你可能對人工智能有什么誤解：人力勞動只是轉(zhuǎn)移了

　　一雙眼睛的局部細節(jié)圖出現(xiàn)在電腦屏幕上，小慧對著放大的眼睛，一步步地做好標記點。

　　一眼望過去，一排排的電腦屏幕上，都是類似的畫面。也許是因為窗簾的遮光效果太好，略顯昏暗的辦公環(huán)境加上電腦屏幕上被放大的各種物體細節(jié)，頗為驚悚。

　　在某人工智能研究院看到這一幕，不覺驚嘆即使是頭部的AI創(chuàng)業(yè)公司，最關鍵的一環(huán)依然是從數(shù)據(jù)標注員開始的。

　　而這是一群被稱作第一批被AI累死的人。

　　AI的老師：畫框的這些人

　　伴隨著AI興起的最關鍵的技術莫過于深度學習，作為深度學習的基礎，神經(jīng)網(wǎng)絡是一種以輸入為導向的算法，其結(jié)果的準確性取決于接近“無窮”量級的數(shù)據(jù)。

　　所以摒除那些復雜的中間環(huán)節(jié)，深度學習最關鍵的就是需要大量的數(shù)據(jù)訓練，這也是為什么在互聯(lián)網(wǎng)大數(shù)據(jù)的時代，AI可以崛起。而在數(shù)據(jù)訓練之前，又必須先對大量的數(shù)據(jù)進行標注，作為機器學習的先導經(jīng)驗。

　　因此，催生了大量數(shù)據(jù)標注員的產(chǎn)生。

　　簡單的說，數(shù)據(jù)標注員類似于AI的老師，舉個形象的例子，我們要教機器認識一個蘋果，你直接給它一張?zhí)O果的圖片，它是完全不理解的。我們得先有蘋果的圖片，然后在上面標注著“蘋果”兩個字，機器通過學習了大量的圖片中的特征，這時候再給它任意一張?zhí)O果的圖片，它就能認出來了。

　　據(jù)了解，目前標注員的工作內(nèi)容常見的有拉框標點、打標簽、分割、批注等等。其中分類就是最常見的打標簽，比如標注畫面上動物毛發(fā)顏色、動物耳朵等等;框選是將畫面中相對應的對象標框標注;還有一種是描點標注，一般用于更細致的人臉標注：需要在眉毛、眼睛、鼻子、嘴巴等關鍵點做二十多個標記點。

　　從他們的基本工作內(nèi)容就可以看出來，數(shù)據(jù)標注是個非?？菰锒挚简炄四土Φ墓ぷ?，并且相比較AI所代表的高科技，標注看起來毫無技術含量。

　　一條產(chǎn)業(yè)鏈的開始

　　但巧婦難為無米之炊，AI算法的訓練離不開這些大量的數(shù)據(jù)標注，與之相伴生的數(shù)據(jù)標注外包業(yè)務也成了熱門的產(chǎn)業(yè)。

　　在IT桔子的大數(shù)據(jù)標注公司專輯中，一共收納了6家，其中，有5家都在2017年到2018年這個時間周期內(nèi)獲得千萬的融資：

　　2017年7月，BasicFinder完成1000萬人民幣Pre-A輪融資;

　　2017年11月，龍貓數(shù)據(jù)獲得A輪3370萬人民幣融資;

　　2018年1月，星塵數(shù)據(jù)獲得1000萬人民幣Pre-A輪融資;

　　2018年3月，愛數(shù)智慧獲得A輪融資;

　　2018年5月，周同科技完成2000萬人民幣A輪融資。

　　同時，他們業(yè)務方向也有一定細分區(qū)別，有的以處理圖像見長，有的數(shù)據(jù)標注公司更擅長做一些視頻標注。而這些公司的服務企業(yè)有百度、小米、京東、今日頭條這樣的互聯(lián)網(wǎng)公司，也有出門問問、云從、深鑒等AI公司。

　　另外，像京東、百度、騰訊、阿里其實都有自己的標注平臺和工具。

　　而在國外方面，亞馬遜有推出眾包數(shù)據(jù)平臺Amazon Mechanical Turk，初創(chuàng)公司方面則有CrowdFlower、Mighty AI等。

　　這些已經(jīng)算是這個領域的佼佼者了，在他們的下面，還有成百上千的小的數(shù)據(jù)標注公司。

　　據(jù)悉，數(shù)據(jù)標注行業(yè)實行這樣一套分工流程：上游的科技巨頭把任務交給中游的數(shù)據(jù)標注公司，再由中游眾包給下游的小公司、小作坊，有的小作坊還會進一步眾包給“散兵游勇”，比如學生或家庭主婦。

　　這條產(chǎn)業(yè)鏈上，分包現(xiàn)象越嚴重，最終落到最底層的數(shù)據(jù)服務公司的價格就越低，一層層的“數(shù)據(jù)黃牛”壓縮了利潤空間，所以一些任務經(jīng)過數(shù)手轉(zhuǎn)包，酬勞已低得驚人。

