數(shù)據(jù)標(biāo)注是一項(xiàng)枯燥的工作，不少數(shù)據(jù)標(biāo)注員喜歡戴著耳機(jī)聽音樂。向凱　攝

在上海徐家匯一家廣告公司做文案的索琳，從未想過自己也能參與打磨人工智能的應(yīng)用。她最近接到任務(wù)，教一位只存在于手機(jī)應(yīng)用程序里的“老爺爺”與用戶對話。比如，當(dāng)用戶問“世界上誰最美”，他就會回答“當(dāng)然是你最美”。一問一答均由索琳事先寫好，再由一家擅長語音識別的人工智能（AI）公司植入。索琳編寫了近3000條問答，一心想把“老爺爺”培養(yǎng)得更風(fēng)趣、睿智。不過，實(shí)際上她只是提供了最基礎(chǔ)的數(shù)據(jù)。

一千多公里之外的貴州惠水縣百鳥河數(shù)字小鎮(zhèn)，一家提供數(shù)據(jù)服務(wù)的公司，22歲的吳潘威正對著電腦用鼠標(biāo)“貼標(biāo)簽”：將一張普通道路交通圖中的機(jī)動(dòng)車、行人、非機(jī)動(dòng)車逐一框中……和索琳教機(jī)器對話一樣，吳潘威貼標(biāo)簽的目的是教人工智能看圖識物，他們被叫作“數(shù)據(jù)標(biāo)注員”。

當(dāng)前，以互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能為代表的新一代信息技術(shù)日新月異。人工智能在去年、今年兩度被寫入政府工作報(bào)告；而大數(shù)據(jù)，已經(jīng)成為世界認(rèn)識貴州的新名片。在脫貧攻堅(jiān)主戰(zhàn)場的貴州，大數(shù)據(jù)的經(jīng)濟(jì)增速已連續(xù)7年位居全國前列。

產(chǎn)業(yè)勃興，數(shù)據(jù)標(biāo)注員因此成為新興職業(yè)。多名業(yè)內(nèi)人士告訴記者，目前國內(nèi)至少有大小近千家標(biāo)注公司，共20余萬名數(shù)據(jù)標(biāo)注員。

在百鳥河數(shù)字小鎮(zhèn)，僅吳潘威所在的夢動(dòng)科技有限公司就有400多名標(biāo)注員。他們是踩著信息技術(shù)浪潮的流水線工人。

教機(jī)器認(rèn)識這個(gè)世界

這是一張微笑的普通女性的臉，她的鼻子、嘴巴、眼睛、眉毛和臉部輪廓布滿了點(diǎn)，一共有149個(gè)，它們被叫做“人臉關(guān)鍵點(diǎn)”。

在百鳥河數(shù)字小鎮(zhèn)，吳潘威與同事們坐在電腦前，將圖片放大，用鼠標(biāo)移動(dòng)這些小點(diǎn)，使它們落在合適的位置。吳潘威瀏覽了成千上萬張人臉圖片，在他的眼中，這些人臉沒有膚色、性別、老少之分，只有清晰與模糊的區(qū)別，一張像是從監(jiān)控?cái)z像里截取的模糊圖片會讓他多花幾倍時(shí)間。

人工智能本身不會識別物體，而要依靠海量訓(xùn)練。當(dāng)人臉關(guān)鍵點(diǎn)被一一標(biāo)注之后，計(jì)算機(jī)才能建立起對人臉的認(rèn)知。而人臉關(guān)鍵點(diǎn)的數(shù)目并不固定，不同數(shù)目的背后連接的是不同的算法?！皡桥送儭敝恍璋凑杖斯ぶ悄芄こ處焸冊O(shè)定的數(shù)目規(guī)范來標(biāo)注。換言之，這些數(shù)據(jù)標(biāo)注員并不需要了解算法之復(fù)雜，他們所做的，更像在工廠流水線重復(fù)作業(yè)。

