快速赚钱

　　“抬头是山，低头是煤。”曾在山西传统煤矿事情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，有一天自己的事情会和人工智能有了接洽。

　　两年前，由于孩子来省会都会太原上学，郭梅在四周求职，做起了数据标注。同样是盯在电脑屏幕前，现在郭梅天天的事情是给图片、文本或者声音举行标注，再把它们交给呆板训练和学习。从一开始天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渐渐提升，已高于当地平均收入水平。

　　人工智能行业里有句话：有几多智能，背后就有几多人工。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亭。2020年2月，“人工智能训练师”正式成为新职业并纳入国度职业分类目次。

　　他们被称为人工智能背后的人。数据收罗和标注是他们的主要事情，目的就是要教会AI熟悉数据，转化成AI能消化和吸收的“语言”。

　　这项事情看起来简朴枯燥，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，呆板(算法)不停迭代，就能推感人工智能往更好的偏向发展。” 从事数据标注的山西麟诺公司总司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，但他的事情却和自动驾驶的AI算法痛痒相干。

　　他曾经在生产电子类产物的工场事情，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”。

　　简朴来说，就是给无人驾驶举行车道线标注。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举行标注，辨认虚线照旧实线，匹配所对应的属性，从而告诉人工智能虚线车辆可以举行变道，实线不可以举行变道。而标注的难点，在于交会和分岔。

　　他把自己的事情比作“幼教”，当他拿出一个红苹果给呆板并教会它辨认，再拿一个绿苹果给它时，由于颜色差异，呆板就无法认出了。李宇龙的事情就是不停地帮助呆板辨认差别的颜色、巨细，甚至是被咬了一口的苹果或是坏苹果，直到任意拿出一个苹果，它都能认出来。

　　李宇龙告诉第一财经记者，数据标注的事情是“按件计酬”，他的日均收入在300元左右。数据显示，2019年，太原市的城镇住民整年人均可支配收入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，“据我相识，有人日均收入甚至能破千。”

　　对于自己的事情，李宇龙说，刚开始打仗时，只把它看作一个重复性的事情，并没有想太多。直到厥后打仗项目多了，涉及的领域包括教诲、安防、金融、交通医疗和电商等，天天都在挑战学习能力，也会想要更深入相识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，会想到这内里也包罗了自己的标注结果。

　　像李宇龙、郭梅的事情一样，第一财经记者看到，在每一间数据标注的办公室里，都是类似的事情场景：一排排电脑屏幕前，年轻的数据标注师根据各自分配的使命，对文本、图片、语音和视频做标志、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，这些数据颠末洗濯与标注才能被叫醒价值。在我国，每年需要举行标注的语音数据凌驾200万小时，图片则有数亿张，这就产生了源源不停的洗濯与标注需求。李应维对第一财经记者说， 他预计来岁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，已经成为中国职员和产值范围第一的单体数据标注基地。AI数据标注师从业职员凌驾2000人，实现业务收入超亿元，企业入驻35家。该基地计划在未来5年造就5万名AI数据标注师，并引入更多AI互助同伴。

　　不外，数据标注师看上去是人工智能领域一个“入门”工种：技能门槛低，招工人群范围遍及。他们通过天天数千次的重复行动，和最前沿科技的人工智能产生接洽。也因此，外界给这个行业贴上了“AI富士康”的标签。

　　数据标注带来技能红利，但如果人工智能发展到一定水平，甚至有可可以或许取代数据标注师的事情。

　　艾瑞咨询在一份人工智能相干陈诉指出，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，因此增强数据处置惩罚平台连续学习能力，由呆板连续学习人工标注，提升预标注和自动标注能力对人工的替换率将成趋势。别的，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卖力人尉赤认为，数据标注是一个很好的入门，进来之后有时机更深度参与到产业链协作当中，比方后续当数据标注越来越呆板化，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。

　　别的，当数据标注越来越呆板化，人工智能训练师是一个转换工种的时机，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偏向发展。

（文章来源：第一财经日报）

上一篇：

下一篇：