探秘人工智能背后的“人工”

刘娜

8月9日，《科學导报》记者来到位于山西综改示范区科技创新孵化基地4号楼的百度（山西）人工智能基础数据产业基地，一个个神情严肃，端坐在电脑前的数据标注师，面对复杂数据正在一丝不苟地进行标注工作。图像、语音、视频、文本……这是他们各自领到的任务，随着阵阵鼠标点击声和键盘敲击声，一组组复杂的数据在他们的手中变得清晰明了。

“每当有人问起我的职业，我说是数据标注师时，对方的脸上总是写满了问号。”李宇龙说。

李宇龙在百度（山西）人工智能基础数据产业基地（简称“百度基地”）从事数据标注工作已经5年了。他说，自己和许多同事目前最大的心愿就是，希望有一天大家提起数据标注师就像提起教师、医生一样熟悉，期待有越来越多的人了解这个行业。

什么是数据标注？简单来说，就是通过对数据贴标签、做记号、标颜色或划重点的方式，标注出其中目标数据的不同点、相似点或类别，以此达到让机器学习的功能。“数据标注是传统制造升级为智能制造、信息计算升级为人工智能的必要环节，其质量直接决定着机器智能化的程度，是它们让机器成为‘天才。”省工信厅大数据办相关人士的解释更专业明了。

鲜为人知的是，人工智能是需要被人为教导训练而成。人工智能所需要的教导，背后是经过大量的学习训练而成。

机器并不能理解原始数据，这些原始数据需要人为的“标签化”，通过标注赋予这些数据能够被机器所识别的特性，才可以被用于训练。正是依据这些大量而有效的数据总结规律，机器和人工智能才能最终形成自己的工作模式，变得越来越“聪明”。

人工智能行业有句话：有多少智能，背后就有多少人工。2020年2月，“人工智能训练师”正式成为新职业并纳入国家职业分类目录。他们的工作是教会AI认识数据，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。

李宇龙虽然从未见过自动驾驶汽车，但他最近正在做的工作却与自动驾驶技术的AI算法息息相关。“你看，把汽车框起来，都打成白色的点，就代表这是一个障碍物。”随着李宇龙鼠标的快速滑动，屏幕上的点云图不断翻转，一个个针尖大的数据点被标注在图中不同物体上——蓝色是路面、绿色是绿植、红色是路沿、白色是障碍物。事实上，自动驾驶汽车眼中的世界就是一幅幅不断变幻的点云图。数据标注师要做的就是对照摄像头拍摄的照片，赋予这些点云图以准确的含义。

记者采访中了解到，现在数据标注的内容已经从图片拓展到语音，数据集中除了自动驾驶，还有医疗CT、人脸等，语音数据除了有普通话、各地方言外还有外语，这些数据集涵盖的范围越来越广，使得行业对数据标注师的要求也越来越高。