百度無人駕駛汽車，是夢動(dòng)科技接手的第一個(gè)項(xiàng)目。公司人工智能服務(wù)部總監(jiān)曾蕓說：“剛接到無人車項(xiàng)目時(shí)，我們所有人都是蒙的，覺得這個(gè)事情不大靠譜，畢竟無人駕駛在我們眼里是高精尖的科技?！?/p>

2016年5月，百度派技術(shù)人員來開講座，開誠布公——“你們就是在訓(xùn)導(dǎo)機(jī)器，教機(jī)器認(rèn)識這個(gè)世界。”那時(shí)，所有人都不知道有“數(shù)據(jù)標(biāo)注員”這個(gè)職業(yè)，吳潘威和一起實(shí)習(xí)的小伙伴們互相稱呼“畫框的”。

可不就是“畫框的”？幾十個(gè)人坐在電腦前按動(dòng)鼠標(biāo)畫框，機(jī)動(dòng)車分成大型車、小型車，非機(jī)動(dòng)車分成自行車、摩托車、三輪車，還有行人、交通信號燈，都要一一框起來。

“標(biāo)注員都是‘滾雪球’帶教帶出來的，那時(shí)一個(gè)人一天要畫幾百個(gè)框，以至于后來走在路上看什么東西都想畫個(gè)框把它框住。”曾蕓回憶說。

“后來，看到無人駕駛汽車在美國的硅谷跑，在烏鎮(zhèn)的世界互聯(lián)網(wǎng)大會跑，說實(shí)話還是蠻振奮的?！眳桥送t腆地笑著說，不管科技有多先進(jìn)，至少無人車?yán)锍霈F(xiàn)的路況掃描圖像他是熟悉的，“也許那就是我之前標(biāo)注過的。”

那種感覺，就像一不小心踩到了時(shí)代潮流的浪尖上。

“指數(shù)級增長”

吳潘威是貴州盛華職業(yè)學(xué)院新近畢業(yè)的大學(xué)生，2016年初到夢動(dòng)科技當(dāng)實(shí)習(xí)生。在這里，一間辦公室大約能容納60名數(shù)據(jù)標(biāo)注員，每張辦公桌后面都藏著一張稚嫩的臉，幾乎每個(gè)人都戴著耳機(jī)聽音樂，同時(shí)不停地切換圖片、移動(dòng)鼠標(biāo)，在屏幕上打點(diǎn)或者畫框。

他們大多是像吳潘威一樣年輕的大學(xué)生。除了盛華職業(yè)學(xué)院，還有來自黔南民族醫(yī)學(xué)高等?？茖W(xué)校等4所學(xué)校的實(shí)習(xí)生。

但最早，這項(xiàng)工作并不是由實(shí)習(xí)生來做，而是那些年薪百萬的人工智能工程師。

31歲的杜霖是倍賽（北京深度搜索科技有限公司）的首席執(zhí)行官，公司在北京、山西、山東、河南、四川、貴州、福建等地建設(shè)數(shù)據(jù)標(biāo)注工廠，有近3000人的數(shù)據(jù)標(biāo)注員團(tuán)隊(duì)?！皩I 和數(shù)據(jù)的研究，我們很早就開始了?！碑厴I(yè)自上海交通大學(xué)的杜霖告知，他的創(chuàng)始團(tuán)隊(duì)均來自上海交大。

最早在2014年，杜霖注意到，隨著人工智能在商業(yè)場景的應(yīng)用逐漸落地，原來由工程師在實(shí)驗(yàn)室完成的數(shù)據(jù)標(biāo)注呈“指數(shù)級增長”，工程師們應(yīng)接不暇，專業(yè)的數(shù)據(jù)加工服務(wù)公司應(yīng)運(yùn)而生。

