低學歷的印度數據標簽工，正成為全球AI功臣

　　Kumaramputhur是喀拉拉邦Palakkad西北約45公里處的一個小村莊，約有3500個家庭在這里居住。這個村莊沒有第一產業(yè)可言，它的性別比例和識字率都低于該州的平均水平。除了有一些現(xiàn)代化的痕跡，這里似乎沒有什么值得引起注意。

　　然而，正是在這個村子里，高中輟學生Mujeeb Kolasseri指揮著一支由200多名員工組成的團隊，為美國、歐洲、澳大利亞和亞洲的客戶開發(fā)人工智能解決方案。Kolasseri 于三年前創(chuàng)辦了這家名為Infolks的公司，28歲的他是該公司資格最老的成員。

　　該公司的辦公室位于連接Palakkad和Kozhikode的高速公路上，雖然不起眼，但團隊里的大部分成員都在這里工作。他們所要做的就是將固定在自動駕駛車輛上的攝像機拍攝的車輛、交通燈、路標和行人的圖像進行強調和標記。這份工作看似簡單，但卻很困難，因為他們需要將激光雷達遙感器捕獲的數據進行精確標記(激光雷達為自動駕駛車輛創(chuàng)建3D地圖，以獲得對周圍物體的感知)。

　　約2000公里之外，加爾各答西南邊緣的梅蒂阿布魯茲胡格利河岸附近，約有200名婦女正在給圖像貼標簽，這些圖像將用于訓練自動駕駛車輛和增強現(xiàn)實系統(tǒng)中的算法。

　　“他們參與著一些我們最前沿的圖像項目，”數據注釋公司iMerit的技術和營銷副總裁Jai Natarajan表示，其員工參與標記和準備數據，以訓練人工智能算法。

　　iMerit在加爾各答、蘭奇、布巴內斯瓦爾、維扎格和夏隆辦事處的數千名員工也在從事著類似的工作，通過給數百萬數據貼上標簽，幫助訓練全球各大公司開發(fā)的人工智能算法。

　　全球企業(yè)巨頭正在逐步采用人工智能，為人工智能算法提供支持的數據集也變得越來越專有，所以這些公司需要在要求、質量控制、反饋和交付方面與數據標簽團隊進行更高程度的合作。

　　由于本世紀初業(yè)務流程外包的繁榮，印度人對這些行話和要求并不陌生。數據注釋和標記也是一種由流程驅動的工作，需要精確的工作和技能，即使是受過高中教育的人也可以接受培訓。

　　隨著以眾包為主的第一代工作被更先進的要求所取代，Infolks、iMerit和Playment等公司開始迎合全球客戶，并使印度成為數據標簽和注釋工作的新興中心。

　　“這是一個新興行業(yè)。在印度，每個人都已經開始意識到它帶來的巨大機遇，”印度科技產業(yè)機構Nasscom的高級副總裁兼首席戰(zhàn)略官Sangeeta Gupta表示?！叭斯ぶ悄苄枰m當注釋、分類和匿名的數據。為此，不管喜不喜歡，你都將使用自動化，但你也必須使用熟練的人力資源，而這就是它給印度帶來的機會。”

　　根據研究公司Cognilytica的一份報告，到2023年底，與人工智能和機器學習相關的數據準備解決方案的全球市場，預計將從2018年的約5億美元增長至12億美元。

　　什么是數據標記?

　　通過數據標記和注釋，來自非結構化來源(如照相機、傳感器、電子郵件和社交媒體等)以及來自結構化來源(如數據庫)的數據集被標記、標注、著色或突出顯示，以標記出差異、相似性或類型。通過這樣的方法，當數據被輸入到用于訓練人工智能系統(tǒng)的算法中時，該算法可以正確地識別數據并從中學習。

　　比方說，你想訓練一種算法，利用車載攝像機拍攝的圖像來理解路標。數據標簽工或注釋工將通過圖像數據集，使用標注工具標記或高亮顯示路標，并將其輸入人工智能算法進行學習。下一次，當算法在一個區(qū)域內實時行駛并遇到路標時，它應該能夠識別出路標。算法訓練的路標圖像越多，其準確性就越高。

　　推動人工智能或機器學習激增的是從互聯(lián)網、社交媒體、傳感器和其他來源獲取的大量數據。如今的算法有能力吸收更多的數據，從而也更精確。只要數據是優(yōu)質且干凈的，將另外一百萬個數據集輸入一個算法將會提高它的準確性。因此，這也導致了人工智能算法和應用對標注良好的數據產生了無止境的渴望。

　　根據Cognilytica的報告，現(xiàn)如今，數據準備和工程任務占據了大多數人工智能和機器學習項目80%以上的時間。

　　“比如自動駕駛，一個小時的視頻數據可能需要消耗800個工時，”Playment首席執(zhí)行官Siddharth Mall表示。

　　Infolks之旅

　　Kolasseri高中輟學后，在鋁加工行業(yè)工作，但由于健康原因不得不離開。在國內，他注冊了亞馬遜稱為“Mechanical Turk”(MTurk)的眾包就業(yè)市場，并開始從全球各地的公司從事注釋工作。

　　“我能夠保持99.8的評級是因為我能夠提供高質量的服務。我工作過的一家公司非常喜歡我的工作，于是直接找到我，并提供了更多的工作，”Kolasseri說，他隨后成立了一個六人團隊來完成這項工作?！拔覀冏畛踉诩夜ぷ?，2016年初，隨著業(yè)務的增長，我決定注冊成立這家公司。”

　　最初，Kolasseri的兄弟和一個朋友投資了2.5萬盧比，幫助他建立了這家公司。如今，Infolks是一個正在成長中的團隊，其大部分員工來自Kumaramputhur及其周邊地區(qū)。

　　Kolasseri說：“公司的愿景是將我們的村莊變得全球化，并為農村地區(qū)的年輕人提供經濟機會。近200名員工中有90%在20到25歲之間?！?/p>

　　盡管該團隊也負責醫(yī)療保健、機器人和農業(yè)等領域的數據集，但他們大約75%的工作都是在自動駕駛車輛領域。其客戶包括德國汽車公司戴姆勒和其他國際科技公司，由于簽署的協(xié)議，Kolasseri并未透露這些公司的名稱。

　　至于注釋，該公司使用客戶提供的工具，或者使用第三方工具?！拔覀兊难邪l(fā)團隊正在開發(fā)自己的注釋工具。它目前正在測試中，應該會在接下來的幾周內推出，” Kolasseri表示。Infolks還在Kozhikode區(qū)附近的一個科技園區(qū)內設立了另一個辦事處。Kolasseri希望這能夠增加公司的收入，因為新的地點屬于經濟特區(qū)，有助于擴大其全球客戶群。