人工智能热潮下的新工种：数据标注员

南之瑉

当人工智能取代你的工作时，你可能不会失业，但你的工作可能会变得更加陌生、孤立和枯燥，就像那数以百万计的数据标注员一样。

神秘而枯燥的标注工作

从东非肯尼亚内罗毕一所大学毕业几个月后，30岁的乔找到了一份数据标注的工作，主要是处理用于训练人工智能的原始数据。人工智能可以借助大量数据学习模式和规律，但首先，这些数据必须由人类进行分类和标注。这些标注员数量庞大，常常隐藏在机器之后，不为人知。乔的任务是为自动驾驶汽车标注图像数据，逐帧识别所有摄像机角度下的车辆、行人、骑自行车的人以及司机需要注意的其他细节。这是一项繁琐而重复的工作，一段几秒钟的视频片段可能需要标注8个小时，而且，乔仅仅为此获得约10美元的报酬。

好在2019年，出现了一个新机会：乔替一家急需标注员的新公司开展标注训练，收入是之前的4倍。每两周就有50名新学员在内罗毕的一栋办公楼开始学徒期。他们给对镜自拍照中的衣服分类，通过扫地机器人的眼睛定位其所在的房间，并在摩托车的激光雷达扫描图上画框。一般情况下，会有超半数的学员未完成训练就选择放弃。“有些人从来不懂什么叫坚持。”乔轻描淡写地解释道。同时，他也承认，这份工作确实单调乏味。

对于雇佣他们的公司，大多数人只知道它叫“雷默任务”。它运营着一个面向所有英语流利者的求职网站。乔并不知道“雷默任务”其实是硅谷数据供应商“规模人工智能”下属的子公司。规模人工智能估值数十亿美元，其客户包括开放人工智能公司和美国军方。

非传统工作

对于开放人工智能公司的聊天生成式预训练转换器（ChatGPT）等语言模型，公众最为关注的往往是它们似乎准备自动化所有工作。然而，即使是最卓越的人工智能系统，背后也是人，是大量标注数据来训练它并在数据混乱时整理数据的人。只有买得起数据的公司才能参与竞争，而这些公司也极有动力对数据保密。

当前的人工智能热潮——几乎能以假乱真的聊天机器人、仅凭简单提示就能生成艺术作品的智能工具以及这些技术背后的估值数十亿美元的公司——基于一项前所未有的单调而重复的劳动。

公司能以尽可能低的成本收集大量的标注数据用于训练模型。如果模型运作有效，至少从理论上来讲，就不再需要数据标注员了。然而实际上，数据标注的工作从未真正停止过。正如研究者所言，机器学习系统非常脆弱，极易受到那些所谓“边缘案例”的影响而出现问题，甚至导致灾难性后果。2018年，优步一辆自动驾驶测试车就因未能正确处理“行人骑自行车穿越马路”的情境，导致一名49岁的女性被撞死。随着越来越多的人工智能系统被用来提供法律咨询与医疗救助，可能产生的极端情况也就越多。这就需要更多的人来对数据进行分类和整理。这一现象催生了一个全球性的行业，像乔这样的人正利用他们独特的人类能力来支持机器的发展。

标注是一门大生意

很多数据标注员都在训练最前沿的聊天机器人，他们实际做的工作却大多琐碎且重复，旨在维持人工智能系统的正常运行。

这些工作包括分类抖音视频的情感内容、甄别垃圾邮件的新类型以及评估在线广告的内容是否恰当等等。有的标注员则分析信用卡交易与购物行为的关联，或检查电商平台推荐的效果，以判断购买特定衬衫的顾客是否会对推荐的另一件衬衫感兴趣。

数据标注员的日常工作还包括纠正客服聊天机器人的回复、处理亚马逊智能助理的请求，以及对视频通话中的情绪进行分类。此外，他们在标注食品时需要足够细致，以防智能冰箱在遇到新包装时判断失误，还要在安防摄像头发出警报前进行校验，甚至帮助困惑的无人驾驶拖拉机识别玉米。

人工智能合作组织的项目和研究负责人索南·金达尔说：“数据标注是人工智能的基础设施，人类智能是人工智能的基础。我们必须认识到，数据标注是人工智能经济中的一项真实工作，它将在一段时间内长期存在。”

标注已成为一门大生意。

不断转移地点的标注工作

2022年底，乔开始注意到他的学生们常常抱怨无事可做。不久后，一封电子邮件告知他肯尼亚的培训营即将被关闭。他还可以继续在线上训练数据标注员，但他开始担忧自己的职业未来。他听说标注业务正迁离肯尼亚，转移至尼泊尔、印度和菲律宾。

与手机和汽车制造业不同，人工智能行业有着极大的流动性。这项工作可以轻易而迅速地得以重新配置，转移到劳动力技能、带宽条件和工资水平都更理想的任何地点。

2023年5月，规模人工智能公司在自己的网站上列出数据标注职位，招募人工智能有志于征服的几乎每个领域的优秀人才。这些人工智能培训师具备的专业知识涵盖健康指导、人力资源、金融、经济、法律、文化等多个领域。你可以每小时赚45美元教机器人法律，或者每小时赚25美元教机器人诗歌。还有人专门协助训练军事人工智能。规模型人工智能公司正在测试一款名为多诺万的大语言模型，该模型被称为“人工智能战争中的弹药”，并已获得美国机器人战车项目的合同。

（摘自《经济日报》）