通过框选、做记号、标注图片，训练机器更好地学习

　　人工智能背后的“人工”：我给AI当老师

　　阅读提示

　　数据是人工智能技术的基石，市场上对数据的大量需求也催生出数据标注员这个新工种，也为农民工们带来了新的就业机会。作为人工智能背后的第一道工序，标注员们需要更多的耐心、细心，让机器能更好地学习，为人类服务。

　　25岁的王森（化名）坐在电脑前，给屏幕上的一幅街景勾画上线框，框选出图片中的公路、车辆、行人等，分别打上标签。在他身边的同事们和他一样点击着鼠标、敲打着键盘，标注着一幅又一幅类别不同的图片……

　　如今，人工智能越来越在各个领域大显身手，渗透到人们的生活中，尤其在疫情期间，无论是帮助医护人员远程问诊、测温送药的智能机器人，还是在群防群控、寻找密切接触者方面都发挥了重要作用。而数据标注员“王森”们，则是人工智能背后的“人工”，他们又是如何生产着大量可供计算机深度学习的训练数据，从而推动人工智能深度学习的呢？

　　把200根栏杆框选并标注出来

　　数据标注指通过贴标签、做记号、标颜色、划重点的方式，标注出数据的不同点、相似点或类别，为机器提供训练和学习资料的过程。例如，在人工智能技术应用中，给人脸的图像数据划出“眉毛”“鼻子”等同区域，机器通过数据标注物体的一些特征，才能认识和学习这个物体。

　　老家在山东淄博的王森“转行”时间并不长。今年3月，受疫情影响，他所在的医药胶囊工厂一直无法复工，经朋友介绍，他来到玛达科技公司做数据标注工作。

　　正式入职后，王森经过7天的培训，系统学习了操作规则、标注内容、标注工具等知识，算是“入门”了。

　　“我的任务是一天标注25张图，如今我能完成30张，多出来的工作量算是业绩。”王森告诉记者，他负责标注汽车类别，图片上有公路、高架桥、车辆、行人等元素，他需要将折线内容框选出来，分好图层，打上标签，等技术提高后，就可以标注更复杂的图片。

　　“要成为一名优秀的标注员，最重要的是细心且有耐心。”王森说，刚入职时，他曾被一张天桥图片难住了，标注完上交给质检员，却一遍遍被退回。原来他只对天桥上的栏杆做了一个整体标注，但要求需要把近200根栏杆一根根地框选并标注出来。

　　“把栏杆一根根标注出来，AI系统识别精准度会更高，大大降低了错误率。” 王森介绍，如果标注不清晰或是有错误，AI系统是无法识别的，这也是要求标注员一定要细心细心再细心的原因。

　　这个工作很有意义

　　在不少人看来，数据标注就是一个劳动密集型产业。但从工厂出来“转行”成功的王森却不这样认为：“工作环境好了，而且有上升空间，可以朝着目标一点一点努力成长。”

　　在成为标注员之前，王森当过餐厅服务员、工地后勤人员、美团外卖骑手，也在工厂做过流水线工人。在一医药胶囊工厂车间当流水线生产员时，他负责机器设备运行记录、胶囊生产记录、补充与更换生产原料等，常常要上夜班。“不仅影响生活，身体也吃不消。”王森表示，数据标注员的工作时间比较规律，工作环境也更舒适。

　　“月收入到手大概4000元，完成固定任务后多劳多得。”在王森看来，与过去不同的是，如今的他能看到自己的上升空间，也有了努力的目标：成为质检员、组长、项目经理……

　　和王森一样出生于1987年的赵菁（化名）也是一名标注员，初中毕业后，学会操作缝纫机的她进了服装厂。流水线分工明确，她负责给牛仔裤锁边、上拉链，一直重复着几个动作。

　　“流水线工作内容比较枯燥，容易被取代。”赵菁说，工作半年多来，她已从最初不知道标注员是什么，到如今能在日常生活中随处看到自己工作的痕迹。网购时打开拍一拍就能搜索相应商品、购物时刷脸支付、无人驾驶汽车的探索……这些人工智能的背后，都离不开标注员将原始数据变为标签化数据，提供给AI学习。

　　“这个工作很有意义，目前我要做的是提升技术，挑战更高难度，未来如果有机会还能试着竞聘质检员或组长。”赵菁笑着说。

　　新职业带来新的就业机会

　　今年2月，“人工智能训练师”正式成为新职业并纳入国家职业分类目录，其中数据标注员为主要工种之一。7月3日，中国信通院发布《中国数字经济发展白皮书（2020年）》，报告显示，当前数据标注行业需求极大、入场门槛低，整个市场大大小小共上千家企业和作坊，却依然无法满足产业需求。作为新技术需求发展的新业务形态，数据标注岗位对原有就业没有替代效应，而入职门槛相对较低、需求数量众多，则带动了大量农村和小城镇的就业机会。据了解，目前数据标注岗位主要集中在人力成本低的地区，如山西、河南、河北、内蒙古等地，形成了若干数据标注村，而数据标注具有多层次分级的特点，则能有效解决大中专毕业生、过剩产能职工、农村剩余劳动力等特殊群体的就业问题。

　　“数据标注体现的是人与机器协同。”玛达科技公司CEO任树亮告诉记者，这相当于人在训练机器，帮助机器提升深度学习，进而能够取代一些简单重复性的工作。如今能被建模量化的数据只占真实世界中的极少一部分，而整个社会存量的标注数据较少，并且超过 46%的数据标注订单得不到满足，市场长期处于供不应求的状态。现有的数据标注业务主要集中在计算机视觉、自然语言理解、安防、自动驾驶等领域，未来，随着数字经济赋能更多垂直行业，新需求将不断出现。

　　“目前，人工智能发展还处于初期阶段，随着人工智能在不同行业应用越来越广泛深入，对数据标注员的专业素质、技能要求也会有所提升。”任树亮说。（记者 刘友婷）

【纠错】

责任编辑： 施歌