國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》顯示，到2020年，我國人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過1萬億元。杜霖判斷，未來人工智能領(lǐng)域一定會出現(xiàn)巨大缺口——對于由人標(biāo)注的數(shù)據(jù)的需求?！耙?yàn)楝F(xiàn)在的人工智能還只是兩三歲的孩子，需要我們不斷地教它認(rèn)識杯子、水果、玩具和汽車?！?/p>

作為人工智能產(chǎn)業(yè)的下游端，“吳潘威們”對行業(yè)勃興的感知或許是最敏感的。

“從去年起，一個(gè)個(gè)項(xiàng)目接踵而至。”曾蕓說，“目前夢動(dòng)所承接的項(xiàng)目幾乎囊括所有人工智能領(lǐng)域：圖片、文本信息、語音、視頻、在線審核等，其中圖片是最大的一塊?！?/p>

吳潘威已經(jīng)記不清標(biāo)注過多少項(xiàng)目，“五花八門，難以想象”。無人售貨超市里，商品種類數(shù)以萬計(jì)，光背包就有十幾種；甚至有美甲店要求訓(xùn)練能識別指甲區(qū)域的機(jī)器人，那樣就不會把指甲油涂到指甲外……

6月29日，在夢動(dòng)科技，記者看到辦公室的柜子上擺放著幾十種可口可樂飲料。項(xiàng)目組長蔣純潔介紹，標(biāo)注員需要先記住所有產(chǎn)品的類別、口味、容積，同一款產(chǎn)品要仔細(xì)看包裝顏色和圖案細(xì)微的不同之處，“否則標(biāo)注的時(shí)候再去看就太慢了”。

“最奇怪的是給貓臉和狗臉打點(diǎn)。”項(xiàng)目主管賈如松說。兩個(gè)多月前，他們花了整整兩個(gè)星期給一萬多張貓和狗的圖片打點(diǎn)，每張臉上要打34個(gè)點(diǎn)，“想來想去也沒想明白這到底是用來干啥的”。

“大學(xué)生為什么要來做這個(gè)”

吳潘威是最早一批來夢動(dòng)科技的實(shí)習(xí)生之一。做數(shù)據(jù)標(biāo)注員兩年多，當(dāng)初和他一起實(shí)習(xí)的同學(xué)大多都離開了；而在他實(shí)習(xí)期間，數(shù)不清的實(shí)習(xí)生來來往往。他們抱怨工作枯燥乏味，沒什么前途。

“大學(xué)生為什么要來做這個(gè)事情？”吳潘威也不止一次問過自己。

出生于1999年的陸森霖是貴州盛華職業(yè)學(xué)院計(jì)算機(jī)專業(yè)的大一學(xué)生，實(shí)習(xí)近3個(gè)月了。學(xué)校離公司只有1公里左右，這是學(xué)校在產(chǎn)教融合方面的部署。

陸森霖正在做的項(xiàng)目是語音識別，每天的基本任務(wù)是將約1800秒的語音輸出成文字，將重疊在一起的幾個(gè)音色分開，這會花費(fèi)他五六個(gè)小時(shí)；最麻煩的是專業(yè)術(shù)語，不懂的名詞要上網(wǎng)查；做完之后由質(zhì)檢員核對，如果有錯(cuò)誤就會被打回來重新修改。

“我完全不知道意義在哪里?！标懮卣f，“你看我開著音樂，聽幾百秒就切過來放首歌放松，否則一直聽會受不了。”

標(biāo)注工作單調(diào)重復(fù)?！霸匐y的項(xiàng)目3天之內(nèi)就能隨便耍了?！睒?biāo)注員梁紅說，他是記者碰到的少有的對人工智能感興趣才來實(shí)習(xí)的學(xué)生。

數(shù)據(jù)標(biāo)注行業(yè)有一套明確流程：上游的人工智能公司將項(xiàng)目交給中游的數(shù)據(jù)加工公司或眾包平臺，后者自行加工或分包給下游的小公司、小作坊，有的小作坊還會分發(fā)給“散兵游勇”，比如學(xué)生或二三線城市的兼職人員。

