通過框選、做記號、標注圖片，訓練機器更好地學習

　　人工智慧背後的“人工”：我給AI當老師

　　閱讀提示

　　數據是人工智慧技術的基石，市場上對數據的大量需求也催生出數據標注員這個新工種，也為農民工們帶來了新的就業機會。作為人工智慧背後的第一道工序，標注員們需要更多的耐心、細心，讓機器能更好地學習，為人類服務。

　　25歲的王森（化名）坐在電腦前，給螢幕上的一幅街景勾畫上線框，框選出圖片中的公路、車輛、行人等，分別打上標簽。在他身邊的同事們和他一樣點擊著滑鼠、敲打著鍵盤，標注著一幅又一幅類別不同的圖片……

　　如今，人工智慧越來越在各個領域大顯身手，滲透到人們的生活中，尤其在疫情期間，無論是幫助醫護人員遠端問診、測溫送藥的智能機器人，還是在群防群控、尋找密切接觸者方面都發揮了重要作用。而數據標注員“王森”們，則是人工智慧背後的“人工”，他們又是如何生産著大量可供電腦深度學習的訓練數據，從而推動人工智慧深度學習的呢？

　　把200根欄桿框選並標注出來

　　數據標注指通過貼標簽、做記號、標顏色、劃重點的方式，標注出數據的不同點、相似點或類別，為機器提供訓練和學習資料的過程。例如，在人工智慧技術應用中，給人臉的圖像數據劃出“眉毛”“鼻子”等同區域，機器通過數據標注物體的一些特徵，才能認識和學習這個物體。

　　老家在山東淄博的王森“轉行”時間並不長。今年3月，受疫情影響，他所在的醫藥膠囊工廠一直無法復工，經朋友介紹，他來到瑪達科技公司做數據標注工作。

　　正式入職後，王森經過7天的培訓，係統學習了操作規則、標注內容、標注工具等知識，算是“入門”了。

　　“我的任務是一天標注25張圖，如今我能完成30張，多出來的工作量算是業績。”王森告訴記者，他負責標注汽車類別，圖片上有公路、高架橋、車輛、行人等元素，他需要將折線內容框選出來，分好圖層，打上標簽，等技術提高後，就可以標注更復雜的圖片。

　　“要成為一名優秀的標注員，最重要的是細心且有耐心。”王森説，剛入職時，他曾被一張天橋圖片難住了，標注完上交給質檢員，卻一遍遍被退回。原來他只對天橋上的欄桿做了一個整體標注，但要求需要把近200根欄桿一根根地框選並標注出來。

　　“把欄桿一根根標注出來，AI係統識別精準度會更高，大大降低了錯誤率。” 王森介紹，如果標注不清晰或是有錯誤，AI係統是無法識別的，這也是要求標注員一定要細心細心再細心的原因。

　　這個工作很有意義

　　在不少人看來，數據標注就是一個勞動密集型産業。但從工廠出來“轉行”成功的王森卻不這樣認為：“工作環境好了，而且有上升空間，可以朝著目標一點一點努力成長。”

　　在成為標注員之前，王森當過餐廳服務員、工地後勤人員、美團外賣騎手，也在工廠做過流水線工人。在一醫藥膠囊工廠車間當流水線生産員時，他負責機器設備運作記錄、膠囊生産記錄、補充與更換生産原料等，常常要上夜班。“不僅影響生活，身體也吃不消。”王森表示，數據標注員的工作時間比較規律，工作環境也更舒適。

　　“月收入到手大概4000元，完成固定任務後多勞多得。”在王森看來，與過去不同的是，如今的他能看到自己的上升空間，也有了努力的目標：成為質檢員、組長、項目經理……

　　和王森一樣出生于1987年的趙菁（化名）也是一名標注員，初中畢業後，學會操作縫紉機的她進了服裝廠。流水線分工明確，她負責給牛仔褲鎖邊、上拉鏈，一直重復著幾個動作。

　　“流水線工作內容比較枯燥，容易被取代。”趙菁説，工作半年多來，她已從最初不知道標注員是什麼，到如今能在日常生活中隨處看到自己工作的痕跡。網購時打開拍一拍就能搜索相應商品、購物時刷臉支付、無人駕駛汽車的探索……這些人工智慧的背後，都離不開標注員將原始數據變為標簽化數據，提供給AI學習。

　　“這個工作很有意義，目前我要做的是提升技術，挑戰更高難度，未來如果有機會還能試著競聘質檢員或組長。”趙菁笑著説。

　　新職業帶來新的就業機會

　　今年2月，“人工智慧訓練師”正式成為新職業並納入國家職業分類目錄，其中數據標注員為主要工種之一。7月3日，中國信通院發布《中國數字經濟發展白皮書（2020年）》，報告顯示，當前數據標注行業需求極大、入場門檻低，整個市場大大小小共上千家企業和作坊，卻依然無法滿足産業需求。作為新技術需求發展的新業務形態，數據標注崗位對原有就業沒有替代效應，而入職門檻相對較低、需求數量眾多，則帶動了大量農村和小城鎮的就業機會。據了解，目前數據標注崗位主要集中在人力成本低的地區，如山西、河南、河北、內蒙古等地，形成了若幹數據標注村，而數據標注具有多層次分級的特點，則能有效解決大中專畢業生、過剩産能職工、農村剩余勞動力等特殊群體的就業問題。

　　“數據標注體現的是人與機器協同。”瑪達科技公司CEO任樹亮告訴記者，這相當于人在訓練機器，幫助機器提升深度學習，進而能夠取代一些簡單重復性的工作。如今能被建模量化的數據只佔真實世界中的極少一部分，而整個社會存量的標注數據較少，並且超過 46%的數據標注訂單得不到滿足，市場長期處于供不應求的狀態。現有的數據標注業務主要集中在電腦視覺、自然語言理解、安防、自動駕駛等領域，未來，隨著數字經濟賦能更多垂直行業，新需求將不斷出現。

　　“目前，人工智慧發展還處于初期階段，隨著人工智慧在不同行業應用越來越廣泛深入，對數據標注員的專業素質、技能要求也會有所提升。”任樹亮説。（記者 劉友婷）

【糾錯】

責任編輯： 施歌