最近，人社部公布了一批新職業(yè)，其中有個新職業(yè)叫做“人工智能訓練師”。聽起來滿是高科技的人工智能還要靠人來訓練？誰能訓練這些看不見、摸不著的人工智能？“人工智能訓練師”究竟做些啥？關(guān)鍵是，掙得多不多？

帶著這些問題，近日記者走訪了百度（山西）人工智能基礎數(shù)據(jù)產(chǎn)業(yè)基地。這里是目前國內(nèi)從業(yè)人員和產(chǎn)值規(guī)模第一的單體數(shù)據(jù)標注基地，入駐企業(yè)35家，AI數(shù)據(jù)標注師從業(yè)人員超過2300人。

“我是數(shù)據(jù)標注員，中專學歷，一天工作8小時，大概能掙300多元?！泵鎸τ浾叩膯栴}，山西麟諾網(wǎng)絡科技有限公司的李宇龍很自豪地給出了答案。這個收入對一個在太原生活的年輕人來說算高水平了——數(shù)據(jù)顯示，2019年，太原市的城鎮(zhèn)居民人均可支配收入36362元。不過，李宇龍說自己不算最高的，“我同事有一天能掙1000多元的?！?/p>

李宇龍學歷不高，原先的工作跟人工智能沒什么關(guān)系。2018年，山西麟諾網(wǎng)絡科技有限公司成立，李宇龍經(jīng)朋友介紹來到了這家公司。

“當時我也不知道數(shù)據(jù)標注員是做啥的，更沒聽說過人工智能。我們老板就交給我一套規(guī)則，讓我按照規(guī)則在電腦上認車道線?！蹦菚钣铨垊?0出頭，正是肯學的時候，他在短時間內(nèi)熟悉了規(guī)則，還總結(jié)出了標注車道的新規(guī)律。

作為這項新職業(yè)里的老員工，李宇龍目前已經(jīng)轉(zhuǎn)型培訓師，除了日常工作，也承擔起對公司新員工的培訓教學，“還有的同事會轉(zhuǎn)型做項目，或者內(nèi)容審核員，上升空間還是有的?！?/p>

（中專學歷的李宇龍是山西麟諾網(wǎng)絡科技有限公司的數(shù)據(jù)標注員，一天工作8小時，大概能掙300多元。除了日常工作，他也承擔公司的培訓業(yè)務。）

“數(shù)據(jù)標注技術(shù)門檻低，招工人群范圍廣泛，對于促進就業(yè)作用顯著?！鄙轿鼢胫Z網(wǎng)絡科技有限公司負責人李應維告訴記者，目前公司招聘的員工以大專生為主，也有部分中專生。標注的規(guī)則由百度和相關(guān)領域的專家共同制定，并形成可操作的軟件平臺提供給企業(yè)，企業(yè)對員工進行簡單培訓就能上手。以人臉為例，目前能實現(xiàn)對約150個特征點的標注。大致的標注規(guī)則是數(shù)據(jù)標注師看到雙眼皮就標記雙眼皮，看到獅子鼻就標記獅子鼻，讓機器自己去理解和學習。標注的特征點越多，AI就越能精確地識別人臉。

看似簡單的工作，背后有龐大的數(shù)據(jù)基礎做支持。算法、算力和數(shù)據(jù)是人工智能發(fā)展的三大要素，數(shù)據(jù)就是人工智能發(fā)展的燃料。每天人類社會產(chǎn)生的海量數(shù)據(jù)必須經(jīng)過清洗和標注，換成人工智能熟悉的語言才有價值。因此，人工智能訓練師的主要任務就是數(shù)據(jù)采集和標注。特別是數(shù)據(jù)標注。如果說人工智能是個孩子，那數(shù)據(jù)標注師就是帶領這個孩子認識世界的啟蒙老師，是他們一點點教會AI認識世間萬物、分辨喜怒哀樂、聽懂嬉笑怒罵。有了足夠多、足夠好的數(shù)據(jù)，AI才能學會像人一樣去感知、思考和決策，更好地為人類服務。

