能實(shí)現(xiàn)應(yīng)用落地的必備要素，數(shù)據(jù)標(biāo)注的精確度往往決定著人工智能的智能程度，大多數(shù)原始數(shù)據(jù)只有經(jīng)過人工標(biāo)注、加工，才能激活數(shù)據(jù)價(jià)值。數(shù)據(jù)標(biāo)注師工作的意義就在于此?！拔覀兊墓ぷ?，其實(shí)可以理解成是在做人工智能的‘老師’。”擁有4年多從業(yè)經(jīng)歷的韓毓蕾，如今已是一名資深的數(shù)據(jù)標(biāo)注師。大專畢業(yè)后韓毓蕾在山西的小縣城做了兩年的瑜伽老師，這份工作雖然輕松，但卻無法帶來新鮮感和挑戰(zhàn)，她開始尋找新的機(jī)會(huì)。偶然間韓毓蕾在朋友圈看到一則數(shù)據(jù)標(biāo)注師的招聘公告，很快便做了決定：“我之前沒有了解過數(shù)據(jù)標(biāo)注行業(yè)，在網(wǎng)上搜索了解了人工智能行業(yè)，才知道這是一份好上手、有前景的工作，我就想試試。”數(shù)據(jù)標(biāo)注師在三維圖像中進(jìn)行數(shù)據(jù)標(biāo)注（受訪者供圖）。入職后，韓毓蕾參與的第一個(gè)工作任務(wù)是無人駕駛項(xiàng)目，這個(gè)項(xiàng)目需要數(shù)據(jù)標(biāo)注師對(duì)原始數(shù)據(jù)進(jìn)行框選、提取、分類等處理，將其轉(zhuǎn)化為機(jī)器學(xué)習(xí)可識(shí)別的專業(yè)數(shù)據(jù)?！氨热缜胺降缆飞嫌行腥?，把這個(gè)人標(biāo)注出來輸送到程序里，程序就會(huì)告訴無人駕駛汽車‘這是行人，我們不能撞上去’。而在火車站、商場(chǎng)這類比較復(fù)雜的場(chǎng)景中，有時(shí)人和人會(huì)發(fā)生重疊，這種情況下就要耐心地區(qū)分開?！边@樣的工作內(nèi)容在韓毓蕾看來十分有趣，也很有意義：“無人駕駛有著關(guān)乎生命安全的特殊性質(zhì)，正是標(biāo)注出的海量場(chǎng)景數(shù)據(jù)在支撐著技術(shù)容錯(cuò)率幾乎為零的無人駕駛感知算法的訓(xùn)練?！焙Y介紹，除了無人駕駛，數(shù)據(jù)標(biāo)注還服務(wù)于智能安防、智慧金融、新零售、智慧家居等幾乎所有人工智能場(chǎng)景。從這個(gè)維度來看，數(shù)據(jù)標(biāo)注師對(duì)于人工智能行業(yè)的發(fā)展發(fā)揮著必不可少的支撐作用。數(shù)據(jù)標(biāo)注師前景充滿可能近年來，隨著人工智能技術(shù)的不斷應(yīng)用，催生出龐大的數(shù)據(jù)標(biāo)注需求，推動(dòng)著我國數(shù)據(jù)標(biāo)注產(chǎn)業(yè)市場(chǎng)的快速增長。數(shù)據(jù)標(biāo)注企業(yè)不斷涌現(xiàn)并相繼落地三、四線城市，在助力當(dāng)?shù)財(cái)?shù)字產(chǎn)業(yè)發(fā)展的同時(shí)，也為更多普通人提供了轉(zhuǎn)型、就業(yè)的新機(jī)會(huì)。在四川內(nèi)江，當(dāng)?shù)卣當(dāng)y手阿里巴巴合資成立了科技公司，建設(shè)包括數(shù)據(jù)標(biāo)注在內(nèi)的數(shù)字服務(wù)外包產(chǎn)業(yè)基地；廣州天河區(qū)與科大訊飛共同在貴州大方縣設(shè)立智慧就業(yè)車間，為當(dāng)?shù)匾椎胤鲐毎徇w群眾提供貴州方言標(biāo)注等工作崗位。而作為行業(yè)內(nèi)最大的自建標(biāo)注團(tuán)隊(duì)，百度智能云人工智能數(shù)據(jù)標(biāo)注產(chǎn)業(yè)基地陸續(xù)落地山東濟(jì)南、山西臨汾、重慶奉節(jié)等十余個(gè)地方，其中，百度（山西）人工智能基礎(chǔ)數(shù)據(jù)產(chǎn)業(yè)基地已經(jīng)成為國內(nèi)產(chǎn)值規(guī)模領(lǐng)先的單體數(shù)據(jù)標(biāo)注基地，截至2022年5月，常駐專業(yè)數(shù)據(jù)標(biāo)注師人數(shù)近5000人，累計(jì)產(chǎn)值超過5億元。百度（山西）人工智能基礎(chǔ)數(shù)據(jù)產(chǎn)業(yè)基地的數(shù)據(jù)標(biāo)注師們?cè)谶M(jìn)行標(biāo)注任務(wù)（受訪者供圖）。在人工智能領(lǐng)域，有一句話流傳甚廣，“人工智能行業(yè)，有多少人工，就有多少智能?！备鶕?jù)德勤《2022年人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書》數(shù)據(jù)顯示，2022年中國人工智能基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模達(dá)到45億元，預(yù)計(jì)2027年市場(chǎng)規(guī)模將突破130億元。未來，數(shù)據(jù)標(biāo)注師將伴隨著人工智能在更多應(yīng)用場(chǎng)景的落地和其自主學(xué)習(xí)能力的持續(xù)增強(qiáng)而不斷成長，具備理想的職業(yè)生命周期和上升空間。胡馳說：“比如當(dāng)前被譽(yù)為最接近通用智能的大語言模型，依然離不開數(shù)據(jù)標(biāo)注。它基于大規(guī)模無標(biāo)注數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，再經(jīng)過精調(diào)，在各領(lǐng)域中得到很好的應(yīng)用。這其中的一個(gè)重要環(huán)節(jié)，就是算法工程師需要使用高質(zhì)量的、人類反饋的標(biāo)注數(shù)據(jù)進(jìn)行大模型精調(diào)，來幫助模型成長?！?/p>