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)標注師。他們?yōu)閿?shù)據(jù)貼上標簽，讓AI更容易識別數(shù)據(jù)，進而更好地服務(wù)人類。

2020年2月，數(shù)據(jù)標注師被正式納入國家職業(yè)分類目錄?！皵?shù)據(jù)標注師其實還有另一個名字——人工智能訓(xùn)練師，教機器學(xué)習(xí)、感知和認知世界?！痹诎俣戎悄茉茢?shù)據(jù)標注基地業(yè)務(wù)產(chǎn)品負責(zé)人胡馳看來，數(shù)據(jù)標注是機器感知現(xiàn)實世界的起點。

“這是一份有意義的工作”

作為人工智能算法的“燃料”，數(shù)據(jù)是人工智能實現(xiàn)應(yīng)用落地的必備要素，數(shù)據(jù)標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)過人工標注、加工，才能激活數(shù)據(jù)價值。數(shù)據(jù)標注師工作的意義就在于此。

“我們的工作，其實可以理解成是在做人工智能的‘老師’?！睋碛?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)，她開始尋找新的機會。偶然間韓毓蕾在朋友圈看到一則數(shù)據(jù)標注師的招聘公告，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?！?/p>

數(shù)據(jù)標注師在三維圖像中進行數(shù)據(jù)標注（受訪者供圖）

入職后，韓毓蕾參與的第一個工作任務(wù)是無人駕駛項目，這個項目需要數(shù)據(jù)標注師對原始數(shù)據(jù)進行框選、提取、分類等處理，將其轉(zhuǎn)化為機器學(xué)習(xí)可識別的專業(yè)數(shù)據(jù)?！氨热缜胺降缆飞嫌行腥?，把這個人標注出來輸送到程序里，程序就會告訴無人駕駛汽車‘這是行人，我們不能撞上去’。而在火車站、商場這類比較復(fù)雜的場景中，有時人和人會發(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)，正是標注出的海量場景數(shù)據(jù)在支撐著技術(shù)容錯率幾乎為零的無人駕駛感知算法的訓(xùn)練。”

胡馳介紹，除了無人駕駛，數(shù)據(jù)標注還服務(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景。從這個維度來看，數(shù)據(jù)標注師對于人工智能行業(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)標注需求，推動著我國數(shù)據(jù)標注產(chǎn)業(yè)市場的快速增長。數(shù)據(jù)標注企業(yè)不斷涌現(xiàn)并相繼落地三、四線城市，在助力當(dāng)?shù)財?shù)字產(chǎn)業(yè)發(fā)展的同時，也為更多普通人提供了轉(zhuǎn)型、就業(yè)的新機會。

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注等工作崗位。而作為行業(yè)內(nèi)最大的自建標注團隊，百度智能云人工智能數(shù)據(jù)標注產(chǎn)業(yè)基地陸續(xù)落地山東濟南、山西臨汾、重慶奉節(jié)等十余個地方，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)標注基地，截至2022年5月，常駐專業(yè)數(shù)據(jù)標注師人數(shù)近5000人，累計產(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)標注師們在進行標注任務(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。”根據(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)市場規(guī)模達到45億元，預(yù)計2027年市場規(guī)模將突破130億元。

未來，數(shù)據(jù)標注師將伴隨著人工智能在更多應(yīng)用場景的落地和其自主學(xué)習(xí)能力的持續(xù)增強而不斷成長，具備理想的職業(yè)生命周期和上升空間。

胡馳說：“比如當(dāng)前被譽為最接近通用智能的大語言模型，依然離不開數(shù)據(jù)標注。它基于大規(guī)模無標注數(shù)據(jù)進行預(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、人類反饋的標注數(shù)據(jù)進行大模型精調(diào)，來幫助模型成長?！?/p>

談起職業(yè)前景，韓毓蕾充滿信心：“希望通過不斷學(xué)習(xí)提升自己的技能水平，后續(xù)可以參與到更有挑戰(zhàn)性和創(chuàng)造性的項目中去。我相信擁有了與時俱進的能力，總能在行業(yè)里找到自己的價值?！?/p>

來源：“中國網(wǎng)信雜志”微信公眾號