人工智能產(chǎn)業(yè)發(fā)展之初，數(shù)據(jù)采集和標注需要人力完成的部分比較多，但現(xiàn)在技術(shù)相對成熟，數(shù)據(jù)平臺已經(jīng)有了持續(xù)學習能力，大部分采集和標注工作人工智能自己就可以完成，實現(xiàn)預標注和自動標注，所以現(xiàn)在的數(shù)據(jù)標注工作以機器輔助和人工標注結(jié)合為主。除了眼底檢查片、肺部X光片等技術(shù)含量較高的有專業(yè)要求，大多數(shù)員工都能按照規(guī)則，在平臺上完成語音、人臉、道路的標注操作，只要能熟練操作電腦就能勝任。

34歲的郭梅就是新職業(yè)的受益者。她原本在山西一家煤礦做監(jiān)控員，因為孩子到太原上學，她跟過來照顧孩子，到學校附近的數(shù)據(jù)標注基地求職。經(jīng)過公司的崗前培訓和團隊的幫助，她從一開始每天只能標注兩三百張，提升到每天能完成1300多張。

（34歲的郭梅原本在山西一家煤礦做監(jiān)控員，經(jīng)過公司的崗前培訓和團隊的幫助，她也成為一名數(shù)據(jù)標注員，孩子也在基地的幫助下，進入了附近一所優(yōu)質(zhì)學校讀書。）

數(shù)據(jù)標注員的工作跟著人工智能的發(fā)展需求不斷調(diào)整。前幾年人工智能剛發(fā)展的時候，語音識別、人臉、圖像等識別需求大；近幾年無人駕駛、進入發(fā)展快車道，郭梅和李宇龍的主要工作就改成了無人車、地圖、3D點云等數(shù)據(jù)標注，天天看的是車道線、行人、障礙物。

“也還有一些垂類的語音識別項目，比如普通話的語音識別基本解決了，現(xiàn)在有的公司開始開發(fā)方言的語音識別，我們也接了一些方言的語音數(shù)據(jù)標注項目，但那些就要招聘當?shù)厝藖硗瓿闪??！崩顟S說。

有了足夠的技術(shù)基礎，數(shù)據(jù)標注員還能教會人工智能新任務。疫情期間，戴著口罩的人臉識別需求激增?！案鶕?jù)客戶需求，山西數(shù)據(jù)標注基地采集了大量戴口罩的人臉照片，由數(shù)據(jù)標注師對人臉的眉毛、眼鏡、顴骨等人臉關(guān)鍵點進行精準標注，訓練人工智能完成了戴口罩的人臉圖像識別。 ”百度（山西）人工智能基礎數(shù)據(jù)產(chǎn)業(yè)基地負責人尉赤說，“人們能在不摘口罩的情況下實現(xiàn)精確的體溫測量，或是通過人臉閘機，背后就是這些數(shù)據(jù)標注員在訓練人工智能。”

艾瑞咨詢發(fā)布的《中國人工智能基礎數(shù)據(jù)服務行業(yè)白皮書》預測，隨著全球人工智能產(chǎn)業(yè)、物聯(lián)網(wǎng)、5G的爆發(fā)式增長，到2025年，全球每年產(chǎn)生的數(shù)據(jù)量將從2016年的16.1ZB猛增至2025年的163ZB，其中80-90%是非結(jié)構(gòu)化數(shù)據(jù)，需要經(jīng)過清洗和標注才能被喚醒價值。在我國，每年需要進行標注的語音數(shù)據(jù)超過200萬小時，圖片則有數(shù)億張。因此，人工智能數(shù)據(jù)標注師的崗位需求將持續(xù)增長。尉赤透露，今年基地新招了500多人，未來5年計劃培養(yǎng)5萬名AI數(shù)據(jù)訓練師，并引入更多AI合作伙伴。李應維也預計，到明年自己的企業(yè)用工將翻一倍，從160多人擴展到300人左右。后疫情時代，數(shù)據(jù)標注將成為創(chuàng)造大量就業(yè)需求的新興職業(yè)領域。

（百度（山西）人工智能基礎數(shù)據(jù)產(chǎn)業(yè)基地的AI數(shù)據(jù)標注師們正在工作。這里是目前國內(nèi)從業(yè)人員和產(chǎn)值規(guī)模第一的單體數(shù)據(jù)標注基地，未來5年還計劃培養(yǎng)5萬名AI數(shù)據(jù)訓練師。）