高效便捷的智能服务背后，是庞大的数据和数量巨大、能力参差不齐的数据标注员 人工智能，真的需要不少“人工”
人工智能，无疑是当今最炙手可热的前沿科技。它正悄然渗透入人们生活的各个角落，也常因“人工智能替代人工”等话题，让劳动者担心“饭碗”被抢。
但若是再往人工智能闪亮与夺目的背后探寻，数据标注产业及从业的数据标注员，作为人工智能产业体系最基础的能量来源，却显得有些低调与朴素。若了解了这些，也许大家对人工智能的印象会被“刷新”：“原来人工智能创造了那么多‘人工’岗位。”
“线上接单、线上招人、线上完成、线上交款，这大概是我们最智能的地方了”
何申，一个150多人兼职数据标注团队的召集人。在他看来，数据标注即根据项目方要求，人工为图片、视频和语音内容打标签、做标记。而这些标注好的数据会被人工智能公司用来训练算法模型，然后应用到图像识别、语音识别等不同领域。
人工智能要真正发挥作用，优质的数据必不可少，正如业界共识，“大量数据+普通模型”比“普通数据+高级模型”的准确度更高。而在专业的数据标注公司出现前，众包平台和兼职数据标注团队往往是人工智能研发数据来源的最佳选择。
“我们没有研发能力，就是一群人在一起干最不‘智能’的机械性工作，简单、枯燥、重复，又有极高精度要求。”何申坦言。
作为召集人，何申每天的工作就是在数据堂、百度数据众包等数据任务平台领取数据标注的任务，再将这些任务下派给团队里的“宝妈”、大学生等兼职人员。据他介绍，数据标注的需求量很大，安防行业基于人脸进行的识别，农业制造的作物辨别，工业制造的残缺点检测等都需要数据标注作为基础。
何申认为，众包的形式是现在数据标注的“大头”，且从业人员多是兼职。他自嘲道，“线上接单、线上招人、线上完成、线上交款，这大概也是我们最智能的地方了。”
据悉，标注的工作量取决于素材的难易，若是简单的素材，稍加训练的人一天能完成400条。但众包形式下，参与标注的工作者多，且工作能力良莠不齐，“收集到的标注内容中存在偏差甚至错误，不能直接作为正确的标注使用早已是圈中‘不争的事实’。”
“我们是数据精加工者。没有我们，有再多代码也没用”
宫娇是一名即将从北京网络职业学院毕业的学生。眼下，她正在一家专业数据标注公司实习。这家公司既能根据需求定制，又能保证标注质量，提供人工智能研发的数据来源。这是大部分人工智能公司和众包平台都无法同时实现的。
宫娇学的是信息安全与管理专业，之前也找过其他单位实习，但最终还是选了这个易上手且与专业相关的公司。她所在的公司有12家下辖专业化生产车间及2000余名全职数据标注员。这些标注员大都毕业于大中专院校，月薪从4000元至5000元不等。
图片、文字、视频、语音、地图等的标注与采集、问卷调查这些任务宫娇都参与过。
“这份工作并不简单。”为满足不同订单需求，数据标注员们常被划分成不同小组。系统会根据任务类型及难易度将任务分发成模块，再自动匹配给数据车间及数据标注员。有些关联性的标注，如在文本场景中，标注特定词语间的关联关系，即语义识别，这类标注难度大且费时。但在宫娇看来，接到这种活虽辛苦但也是一种“荣耀”，“这种标注一般都会给我们大学生，兼职和其他学历较低的都不让接。”
虽然很多同学都在做代码运营工作，但宫娇觉得她的工作更有意义。“我们是数据精加工者。没有我们，有再多代码也没用。”说到这里，宫娇有些自豪。
的确，这些数据将成为这场人工智能大潮中不少公司的立足之本，不仅帮它们提升模型的准确度、产品的可靠性，甚至影响它们的发展轨迹和融资进程。
“只有当能利用人工智能为人工智能服务时，才能真正在市场站稳脚跟”
星尘数据公司是一家数据采集和标注服务的专业数据标注公司，注册成立3个月后，就获得了数百万元的天使轮投资。
“当前的数据标记是重人力的劳动密集型行业，这类公司运营的关键点在于人员效率、交付质量。”创始人章磊说，“只有当能利用人工智能为人工智能服务时，才能真正在市场站稳脚跟。”为了突破，目前，他们通过用智能标注工具去辅助人工。
“现在，我们是人工智能的‘幕后英雄’。”章磊相信，总有一天，数据标注也会成长为能和人工智能并肩而立的新兴产业。
目前，数据标注已经细分为分类标注（脸龄识别、情绪识别、性别识别等）、标框标注（人脸识别、物品识别等）、区域标注（自动驾驶等）、描点标注（人脸识别、骨骼识别等）、其他标注（自动摘要等个性化要求）等不同类别，应用领域越来越广。
在未来人工智能健康发展的前提下，数据的缺口是巨大的。可以想见，3～5年内数据标注员的需求量会不断加大。
但数据标注市场究竟是随着大量数据标注团队加入，成为劳动密集型产业，还是由于智能化辅助标注工具的不断优化，成长为技术密集型产业，业内人士认为，这还需要接受时间的检验。
新闻推荐
新华社伦敦1月20日电世界排名第五的特鲁姆普20日在这里举行的斯诺克大师赛决赛中以10:4大胜七届冠军“火箭”奥沙利文，首...