人工智能背后的"人工" 河南河北等地现特色"数据标注村"

人工智能背后的“人工” 谁在训练AI？

作者： 刘佳

[ 据IDC统计，全球每年生产的数据量将从2016年的16.1ZB增至2025年的163ZB。 ]

“抬头是山，低头是煤。”曾在山西传统煤矿工作8年， 整天盯在电脑屏幕前监测矿井瓦斯浓度的郭梅从来没有想过，有一天自己的工作会和人工智能有了联系。

两年前，因为孩子来省会城市太原上学，郭梅在附近求职，做起了数据标注。同样是盯在电脑屏幕前，现在郭梅每天的工作是给图片、文本或者声音进行标注，再把它们交给机器训练和学习。从一开始每天只能标注两三百张，到现在的日均完成1300多张，郭梅按件计酬的收入逐渐提升，已高于当地平均收入水平。

人工智能行业里有句话：有多少智能，背后就有多少人工。像郭梅一样，AI数据标注师成为了随着人工智能发展而出现的新兴就业岗位。2020年2月，“人工智能训练师”正式成为新职业并纳入国家职业分类目录。

他们被称为人工智能背后的人。数据采集和标注是他们的主要工作，目的就是要教会AI认识数据，转化成AI能消化和吸收的“语言”。

这项工作看起来简单枯燥，但意义非常。“就像一辆车没有汽油走不了，数据就是人工智能发展的燃料。有了我们的数据，机器（算法）不断迭代，就能推动人工智能往更好的方向发展。” 从事数据标注的山西麟诺公司总经理李应维对第一财经表示。

“从没想过做人工智能”

二十出头的李宇龙从未亲眼见过自动驾驶汽车，但他的工作却和自动驾驶的AI算法息息相关。

他曾经在生产电子类产品的工厂工作，转做AI数据标注后，老板交给他的第一个项目就是“车道线打点”。

简单来说，就是给无人驾驶进行车道线标注。当无人车行驶到一段路时，会自动连续拍摄图片，李宇龙要做的，就是对图片上车辆所行驶的车道旁边两侧的线进行标注，识别虚线还是实线，匹配所对应的属性，从而告诉人工智能虚线车辆可以进行变道，实线不可以进行变道。而标注的难点，在于交会和分岔。

他把自己的工作比作“幼教”，当他拿出一个红苹果给机器并教会它识别，再拿一个绿苹果给它时，因为颜色差异，机器就无法认出了。李宇龙的工作就是不断地帮助机器识别不同的颜色、大小，甚至是被咬了一口的苹果或是坏苹果，直到随便拿出一个苹果，它都能认出来。

李宇龙告诉第一财经记者，数据标注的工作是“按件计酬”，他的日均收入在300元左右。数据显示，2019年，太原市的城镇居民全年人均可支配收入36362元。他说，自己的工资水平在整个基地标注师日均收入中处于中等水平，“据我了解，有人日均收入甚至能破千。”

对于自己的工作，李宇龙说，刚开始接触时，只把它看作一个重复性的工作，并没有想太多。直到后来接触项目多了，涉及的领域包括教育、安防、金融、交通医疗和电商等，每天都在挑战学习能力，也会想要更深入了解自己标注的内容可以应用到的行业。虽然还没有坐过无人车，但他说，现在看到无人驾驶的时候，会想到这里面也包含了自己的标注成果。

像李宇龙、郭梅的工作一样，第一财经记者看到，在每一间数据标注的办公室里，都是类似的工作场景：一排排电脑屏幕前，年轻的数据标注师根据各自分配的任务，对文本、图片、语音和视频做标记、标重点、打标签、框对象、做注释等方式对数据集作出标注，他们可能在为无人车标注车道线、红绿灯，也可能是在为肺部影像标注病毒数据。

是不是“AI富士康”？

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”。

据IDC统计，全球每年生产的数据量将从2016年的16.1ZB猛增至2025年的163ZB，其中80%~90%是非结构化数据，这些数据经过清洗与标注才能被唤醒价值。在我国，每年需要进行标注的语音数据超过200万小时，图片则有数亿张，这就产生了源源不断的清洗与标注需求。李应维对第一财经记者说， 他预计明年企业的用工将翻一倍，从160多人扩展到300人左右。

李应维公司所在的百度（山西）人工智能基础数据产业基地，已经成为中国人员和产值规模第一的单体数据标注基地。AI数据标注师从业人员超过2000人，实现营业收入超亿元，企业入驻35家。该基地计划在未来5年培养5万名AI数据标注师，并引入更多AI合作伙伴。

不过，数据标注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。

数据标注带来技术红利，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。

艾瑞咨询在一份人工智能相关报告指出，随着算法需求越来越旺盛，依赖人工标注不能满足市场需求，因此增强数据处理平台持续学习能力，由机器持续学习人工标注，提升预标注和自动标注能力对人工的替代率将成趋势。此外，随着 AI对数据的要求越来越高，数据标注行业也正逐步进入精细化阶段。

百度（山西）人工智能基础数据产业基地负责人尉赤认为，数据标注是一个很好的入门，进来之后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要求。

此外，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。

责任编辑：杨亚龙