谁能训练人工智能

最近，人社部公布了一批新职业，其中有个新职业叫作“人工智能训练师”。听起来高大上的人工智能还要人来训练？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，经济日报记者近日走访了百度（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与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，每天工作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自豪地给出了答案。这个收入对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，“我有的同事一天能挣1000多元”。

李宇龙学历不高，原本与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。老板就交给我一套规则，让我按照规则在电脑上认车道线。”那时20岁出头的李宇龙正是肯学的时候，短时间内就熟悉了规则，还总结出标注车道的新规律。

作为这项新职业的老员工，李宇龙已转型培训师，除了日常工作，还承担起公司新员工的培训教学，“有的同事会转型做项目或者内容审核员，还是有上升空间的”。

“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；标注规则由百度与相关领域专家共同制定，并形成可操作软件平台提供给企业，对员工简单培训就能上手。以人脸为例，目前他们能实现对约150个特征点的标注。大致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，让机器自己理解与学习。标注特征点越多，AI就越能精确识别人脸。

看似简单的工作，背后是庞大数据基础做支持。算法、算力与数据是人工智能发展的三大要素，其中数据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与标注，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，数据标注师就是带领这个孩子认识世界的启蒙老师。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，数据采集与标注需要人力完成的部分比较多，现在数据平台已有了持续学习能力，大部分采集与标注工作人工智能自己就可完成，实现预标注与自动标注。因此，目前数据标注工作以机器辅助与人工标注结合为主。除了眼底检查片、肺部X光片等技术含量较高有专业要求，大多数员工均能按照规则，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即可。

郭梅是新职业的受益者。34岁的她原本在山西一家煤矿做监控员，为照顾到太原上学的孩子，她到学校附近的数据标注基地求职。经过公司岗前培训与团队帮助，她从起初每天标注两三百张图，提升到每天能完成1300多张。

数据标注员的工作随着人工智能发展需求不断调整。前几年人工智能发展伊始，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，郭梅与李宇龙的主要工作就改成无人车、地图、3D点云等数据标注，天天看的是车道线、行人、障碍物。

“还有一些语音识别项目，比如我们接了一些方言语音数据标注项目，这就需要招聘当地人来完成了。”李应维说。

有了足够技术基础，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人脸照片，由数据标注师对眉毛、眼镜、颧骨等人脸关键点精准标注，训练人工智能完成了戴口罩人脸图像识别。”百度（山西）人工智能基础数据产业基地负责人尉赤说，“人们能在不摘口罩情况下实现精确体温测量，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%至90%是非结构化数据，需要经过清洗与标注才能被唤醒价值。在我国，每年需要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，到明年自家企业用工将翻一番，从160多人扩展到300人左右。未来，数据标注将成为创造大量就业需求的新兴职业领域。