　　目前的數(shù)據(jù)標注工作主要是集中在河北、河南、山東、山西等勞動力密集的地區(qū)，這樣的選址也因為能夠以更加低廉的勞動力成本去完成大量的數(shù)據(jù)標注工作。

　　在很多數(shù)據(jù)標注的報道中，出現(xiàn)頻率最高的都是那些畢業(yè)于職業(yè)技術學校的學生，他們在三四線城市，只需要會操作電腦，就能做數(shù)據(jù)標注的工作。然而枯燥而又乏味的重復性工作，導致數(shù)據(jù)標注人員的流動性非常之大。此前，在澎湃新聞的一篇視頻采訪中，某數(shù)據(jù)標注公司創(chuàng)始人表示他們有500名左右的在職人員，但是全職的只有11、12個。

　　在一些大的數(shù)據(jù)服務公司，他們宣稱平臺用戶(數(shù)據(jù)標注人員)超過20萬人，其中很多都是兼職人員。

　　不過，快速的人口流動也依然阻擋不了低門檻數(shù)據(jù)標注生意的紅火。

　　有多少智能，就有多少人工

　　即使現(xiàn)在有一些數(shù)據(jù)服務平臺開發(fā)了AI工具來輔助人工標注，但依然需要數(shù)據(jù)標注員去檢查和修正其中的錯誤。在一些專業(yè)數(shù)據(jù)標注公司，機器占30%，而人工標注占比達到70%左右。

　　梳理數(shù)據(jù)標注員的工作邏輯，就像一個悖論，AI能否進化的更為智能某種程度上取決于這些標注工作的人，而這個工作卻是最不智能、最沒有技術含量的。

　　記得在一篇采訪中，管理標注員的負責人用特斯拉(Tesla)的自動駕駛事故給員工“打雞血”，他提到2016年，一輛自動駕駛模式下的特斯拉發(fā)生車禍事故。事后特斯拉公司發(fā)表聲明稱：白色卡車在藍天背景下識別不出來，特斯拉因此沒有啟動剎車。

　　“我一直跟他們說：‘你們打磨的每一個數(shù)據(jù)都會為人工智能做出巨大貢獻，將來的無人駕駛車能夠識別出藍天下的白色卡車，就是因為你當年把它標出來了?！?/p>

　　這種看似無意義的低效率工作應該由AI去做才符合我們對技術的認知，因為我們發(fā)展人工智能的初衷，就是為了解放生產(chǎn)力、提高生產(chǎn)效率。

　　最需要AI去做的事情，AI反而無能無力，而我們?yōu)榱四茏孉I取代勞動密集型的工作，得先為AI服務，付出密集、辛勤的勞動，這讓數(shù)據(jù)標注工作看上去有點賽博朋克、反烏托邦的“魔幻”感覺。

　　然而更令人覺得沮喪的是，人工去訓練AI依然存在很多問題。

　　此前，清華大學人工智能學院院長張鈸院士就提到純數(shù)據(jù)驅(qū)動的系統(tǒng)也存在很大問題——魯棒性很差，易受到很大的干擾。即便訓練出的系統(tǒng)模型準確率高達99%，但在實際應用中，仍然會犯很多“弱智”的錯誤。

　　這就陷入了死循環(huán)，人不可能像AI一樣，在工作中嚴格按照數(shù)據(jù)程序毫無瑕疵地完成工作，紕漏或者技術本身的問題，會導致人工智能的不準確性。最終，就在這個無限循環(huán)中不停地優(yōu)化。

　　而且考慮到數(shù)據(jù)的隱私和公司的商業(yè)利益，同類型的數(shù)據(jù)是無法相互打通的，就像一位數(shù)據(jù)標注資深從業(yè)者所說， “以自動駕駛領域的數(shù)據(jù)標注為例，我用A公司的數(shù)據(jù)模型放到 B公司的設備上跑不通，甚至攝像頭換了一個角度、位置或分辨率，都跑不通。”

　　“有多少智能，就有多少人工?！边@似乎是AI進化必須經(jīng)歷的過程。

　　結(jié)語：

　　當然，最完美的情況應該是：AI能夠自己消化大量的數(shù)據(jù)自學成才。目前無需標注數(shù)據(jù)的無監(jiān)督學習已經(jīng)從實驗室走向應用，而類似的遷移學習算法也能減少一定的數(shù)據(jù)標注工作量。

　　Facebook人工智能研究部門負責人Yann LeCun曾經(jīng)說過，AI的核心在于預測，AI的下一個變革是無監(jiān)督學習、常識學習。研究人員正努力讓 AI 不依賴人類訓練，自己去觀察世界是如何運轉(zhuǎn)的，并學會預測。

　　所以理想環(huán)境下，可能我們探討的悖論過幾年或者十幾年就能完美解決了，這批為AI服務最終會被AI取代的人，也“功成身退”了。