開玩笑的時候，小雪說她的男友是AI產業中工資最低的那個，其次就是她自己。

剛從濟南德州信息工程學校計算機專業畢業，小雪和男友正在接受手寫體錄入培訓，當她能認識這些手寫字母后，就輪到她把這些知識教給計算機——把一張張快遞單或家譜上的手寫體上的字母標注出來，告訴機器i可以有多種寫法。

這樣的工作并不簡單。手寫的i可能是頂上一點加上一豎，也可能是朝后彎的小勾，更潦草一點就和數字9一樣……小雪的筆記本上密密麻麻地擠滿了這些像字更像圖的墨跡。

小雪做的，是一種介于手寫錄入和圖像標記之間的工作。同服務于智能駕駛的街景標記、服務于智能醫療的人體標記、服務于語音交互的聲音標記一樣，他們共同的行業學名叫做“人工智能數據標注”——這是整個AI產業的基礎，是機器感知現實世界原點。

和小孩一樣，機器要認識“蘋果”，就需要不斷有人教給它哪些東西是蘋果：渾圓的、帶把的、有的像桃心有的像屁股，有的通紅有的油綠。和小孩不同的是，機器需要在不同場景、不同角度下反復學習，這個漫長的教授過程就是小雪在AI產業中的位置，標注大量用于訓練機器學習模型的數據，讓機器越來越像“人”。

無差別的人力，天壤之別準確度

如果小雪標注犯錯，最直接的后果是機器也會跟著犯錯。她必須保證“喂”給機器的標注數據達到90％以上精度（即是指標注的正確率），否則這些數據對于機器學習將毫無意義。北京一家數據標注工廠BasicFinder的CEO杜霖說：95％以上的準確率是理想情況；但從95％提到97％所需花的成本就不再是一兩倍了，可能是10倍或100倍。

98％精度是小雪遇到過的最高需求，這意味著如果100個點里頭有兩個點不準的話，就會被打回重做。她“提心吊膽”地對每個標注點反復確認才敢提交。但15骨骼點標注又極耗耐心，要在人全身包括頭頂、脖子、胸口、膝蓋等骨骼處打上15個點，將這15個點連起來就出現了一個形象的火柴人。在Kinect體感游戲中，機器就是靠關鍵骨骼點的位移來識別人體是否運動。

令小雪最郁悶的，是一張軍姿站圖。只要露出了頭、脖子、胸口，小雪就要從他的左上角開始畫矩形，框住這些動作、著裝完全一致的人。重復拖動近40個框后，她要再放大這些帶有藍色陰影矩形框，從頭到四肢標注完每個人的骨骼點。最后，將近600個點密密麻麻地落在了這張圖里。

在這個她形容為“經歷絕望”的過程中，她嘗試用眼藥水來緩解疲勞，但滴過后會不停流眼淚，直到她換了種方式，靠不停揉眼睛來放松。杜霖說：有些任務圖上密密麻麻的點，看兩個小時以上眼睛絕對會花掉了，但他會要求員工不斷克服人本身的一些“消極因素”，才能避免標錯數據成為“漏網之魚”。

聯合國教科文組織信息與傳播知識社會局主任英德拉吉特·班納吉認為，到2030年，人工智能將向世界經濟貢獻16萬億美元。從2016年人工智能逐漸走熱以來，任何行業都想搭上這個熱潮，投資人的評價是“每個商業計劃書上都要加上人工智能”。進入深度學習“死胡同”的人工智能需要標注的領域也帶來越來越多：機場安檢時新增的人臉識別、能識別選取商品的無人便利店、能安全行駛的無人駕駛等。

新興市場帶來了大量勞動力的涌入。“原來干淘寶刷單的，現在也能搖身一變做AI數據標注?！倍帕卣f，“在提供無差別人力勞動這件事上，大家是沒有門檻的?！?/p>

在河北衡水，由于當地政府查污染嚴重導致化工制品停產，26歲的小蘇就帶著原先30多人的銷售團隊轉行數據標注，隊員小的到20出頭，老至年近不惑。雖然他早就知道河北做數據標注的團隊已經非常多，并且有的團隊已經垮掉，但人工智能的火熱和數據標注的低門檻還是讓他決定一搏。

高中學歷是小蘇在招人時的最高期望，“高中生花一天做的工作，初中生可能需要花五天，差別很大。”行業中，小蘇的招聘標準已經算是較高水平，那些投身數據標注的兼職者學歷更加良莠不齊。在某些眾包平臺上，有的標注者只有小學文憑，在東北還有一部分有聽力障礙的殘疾人標注團隊，而北京的全職工廠中的最高學歷是大?；蛘咧袑?。

