谁能训练人工智能?

原标题:谁能训练人工智能?

最近,人社部公布了一批新职业,其中有个新职业叫做“人工智能训练师”。听起来满是高科技的人工智能还要靠人来训练?谁能训练这些看不见、摸不着的人工智能?“人工智能训练师”究竟做些啥?关键是,挣得多不多?

带着这些问题,近日记者走访了百度(山西)人工智能基础数据产业基地。这里是目前国内从业人员和产值规模第一的单体数据标注基地,入驻企业35家,AI数据标注师从业人员超过2300人。

“我是数据标注员,中专学历,一天工作8小时,大概能挣300多元。”面对记者的问题,山西麟诺网络科技有限公司的李宇龙很自豪地给出了答案。这个收入对一个在太原生活的年轻人来说算高水平了——数据显示,2019年,太原市的城镇居民人均可支配收入36362元。不过,李宇龙说自己不算最高的,“我同事有一天能挣1000多元的。”

李宇龙学历不高,原先的工作跟人工智能没什么关系。2018年,山西麟诺网络科技有限公司成立,李宇龙经朋友介绍来到了这家公司。

“当时我也不知道数据标注员是做啥的,更没听说过人工智能。我们老板就交给我一套规则,让我按照规则在电脑上认车道线。”那会李宇龙刚20出头,正是肯学的时候,他在短时间内熟悉了规则,还总结出了标注车道的新规律。

作为这项新职业里的老员工,李宇龙目前已经转型培训师,除了日常工作,也承担起对公司新员工的培训教学,“还有的同事会转型做项目,或者内容审核员,上升空间还是有的。”

(中专学历的李宇龙是山西麟诺网络科技有限公司的数据标注员,一天工作8小时,大概能挣300多元。除了日常工作,他也承担公司的培训业务。)

“数据标注技术门槛低,招工人群范围广泛,对于促进就业作用显著。”山西麟诺网络科技有限公司负责人李应维告诉记者,目前公司招聘的员工以大专生为主,也有部分中专生。标注的规则由百度和相关领域的专家共同制定,并形成可操作的软件平台提供给企业,企业对员工进行简单培训就能上手。以人脸为例,目前能实现对约150个特征点的标注。大致的标注规则是数据标注师看到双眼皮就标记双眼皮,看到狮子鼻就标记狮子鼻,让机器自己去理解和学习。标注的特征点越多,AI就越能精确地识别人脸。

看似简单的工作,背后有庞大的数据基础做支持。算法、算力和数据是人工智能发展的三大要素,数据就是人工智能发展的燃料。每天人类社会产生的海量数据必须经过清洗和标注,换成人工智能熟悉的语言才有价值。因此,人工智能训练师的主要任务就是数据采集和标注。特别是数据标注。如果说人工智能是个孩子,那数据标注师就是带领这个孩子认识世界的启蒙老师,是他们一点点教会AI认识世间万物、分辨喜怒哀乐、听懂嬉笑怒骂。有了足够多、足够好的数据,AI才能学会像人一样去感知、思考和决策,更好地为人类服务。

人工智能产业发展之初,数据采集和标注需要人力完成的部分比较多,但现在技术相对成熟,数据平台已经有了持续学习能力,大部分采集和标注工作人工智能自己就可以完成,实现预标注和自动标注,所以现在的数据标注工作以机器辅助和人工标注结合为主。除了眼底检查片、肺部X光片等技术含量较高的有专业要求,大多数员工都能按照规则,在平台上完成语音、人脸、道路的标注操作,只要能熟练操作电脑就能胜任。

34岁的郭梅就是新职业的受益者。她原本在山西一家煤矿做监控员,因为孩子到太原上学,她跟过来照顾孩子,到学校附近的数据标注基地求职。经过公司的岗前培训和团队的帮助,她从一开始每天只能标注两三百张,提升到每天能完成1300多张。

(34岁的郭梅原本在山西一家煤矿做监控员,经过公司的岗前培训和团队的帮助,她也成为一名数据标注员,孩子也在基地的帮助下,进入了附近一所优质学校读书。)

数据标注员的工作跟着人工智能的发展需求不断调整。前几年人工智能刚发展的时候,语音识别、人脸、图像等识别需求大;近几年无人驾驶、进入发展快车道,郭梅和李宇龙的主要工作就改成了无人车、地图、3D点云等数据标注,天天看的是车道线、行人、障碍物。

“也还有一些垂类的语音识别项目,比如普通话的语音识别基本解决了,现在有的公司开始开发方言的语音识别,我们也接了一些方言的语音数据标注项目,但那些就要招聘当地人来完成了。”李应维说。

有了足够的技术基础,数据标注员还能教会人工智能新任务。疫情期间,戴着口罩的人脸识别需求激增。“根据客户需求,山西数据标注基地采集了大量戴口罩的人脸照片,由数据标注师对人脸的眉毛、眼镜、颧骨等人脸关键点进行精准标注,训练人工智能完成了戴口罩的人脸图像识别。 ”百度(山西)人工智能基础数据产业基地负责人尉赤说,“人们能在不摘口罩的情况下实现精确的体温测量,或是通过人脸闸机,背后就是这些数据标注员在训练人工智能。”

艾瑞咨询发布的《中国人工智能基础数据服务行业白皮书》预测,随着全球人工智能产业、物联网、5G的爆发式增长,到2025年,全球每年产生的数据量将从2016年的16.1ZB猛增至2025年的163ZB,其中80-90%是非结构化数据,需要经过清洗和标注才能被唤醒价值。在我国,每年需要进行标注的语音数据超过200万小时,图片则有数亿张。因此,人工智能数据标注师的岗位需求将持续增长。尉赤透露,今年基地新招了500多人,未来5年计划培养5万名AI数据训练师,并引入更多AI合作伙伴。李应维也预计,到明年自己的企业用工将翻一倍,从160多人扩展到300人左右。后疫情时代,数据标注将成为创造大量就业需求的新兴职业领域。

(百度(山西)人工智能基础数据产业基地的AI数据标注师们正在工作。这里是目前国内从业人员和产值规模第一的单体数据标注基地,未来5年还计划培养5万名AI数据训练师。)返回搜狐,查看更多

责任编辑:

平台声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
推荐阅读