而到了下游，項(xiàng)目經(jīng)過層層轉(zhuǎn)包，利潤已經(jīng)低得嚇人?！斑@與我們一線標(biāo)注員的付出是不對等的?！痹|說，早期夢動(dòng)科技只能從中游的眾包平臺獲取項(xiàng)目，現(xiàn)在則盡量直接對接上游客戶。

如今，上游的人工智能公司仍保留少量數(shù)據(jù)標(biāo)注員?！拔覀兊娜殬?biāo)注團(tuán)隊(duì)主要是處理隱私性高和有特殊要求的數(shù)據(jù)，比如處理醫(yī)療領(lǐng)域的數(shù)據(jù)就需要有一定專業(yè)背景?！痹茝目萍佳芯吭焊痹洪L周翔介紹，“其余的數(shù)據(jù)處理便交給下游幾十家數(shù)據(jù)標(biāo)注團(tuán)隊(duì)?！痹诒环Q作“國內(nèi)首檔人工智能挑戰(zhàn)類節(jié)目”的央視熱門節(jié)目《機(jī)智過人》中，曾與模擬畫像專家林宇輝在同一舞臺競技的，就是云從科技所打造的人工智能“御眼重明”。

對一般的數(shù)據(jù)標(biāo)注員而言，職業(yè)生涯是一眼望得見頭的：從一線標(biāo)注員做起，然后是質(zhì)培專員（相當(dāng)于質(zhì)檢）、項(xiàng)目組長、項(xiàng)目主管、項(xiàng)目經(jīng)理，最后是部門總監(jiān)。

“簡而言之，就像上世紀(jì)80年代的來料加工，大工廠可以，家庭作坊也可以?！眽魟?dòng)科技聯(lián)合創(chuàng)始人農(nóng)政說，“甚至有人把數(shù)據(jù)標(biāo)注員比作流水線上的工人，幾個(gè)學(xué)生、幾個(gè)零散人員都可以接單?！?/p>

農(nóng)政并不否認(rèn)目前數(shù)據(jù)標(biāo)注確實(shí)是一個(gè)需要大量勞動(dòng)力的行業(yè)，但他強(qiáng)調(diào)，應(yīng)該看到行業(yè)發(fā)展的未來，“不能現(xiàn)在看到他們在畫框，就判斷未來十年他們還在畫框?！?/p>

今年7月，吳潘威終于作為正式員工與公司簽約，成為一名商務(wù)助理。實(shí)際上，他從未想過自己能留下來。當(dāng)初一起實(shí)習(xí)的有近百人，和他一樣最終成為正式職工的僅有11人。他們不再做標(biāo)注員，而是走上項(xiàng)目組長等管理崗位。

“也許這是我們接觸最前沿科技唯一的機(jī)會?！眳桥送f，他的大多數(shù)同學(xué)畢業(yè)后都去從事銷售、中介等工作，而在夢動(dòng)，他能與最先進(jìn)的科技公司對接，感受信息技術(shù)帶來的震撼。

“不如我們發(fā)明標(biāo)注機(jī)器人來解放自己”

每天早上9時(shí)，吳潘威準(zhǔn)時(shí)到公司。一旦進(jìn)入工作角色，每個(gè)人都是緊張而嚴(yán)肅的，相互之間很少交流，若遇到緊急項(xiàng)目，他們還需要加班加點(diǎn)完成。

短短兩年間，從小小的鼠標(biāo)一端，吳潘威便感受到了另一端世界前沿科技進(jìn)步的速度，“以前無人駕駛汽車框出基本輪廓就可以了，現(xiàn)在不只是從2D平面進(jìn)化到3D立體，還要標(biāo)注車頭的方向。”