欣博友數據標注公司市場部經理周京平認為，一個老農民在標注方言語音時可能會比不使用這種語言的大學生還好。同所有的人力密集型產業一樣，人人都能在此覓得一份營生。

人工智能專業方向的碩士生毛毛認為，能不能達到理想標注精度和學歷沒什么關系，而且操作非常簡單，只要教一下，誰都能做。她也曾做過兼職數據標注，在所給的圖片中她需要辨別出不同角度的花菜、菠菜等。一星期后，她標注了一萬張圖，沒有一張返工，每張報酬一毛錢。但她“打死也不會再做這個工作了”，因為“實在太重復”。

看似簡單的操作，要達到90％的精度對于大多數標注者來講卻是天方夜譚。小蘇所接觸到的兼職標注團隊最高精度只能達到70％，即便是在全職和全把控的情況下，他們第一次項目只達到了50％的精度，基本上承接的每個項目他們都需要重復三次以上才能達到90％的精度。

如果用于訓練模型的數據精度低于90％，就像小孩兒拿到的一年級數學課本里頭寫的是一加一等于三。一開始就教錯，機器學習和人工智能就只剩下指鹿為馬。

數字富士康

2014年冬天，山東蓬萊積起了厚厚的雪。小雪每天都要不情愿地鉆出被窩，趟著大雪走到一家汽車工廠去插線。在固定工位站好后，她根據形狀將面前充滿不同插口的集成器及一堆接口各異的汽車線路一一匹配好，完成后迅速將其交給下一個人，再重復剛才的動作，直到下班。小雪知道，自己站一整天的工作只是整個工廠里頭很小的一部分。

相比那年冬天，她更喜歡現在的工作，數據標注工廠里，她有接近兩百個同事，大家能坐在屬于自己的工位上干活。在給用于智能駕駛采集的圖片做標注時，小雪需要選取一個可以畫出2D框的標注工具（即是可以根據不同物體拖動出不同形狀的畫框），把圖片中所有的機動車、非機動車、行人、紅綠燈等標注出來。

同在汽車工廠流水線上的工作相比，眼前的鍵盤鼠標顯示器替代了嗡嗡作響的流水線，從早上8點到晚上5點，小雪除了拽動鼠標外什么都不用想，重復一個動作就行，變化的只有眼前不同的圖片——但這對小雪來說，工作中的新鮮感已經足夠。

有的人說數據標注工廠就像富士康一樣。北京另一家數據標注公司瑪達科技公司CEO任樹亮則直言不諱，數據這一塊往往給人印象就是一個勞動密集型產業。某自動駕駛創業公司數據標注負責人經常私底下開玩笑說，這就是個“血汗工廠”。

目前的數據標注工廠，多集中在河北、河南、山東、山西等地區，這同以富士康為代表的傳統人力密集企業的選址偏好重合度極高——以更低廉的勞動力成本支撐起聚集在首都的人工智能底層數據需求。杜霖介紹說，由于高昂的成本絕不能讓北京去做最終的生產，而是做所有新任務來時的磨合測試以及最終的質量控制。生產任務最終還是落到周邊城市。

只有招募像毛毛一樣的大學生做兼職標注時，眾包工廠能開出一張圖1毛錢“高價”。任樹亮對這樣的定價有些吃驚，“我們還有按厘算的呢?！痹谝欢巡煌瑘D片中識別某人是否是同一個人，這樣的工作只能按厘算，不過也有從幾十塊錢到上百塊錢報價的復雜標注圖。杜霖說，圖片的差異比較大，以工時來計算可能更準確，現在甲方公司至少應該給到30塊錢每小時才能保質保量完成。

小雪挺滿意現在的待遇，“之前的工作太累又掙不到錢”?，F在公司包吃包住，提供四人間寢室，一個月到手的工資有4000－5000塊，還可以和男朋友一同上下班。最近一段時間，工期趕得很急，小雪已經連續兩個周末到公司加班，從早到晚地盯著顯示器讓她倍感疲憊，但她不想停下，基礎加計件的工資構成總是多勞多得。

和傳統生產流水線不同的是，在杜霖的工廠里，工作流程被設置為可實時切換：每期作業都不同，每期作業里頭的每個任務也不相同。在一個小時的工作間隔里，小雪會碰到兩個相同的標注任務，當兩次標注結果差別較大時，就證明她已經疲勞了，這是，系統就會切換一個完全不同的任務交給小學操作，以保持員工的“清醒”和“新鮮”，最終達成杜霖宣稱的準確率。

算上合作的周邊工廠，杜霖的公司已經有2000多人，他們正在同時進行著20多個不同項目的標注。在這樣一個人力密集型行業里存活下來，并且保障交付的數據達到90％的精度，他堅信，管理才是關鍵。

管理，管理，以及管理

林霞是小雪的直接管理者，她是老板杜霖最信任的人，已經有18年類似的工作經驗。當接到一個新項目時，她要確定整個項目流程。前

[1] [2]