探访人工智能背后的数据标注师：AI也需要“老师”

“为了让机器理解人类的思维方式，前期我们就要当人工智能的老师。”作为从数据标注师成长起来的数据标注培训师，李宇龙告诉科技记者，“我把自己比作‘幼教’，当我们拿一个红苹果给它（人工智能）并教会它识别，再拿一个绿苹果给它，因为颜色差异它就不认识；所以我们的职责就是不断地帮助它去识别不同颜色、大小，甚至是被咬一块或者坏掉的苹果，直到我们随便拿一个苹果，它都能认识。”

近日，科技记者探访人工智能基础数据产业基地，探寻人工智能背后的“老师”——数据标注师。

“从来没想过会从事‘AI’工作”

“来这里之前我就是在煤矿上，抬头是山，低头是煤，从来没有想过自己现在的工作能跟无人驾驶、人工智能有关系。”曾在一家煤矿做了8年监控员的郭梅，现在就是数据标注基地的一名数据标注师。

“从来没想到自己会从事与人工智能相关的工作。”郭梅对记者表示，来到基地后，经过公司的岗前培训和团队的帮助，从一开始每天只能标注两三百张，提升到现在的日均完成1300多张，目前涉及的领域包括无人驾驶，人脸识别，图像分类，语音识别等。因为是“按件计费”，从事数据标注工作以来，她的收入也在逐渐提升，目前已高于当地平均收入水平。

资深培训师李宇龙告诉记者，他一天（八小时）的收入平均在300元左右。“这水平在整个基地标注师日均收入中处于中等水平，据我了解，有人日均收入甚至能破千（元）。”

“刚开始接触的时候看成是一个重复性的（打点）工序，不会去考虑这个是用作什么的；后来接触项目多了，慢慢地就会想要去更深入的了解，认识到很多标注的内容可以应用到人工智能的行业，以及人工智能在各行业效率提升上的作用。现在，我看到无人驾驶的时候，就会想到这里面也包括了自己的‘标注’工作。”李宇龙举例称，“我印象最深以及最拿手的项目，也是我的第一个项目——’无人驾驶’车道线标注，即对路面上的车道线进行采集，当无人车行驶到一段路时它会自行的拍摄连续的图片，那我们对这个图片上车辆所行驶的车道旁边两侧的线进行标注，比如识别这个线是虚线还是实线，匹配它所对应的一个属性，告诉人工智能虚线车辆可以进行变道，实线不可以进行变道。”

做了两年数据标注工作后，现在李宇龙的工作重心是“培训师”。对于自己的职业规划，他表示：“我会接触到很多的项目，根据每个项目所对应的特点判断与之匹配的能力。对我个人来讲，已经从一个数据标注师做到了项目管理岗位。“

他笑着说：“现在，工作的一大动力就是我培训更多可以做出高质量数据的人员，这有一种成就感。”

AI人才“蓄水池”

7月2日，未来5年将在数据标注基地培养5万名AI数据标注师，提供更多的AI就业岗位，支持当地科技产业发展。7月9日，李彦宏撰文《用大数据培育新就业形态》称，计划3年内孵化专业数据标注企业100余家，吸纳更多人高质量就业。

对此，基地企业代表麟诺总经理李应维对科技记者透露，“在‘培养5万名AI数据标注师’的计划下，我们计划到2021年年底，在职员工人数想翻一倍。”

资料显示，在2011年自建了数据采标团队，支持内部人工智能业务的发展。

数据标注基地负责人尉赤介绍称，经过1年多的发展，标注基地已经成为中国人员和产值规模第一的单体数据标注基地。AI数据标注师从业人员超过2000人，实现营业收入超亿元，企业入驻35家。数据众包拥有遍布全国和全球22个国家渠道代理资源池，超5万名采标人员，2000万众包互联网用户，全面涵盖了包括智能驾驶、手机行业、互联网和AI开发者四大领域的全部头部客户，是国内最大的AI数据服务提供者。

“七八年前，我们是通过线上众包的方式，让AI数据标注师来做一些比较简单的任务，但随着人工智能的发展，应用场景越来越多，任务难度越来越高；加上对数据安全、隐私、质量和效率的要求，决定建立一个人工智能基础数据产业基地。”数据标注基地负责人尉赤对记者表示，基地一方面为自身的人工智能发展提供服务，另一方面可以向合作伙伴输出基地的数据服务和整套解决方案。

那么，回到数据标注师的未来，有哪些职业规划和晋升通道？基地企业代表负责人李应维用自家员工的两个案例来说明：“有一个员工入职后，因为表现优异，不久被公司聘用。我们还有一个20岁左右的孩子（员工），学历（某职业技术学校毕业）虽不高，但却是个人才，他现在是内容审核的负责人之一，所以，一方面这个职业的未来是可期待的；另一方面，也可以说，数据标注师也在为人工智能培养和发现人才。”

李宇龙则将这项工作形容为“打怪升级”：“虽然看上去枯燥，，其实每天都在接触新事物。人工智能涉及的领域包括教育、安防、金融、交通医疗和电商等，陌生的领域每天都在挑战大家的学习能力；同时，我们也比其他行业的人更早地接触到未来的发展方向（人工智能）和未来的生活工作场景，这样看到了未来的发展需求也就比别人更早找到更多发展机会。”

而对于为何要在未来5年培养5万名AI数据标注师，尉赤告诉记者，“我们可以看到，人工智能是个高速发展的行业，数据服务又与人工智能息息相关。所以，5年培养5万人并不算多，我们的线上众包注册用户有将近2000万人，目前每个月在线上为我们提供服务的人将近5万人。如果按照行业增长速度来看的话，培养5万人还不一定够。”

打好AI大楼的“地基”

毋庸置疑，AI数据标注师是随着人工智能的发展出现的一个新兴就业岗位。据报道，2020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。数据采集和标注是人工智能训练师的主要任务之一。数据标注师的工作是教会AI认识数据，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。

走进该基地的一间办公室，记者可以看到每个电脑前都坐着一名AI数据标注师，他们将根据各自分配的任务对文本、图片、语音和视频进行标注。工作人员演示“戴口罩的人脸图像标注”时指出，采集大量的戴口罩的人脸照片后，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的标注，标注的特征点越多，AI就越能精确地识别戴口罩场景下的人脸，让人们在不摘口罩的情况下也能实现精确的体温测量，或是通过人脸闸机。

要做AI的“老师”，首先要把知识转化成它能消化和吸收的‘语言’，也就是将数据想象成AI的燃料，人类对采集回来的原始数据进行加工，标注的过程就可以提取出一些数据信息。尉赤进一步举例解释称，“比如，在采集大量的人脸数据后，AI数据标注师会对人像进行标注，提取特征，将特征‘喂’给人工智能模型，那么模型算法相当于总结了之前人工标注出的信息，并找出通用规律，那这个人工智能模型就具备了人脑才有的认知和判断能力。”

“如果做一个比喻的话，我觉得数据标注师就是最基础的角色，就像盖大楼，没有基础，这个楼盖不起来，而且也不稳。那么，我们把这一块做好了，人工智能的发展才会又快又稳。”李应维最后对科技记者表示：”我们做的这个事情看起来简单枯燥，但是它的意义非常大，就像一台车没有汽油走不了，数据就是人工智能发展的汽油，是燃料。有了我们的数据，机器（算法）不断的迭代，就能推动人工智能往更好的方向发展。“