數據標注師：AI背后的“人工”
在人工智能領域，生成式AI正迎來新一輪爆發。它可以像人類一樣與用戶聊天交流，甚至能完成撰寫郵件、視頻腳本、文案以及翻譯等任務。在這些令人驚嘆的“智能”背后，離不開人的默默支撐——數據標注師。他們為數據貼上標簽，讓AI更容易識別數據，進而更好地服務人類。
2020年2月，數據標注師被正式納入國家職業分類目錄。“數據標注師其實還有另一個名字——人工智能訓練師，教機器學習、感知和認知世界。”在百度智能云數據標注基地業務產品負責人胡馳看來，數據標注是機器感知現實世界的起點。
“這是一份有意義的工作”
作為人工智能算法的“燃料”，數據是人工智能實現應用落地的必備要素，數據標注的精確度往往決定著人工智能的智能程度，大多數原始數據只有經過人工標注、加工，才能激活數據價值。數據標注師工作的意義就在于此。
“我們的工作，其實可以理解成是在做人工智能的‘老師’。”擁有4年多從業經歷的韓毓蕾，如今已是一名資深的數據標注師。大專畢業后韓毓蕾在山西的小縣城做了兩年的瑜伽老師，這份工作雖然輕松，但卻無法帶來新鮮感和挑戰，她開始尋找新的機會。偶然間韓毓蕾在朋友圈看到一則數據標注師的招聘公告，很快便做了決定：“我之前沒有了解過數據標注行業，在網上搜索了解了人工智能行業，才知道這是一份好上手、有前景的工作，我就想試試。”
數據標注師在三維圖像中進行數據標注（受訪者供圖）
入職后，韓毓蕾參與的第一個工作任務是無人駕駛項目，這個項目需要數據標注師對原始數據進行框選、提取、分類等處理，將其轉化為機器學習可識別的專業數據。“比如前方道路上有行人，把這個人標注出來輸送到程序里，程序就會告訴無人駕駛汽車‘這是行人，我們不能撞上去’。而在火車站、商場這類比較復雜的場景中，有時人和人會發生重疊，這種情況下就要耐心地區分開。”這樣的工作內容在韓毓蕾看來十分有趣，也很有意義：“無人駕駛有著關乎生命安全的特殊性質，正是標注出的海量場景數據在支撐著技術容錯率幾乎為零的無人駕駛感知算法的訓練。”
胡馳介紹，除了無人駕駛，數據標注還服務于智能安防、智慧金融、新零售、智慧家居等幾乎所有人工智能場景。從這個維度來看，數據標注師對于人工智能行業的發展發揮著必不可少的支撐作用。
數據標注師前景充滿可能
近年來，隨著人工智能技術的不斷應用，催生出龐大的數據標注需求，推動著我國數據標注產業市場的快速增長。數據標注企業不斷涌現并相繼落地三、四線城市，在助力當地數字產業發展的同時，也為更多普通人提供了轉型、就業的新機會。
在四川內江，當地政府攜手阿里巴巴合資成立了科技公司，建設包括數據標注在內的數字服務外包產業基地；廣州天河區與科大訊飛共同在貴州大方縣設立智慧就業車間，為當地易地扶貧搬遷群眾提供貴州方言標注等工作崗位。而作為行業內最大的自建標注團隊，百度智能云人工智能數據標注產業基地陸續落地山東濟南、山西臨汾、重慶奉節等十余個地方，其中，百度（山西）人工智能基礎數據產業基地已經成為國內產值規模領先的單體數據標注基地，截至2022年5月，常駐專業數據標注師人數近5000人，累計產值超過5億元。
百度（山西）人工智能基礎數據產業基地的數據標注師們在進行標注任務（受訪者供圖）
在人工智能領域，有一句話流傳甚廣，“人工智能行業，有多少人工，就有多少智能。”根據德勤《2022年人工智能基礎數據服務白皮書》數據顯示，2022年中國人工智能基礎數據服務市場規模達到45億元，預計2027年市場規模將突破130億元。
未來，數據標注師將伴隨著人工智能在更多應用場景的落地和其自主學習能力的持續增強而不斷成長，具備理想的職業生命周期和上升空間。
胡馳說：“比如當前被譽為最接近通用智能的大語言模型，依然離不開數據標注。它基于大規模無標注數據進行預訓練，再經過精調，在各領域中得到很好的應用。這其中的一個重要環節，就是算法工程師需要使用高質量的、人類反饋的標注數據進行大模型精調，來幫助模型成長。”
談起職業前景，韓毓蕾充滿信心：“希望通過不斷學習提升自己的技能水平，后續可以參與到更有挑戰性和創造性的項目中去。我相信擁有了與時俱進的能力，總能在行業里找到自己的價值。”
