低學歷的印度數據標簽工，正成為全球AI功臣

　　印度人工智能后臺

　　亞馬遜的MTurk在開始限制非美國員工之前，曾是印度人尋找數據標簽和注釋工作的熱門平臺。盡管后來取消了限制，但隨著企業(yè)客戶開始更加重視數據安全，MTurk在數據標簽商中的受歡迎程度有所下降。此外，包括Spare5、Cloudfactory和Figure Eight在內的新眾包平臺也已經進入市場，它們則更加關注注釋和標簽市場。

　　Kolasseri說：“在創(chuàng)辦公司之前，我曾于2015年至2016年期間在MTurk平臺上工作過，如今，仍然不斷有新的平臺出現。但是，由于企業(yè)客戶非常關注數據安全，尤其是考慮到許多數據集都是專有的，因此信任這些平臺上的工作人員成為他們面臨的更大挑戰(zhàn)。”

　　由前Flipkart員工Mall、Ajinkya Malasane和Akshay Kumar Lal所創(chuàng)立的Playment，則以一種略有不同的方式對待注釋和標簽行業(yè)。

　　該公司為各種用例開發(fā)了一系列注釋工具，并開發(fā)了一個由受過這些工具培訓的標簽工和注釋工組成的眾包平臺。該公司直接與客戶或相關的信息技術服務公司進行合作。

　　“要將原始數據轉換為帶注釋的結構化數據，你需要前端注釋工具、熟練且經濟高效的人力資源。此外，由于處理數據的規(guī)模化，你還需要有合適的中間件來支持不同的工作流并管理遠程人力資源，”Mall說。

　　Playment的眾包平臺擁有30多萬標簽工和注釋工。其中，該公司認為約有2.5萬人是“高技能頂級玩家”。據Mall稱，這些人幾乎整天都在平臺上，平均月收入為2萬至3萬盧比。

　　Playment的大部分工作也來自國際客戶，其中包括三星、滴滴出行、阿里巴巴、Drive.ai和Continental AG，其中大部分都屬于自動駕駛車輛領域。

　　iMerit的戰(zhàn)略則以員工為中心。其2000多名勞動力中，約80%來自月收入低于100美元的家庭;其中大約一半是女性?！拔覀兊纳鐣姑窃谪毨鐓^(qū)和公司或工業(yè)較少的地區(qū)創(chuàng)造技術就業(yè)機會。我們在科技產業(yè)稍低、科技就業(yè)機會較少的城市開展業(yè)務，” Natarajan說道。

　　所謂的利他主義也有很好的商業(yè)意義。Natarajan表示：“我們的合作伙伴和辦公地點，允許我們以非常經濟高效的方式擴大數據注釋和標簽團隊，并為客戶提供高質量的工作。”

　　盡管iMerit的大部分業(yè)務都來自美國——客戶包括微軟、易趣和Tripadvisor——但其90%的數據注釋和標簽工作是在印度完成的。

　　注釋自動化

　　雖然各大公司正在開發(fā)用于注釋的自動化工具，但由于許多工作需要更為細致的定制注釋或標簽工作，要想讓自動化工具達到高精度還需要一段時間。

　　Natarajan說，與五年前人工智能還在區(qū)分貓和狗的不同相比，現在的人工智能需要處理更高級的工作?！皺C器學習已經向前發(fā)展，所以不再有人要求我們?yōu)楣泛拓堖M行標記。如今，每家公司都有定制的需求和非常細微的需求，所以不可能自動實現這一點，也不可能自動給出數據并由一群匿名人士貼上標簽。”

　　他說，基于人工智能的自動化注釋工具是不可避免會出現的，但它并不是一個威脅?！白詣踊⑨尮ぞ弑旧砭褪墙涍^良好注釋訓練出來的結果。當你試圖解決一個問題時，這些工具只能把你帶到一定的水平，但是要超越這個水平，你還需要自定義注釋，”Natarajan說。

　　當然，加以一段時間，自動化工具會變的足夠有效，從而能夠創(chuàng)建更好地數據集?！皬母L遠的角度來看，我們確實認識到這個行業(yè)并不能永久存在。當客戶成功時，我們的任務就結束了，”Natarajan說?！暗覀円舶l(fā)現，這也并不是一個100%肯定的事情，因為它總是一個持續(xù)不斷的學習和改進的過程。此外，當客戶轉向下一個問題時，一切又都從零開始了?！?/p>

　　換句話說，印度的數據標簽和注釋公司尚未見頂，這一行業(yè)可能需要很長時間才會走上業(yè)務流程外包的老路。