在夢動(dòng)科技，“大數(shù)據(jù)，讓一切變得更智慧”等標(biāo)語隨處可見。醫(yī)療、金融等人工智能近年來踏進(jìn)的領(lǐng)域，都在日新月異地改變，而起點(diǎn)就在小鎮(zhèn)年輕人的手指尖。百鳥河數(shù)字小鎮(zhèn)聚集了大數(shù)據(jù)、教育文化、健康養(yǎng)老、文化旅游等眾多公司，是當(dāng)?shù)刂Πl(fā)展大數(shù)據(jù)產(chǎn)業(yè)所建的新型園區(qū)。一幢幢彩色尖頂?shù)臍W式小樓，令小鎮(zhèn)充滿異域風(fēng)情。

實(shí)際上，數(shù)據(jù)標(biāo)注本身也是一個(gè)要用人工智能來改造的行業(yè)，標(biāo)注工具也正在迭代升級。比如，人臉識別最早均由人工標(biāo)注關(guān)鍵點(diǎn)，但眼下吳潘威接到的項(xiàng)目里，機(jī)器已經(jīng)打好點(diǎn)，標(biāo)注員要做的只是最后的校正。

在杜霖看來，其實(shí)不必把數(shù)據(jù)標(biāo)注看得過于神秘，“說到底人工智能數(shù)據(jù)標(biāo)注只是商業(yè)外包行業(yè)一個(gè)非常細(xì)的分類，幾十年前這種數(shù)據(jù)外包業(yè)務(wù)就已存在，比如替銀行處理電子表格的公司，但因?yàn)槿斯ぶ悄?，?shù)據(jù)標(biāo)注才變成了一個(gè)獨(dú)立的行業(yè)”。

在數(shù)據(jù)標(biāo)注領(lǐng)域，更大的潛在威脅可能并非同行競爭，而是來自機(jī)器——當(dāng)算法足夠先進(jìn)時(shí)，少量的數(shù)據(jù)就能達(dá)到效果，到那時(shí)，還需要這么多的數(shù)據(jù)標(biāo)注員嗎？

“也許有一天人工智能會全面取代人類，但數(shù)據(jù)標(biāo)注員一定是最后被取代的那批人。”杜霖對此保持樂觀態(tài)度，“最高明的算法也需要基礎(chǔ)的數(shù)據(jù)學(xué)習(xí)，而數(shù)據(jù)標(biāo)注員，一定是堅(jiān)持到最后一班崗才把數(shù)據(jù)交付給機(jī)器模型的?！?/p>

夢動(dòng)科技人工智能服務(wù)部助理總監(jiān)龔芳芳也說：“想象把人工智能當(dāng)作嬰兒，而我們可以把他訓(xùn)練成天才?！?/p>

人們似乎樂意見到“機(jī)器天才”與人類的競爭。根據(jù)百度搜索指數(shù)，公眾對人工智能的關(guān)注從2016年起呈顯著上升趨勢，當(dāng)年3月的圍棋人機(jī)大戰(zhàn)——AlphaGo擊敗圍棋世界冠軍李世石，第一次將人工智能帶入大眾視野。

人工智能是否會替代人類？

對吳潘威來說，這并不是個(gè)沉重的話題。“標(biāo)注員之間還常常開玩笑，不如我們自己發(fā)明一個(gè)標(biāo)注機(jī)器人來解放我們自己?！彼χf，“畢竟，人都是懶惰的?！?/p>

而在通往未來無限可能性的路上，數(shù)據(jù)標(biāo)注員們最大的挑戰(zhàn)依舊是克服乏味與寂寞。

一名年輕的標(biāo)注員說，以前他與一位小伙伴會在一起比，誰今天畫的框多，“他框了300個(gè)我框了400個(gè)，第二天他就不跟我說話，一直框。但是現(xiàn)在，他走了，我才覺得這個(gè)工作真是無趣”。

本文轉(zhuǎn)自“解放日報(bào)”，作者《解放日報(bào)》見習(xí)記者 向凱。文章為作者獨(dú)立觀點(diǎn)，不代表芥末堆立場。