人工智能熱潮下的新工種：數據標注員

南之瑉

當人工智能取代你的工作時，你可能不會失業，但你的工作可能會變得更加陌生、孤立和枯燥，就像那數以百萬計的數據標注員一樣。

神秘而枯燥的標注工作

從東非肯尼亞內羅畢一所大學畢業幾個月后，30歲的喬找到了一份數據標注的工作，主要是處理用于訓練人工智能的原始數據。人工智能可以借助大量數據學習模式和規律，但首先，這些數據必須由人類進行分類和標注。這些標注員數量龐大，常常隱藏在機器之后，不為人知。喬的任務是為自動駕駛汽車標注圖像數據，逐幀識別所有攝像機角度下的車輛、行人、騎自行車的人以及司機需要注意的其他細節。這是一項繁瑣而重復的工作，一段幾秒鐘的視頻片段可能需要標注8個小時，而且，喬僅僅為此獲得約10美元的報酬。

好在2019年，出現了一個新機會：喬替一家急需標注員的新公司開展標注訓練，收入是之前的4倍。每兩周就有50名新學員在內羅畢的一棟辦公樓開始學徒期。他們給對鏡自拍照中的衣服分類，通過掃地機器人的眼睛定位其所在的房間，并在摩托車的激光雷達掃描圖上畫框。一般情況下，會有超半數的學員未完成訓練就選擇放棄。“有些人從來不懂什么叫堅持。”喬輕描淡寫地解釋道。同時，他也承認，這份工作確實單調乏味。

對于雇傭他們的公司，大多數人只知道它叫“雷默任務”。它運營著一個面向所有英語流利者的求職網站。喬并不知道“雷默任務”其實是硅谷數據供應商“規模人工智能”下屬的子公司。規模人工智能估值數十億美元，其客戶包括開放人工智能公司和美國軍方。

非傳統工作

對于開放人工智能公司的聊天生成式預訓練轉換器（ChatGPT）等語言模型，公眾最為關注的往往是它們似乎準備自動化所有工作。然而，即使是最卓越的人工智能系統，背后也是人，是大量標注數據來訓練它并在數據混亂時整理數據的人。只有買得起數據的公司才能參與競爭，而這些公司也極有動力對數據保密。

當前的人工智能熱潮——幾乎能以假亂真的聊天機器人、僅憑簡單提示就能生成藝術作品的智能工具以及這些技術背后的估值數十億美元的公司——基于一項前所未有的單調而重復的勞動。

公司能以盡可能低的成本收集大量的標注數據用于訓練模型。如果模型運作有效，至少從理論上來講，就不再需要數據標注員了。然而實際上，數據標注的工作從未真正停止過。正如研究者所言，機器學習系統非常脆弱，極易受到那些所謂“邊緣案例”的影響而出現問題，甚至導致災難性后果。2018年，優步一輛自動駕駛測試車就因未能正確處理“行人騎自行車穿越馬路”的情境，導致一名49歲的女性被撞死。隨著越來越多的人工智能系統被用來提供法律咨詢與醫療救助，可能產生的極端情況也就越多。這就需要更多的人來對數據進行分類和整理。這一現象催生了一個全球性的行業，像喬這樣的人正利用他們獨特的人類能力來支持機器的發展。

標注是一門大生意

很多數據標注員都在訓練最前沿的聊天機器人，他們實際做的工作卻大多瑣碎且重復，旨在維持人工智能系統的正常運行。

這些工作包括分類抖音視頻的情感內容、甄別垃圾郵件的新類型以及評估在線廣告的內容是否恰當等等。有的標注員則分析信用卡交易與購物行為的關聯，或檢查電商平臺推薦的效果，以判斷購買特定襯衫的顧客是否會對推薦的另一件襯衫感興趣。

數據標注員的日常工作還包括糾正客服聊天機器人的回復、處理亞馬遜智能助理的請求，以及對視頻通話中的情緒進行分類。此外，他們在標注食品時需要足夠細致，以防智能冰箱在遇到新包裝時判斷失誤，還要在安防攝像頭發出警報前進行校驗，甚至幫助困惑的無人駕駛拖拉機識別玉米。

人工智能合作組織的項目和研究負責人索南·金達爾說：“數據標注是人工智能的基礎設施，人類智能是人工智能的基礎。我們必須認識到，數據標注是人工智能經濟中的一項真實工作，它將在一段時間內長期存在。”

標注已成為一門大生意。

不斷轉移地點的標注工作

2022年底，喬開始注意到他的學生們常常抱怨無事可做。不久后，一封電子郵件告知他肯尼亞的培訓營即將被關閉。他還可以繼續在線上訓練數據標注員，但他開始擔憂自己的職業未來。他聽說標注業務正遷離肯尼亞，轉移至尼泊爾、印度和菲律賓。

與手機和汽車制造業不同，人工智能行業有著極大的流動性。這項工作可以輕易而迅速地得以重新配置，轉移到勞動力技能、帶寬條件和工資水平都更理想的任何地點。

2023年5月，規模人工智能公司在自己的網站上列出數據標注職位，招募人工智能有志于征服的幾乎每個領域的優秀人才。這些人工智能培訓師具備的專業知識涵蓋健康指導、人力資源、金融、經濟、法律、文化等多個領域。你可以每小時賺45美元教機器人法律，或者每小時賺25美元教機器人詩歌。還有人專門協助訓練軍事人工智能。規模型人工智能公司正在測試一款名為多諾萬的大語言模型，該模型被稱為“人工智能戰爭中的彈藥”，并已獲得美國機器人戰車項目的合同。

（摘自《經濟日報》）