他们在小县城教AI做人

卢铭

全世界都在谈论C h a t G P T将带来颠覆性的技术革命，但人工智能训练师李杰却一点也激动不起来。

为了完成单价4分钱的计件工作，李杰和几十个人坐在一间摆设如同初代网吧的屋子里，每天对着电脑划拉鼠标几千次。

他的职责是为训练人工智能模型准备“饲料”，将大量的文字、语音、图像打上标记——“眼珠”“四川话”“绿化带”……只有被标注过的数据，才能被人工智能模型识别，训练出它的分辨能力。

李杰做得最多的是道路图片标注，亦即给道路图片上的物体标注好名称、颜色等详细信息，业内俗称“拉框”。效率高的时候，他一天可以拉2000～3000个框，按照一个框4分钱计算，他一个月能赚3000块左右。对于职校毕业、身在西北县城的青年来说，这份收入还过得去。

同样的场景也出现在非洲的肯尼亚。该国首都内罗毕有30多名工人，成为C h a t G P T的数据标注员，他们每天工作9小时，阅读150～200段文字，并标注出其中包含性、暴力与仇恨言论的内容。由于每天阅读大量极具冲击力的文字，有人会因为一段描写而做一周噩梦。这些工人能获得每小时1.32美元的税后收入，比当地一般蓝领工作强些。

在人工智能产品卷起巨浪的时候，从肯尼亚、乌干达再到印度、中国，巨浪下还有一群不被看见的“人工智能训练师”，在简陋的工作环境下，以最简单的技能，与最前沿的技术产生了联系。

伺候人工智能

李杰对人工智能的理解，是手机上的智能语音助手，“就好像苹果的Siri”。

他在职校念电子商务，同学大多去了电商公司当客服，他时常听到同学对工作的抱怨。相较之下，数据标注的工作枯燥，却也纯粹，他只需要按部就班地完成任务，“可以在办公室吹空调，也没什么难度，就是有点费眼睛”。

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，这是一份几乎零门槛的职业。

除了“拉框”，李杰也会接到语音标注的项目。一天下来，他要听来自几百个陌生人在不同场景下的发言，可能是伴随着车流声、喇叭声的中年男人在马路上大声质问，可能是讲着广东普通话的阿姨对着麦克风发出指令，有时候，他甚至会听到脏话。

这些声音被李杰一一转录成准确的文字，有时还需要打上说话人的性别、情绪等更细分的标签，最后教会人工智能模型理解人类的语言，用于智能客服、智能音箱、地图导航等产品中。

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。俗话说，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——I m a g e N e t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2万种——包括120个不同品种的狗。而在I m a g e N e t项目背后，是来自167个国家的5万名数据标注员，他们足足花了3年时间才完成了全部图片的标注。

互联网版富士康

贵阳，大数据之城。在距离贵阳市中心约70公里的惠水县百鸟河数字小镇，有一家拥有超过500名数据标注员的公司梦动科技——其中的一半人，是附近盛华职业学院的学生。

大三学生郑成安在梦动科技实习，公司里的全职员工只有十来个人，管理层也是学校里的老师，“上课就是上班，老师就是经理”。他很热爱这份工作，他在上高职之前甚至没碰过电脑，现在却可以凭借一份电脑前的兼职，一个月能拿到1500元以上的收入，当地农村常住居民人均可支配收入每月才1000元出头。

有时候为了多挣一些生活费，碰上紧急的项目，郑成安会主动加班。他清楚地知道，标注员的工作很难一直做下去，他暗自制定目标，要成为管理标注员的人。

像贵阳这样的城市，中国不止一个。作为劳动密集型产业，数据标注企业更多地选在三四线城市落地，地方政府无论是为了扶贫或是搭上互联网的顺风车，都能与互联网公司一拍即合。数据标注员身上的标签是“互联网民工”“赛博流水线”。而对于绝大多数身在其中的人而言，一个互联网版的富士康，已经是当下不可多得的选择。

“教会徒弟，饿死师傅”

随着G P T-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。

人工智能研究者已经开始尝试向机器“喂养”未标注的数据与部分标注数据，而不依赖于人工标注的自监督学习与数据标注。特斯拉目前正在開发的计算机Dojo，就采用自监督学习技术，用于训练人工智能模型，对数据标注的需求正越来越低。

腾讯、阿里、字节跳动等一众大厂，也都在研发自监督学习的算法，甚至有些数据标注公司已经有60%内容来自机器的自动化标注。

李杰听过一个说法，数据标注员是“人工智能的老师”，是他和同事们日复一日地拉框，教会了人工智能理解人类世界。但他从没想过，当人工智能时代真正到来的那一天，取代他们的，恰恰会是自己曾经的学生。

小黑//摘自蓝字计划微信公众号，原文编辑邹蔚，本刊有删节，与鱼/图