985硕士进厂做数据标注，自嘲像个“包领班”
作者： 黄依婷编纂： 卢枕2020年11月，黄土高原以南、关中平原以北，宜君县进入暮秋，年夜地的黄色与枯木的灰色交叠，阿娟开端了她的新任务。这份单调的任务有着一个听起来很洪亮的称号——“人工智能练习师”，是2020年2月才被正式归入国度职业分类目次的新职业。但谈起数据标注这份任务，在之前的两三年间，平日跟“低门槛”“欠兴旺地域”“休息麋集型”等名词绑定在一同，从业者们对主动驾驶、人工智能多少乎不懂得，只是机器所在击鼠标，实现义务。
（图/unsplash）2023年后，以ChatGPT为代表的天生式AI爆火，人工智能开展进入新阶段，数据标注的职业也有了一些新变更。这一年，“985硕士”刘到闲转行去做数据标注，互联网年夜厂正编，月薪1.5万元以上。不像县城的标注员坐在工位上一终日，刘到闲九点半下班后，要对接产物、算法团队的数据练习需要，解答数据标注团队提出的疑难，年夜局部时光花在年夜巨细小的相同与探讨上。实质上，刘到闲跟阿娟的任务不差别，她们都是AI的人类教师。跟着行业变更，越来越多像刘到闲一样的高学积年轻人抉择成为AI练习师，但阿娟们的担 忧是，数据标注任务的请求越来越高，她们会不会得到本人的任务。AI的“985教师”刘到闲的任务目的，是把AI教成一个专家。这就像培育一个小孩。一开端，是阿娟们教给AI最基本的常识，什么是鸟，什么是花，什么是车，让AI能懂得最常用的话语。到了通用年夜模子，则像是AI去年夜学里接收通识教导，控制人类天下那些通行的、片面的常识。但假如想让AI实现人类的任务，就须要教给它更专业的常识跟技巧。培育一位专家并不轻易。一方面，刘到闲须要对接“用人单元”，在公司里则是产物团队，晓得他们想要什么样的人才，到达什么样的请求，刘到闲再依据对方的需要去制订培育打算，拔取适合的课本，还要编写考察的试卷，并对AI的答卷打分。 开展全文 教AI进修的进程是漫长的，任务量宏大，也不克不及只靠刘到闲一人，她还须要把制订标注的规矩，把专业的常识“翻译”成明白话，让不实践常识的一线标注员也能轻松懂得。某种水平上，标注规矩的可操纵性，是考核一位专家型AI练习师的中心尺度。
（图/unsplash）如许的用意断定进程濒临于人跟人之间的交换，有很强的客观性，假如直接交给一线标注员，可能懂得各别，假如招致模子练习偏向，纠错本钱十分高。而一份高可操纵性的标注规矩能极年夜水平地增加偏差，进步数据品质。为了满意需要，刘到闲起首要厘清用户用意的种别，并尽可能细致地罗列出来，而后给每个种别付与清楚的界说，明白差别分类之间的界限在那里。比方，用户说“我很悲伤”，她在标注规矩中写上，这是在追求感情支撑；用户描写了一件生涯中产生的高兴事，她会将这界说为分享团体生涯。懂得天然言语交互中字与字之间的奥妙差别，是刘到闲善于的事。往年28岁的她是985高校结业的言语学硕士，曾在科技媒体任务过一年，由于对媒体任务24小时待命的厌倦，她开端寻觅让创作与科技联合的另一种可能性，比方“豢养AI”。
（图/unsplash）2023年后，以ChatGPT为代表的天生式AI爆火，人工智能开展进入新阶段，数据标注的职业也有了一些新变更。这一年，“985硕士”刘到闲转行去做数据标注，互联网年夜厂正编，月薪1.5万元以上。不像县城的标注员坐在工位上一终日，刘到闲九点半下班后，要对接产物、算法团队的数据练习需要，解答数据标注团队提出的疑难，年夜局部时光花在年夜巨细小的相同与探讨上。实质上，刘到闲跟阿娟的任务不差别，她们都是AI的人类教师。跟着行业变更，越来越多像刘到闲一样的高学积年轻人抉择成为AI练习师，但阿娟们的担 忧是，数据标注任务的请求越来越高，她们会不会得到本人的任务。AI的“985教师”刘到闲的任务目的，是把AI教成一个专家。这就像培育一个小孩。一开端，是阿娟们教给AI最基本的常识，什么是鸟，什么是花，什么是车，让AI能懂得最常用的话语。到了通用年夜模子，则像是AI去年夜学里接收通识教导，控制人类天下那些通行的、片面的常识。但假如想让AI实现人类的任务，就须要教给它更专业的常识跟技巧。培育一位专家并不轻易。一方面，刘到闲须要对接“用人单元”，在公司里则是产物团队，晓得他们想要什么样的人才，到达什么样的请求，刘到闲再依据对方的需要去制订培育打算，拔取适合的课本，还要编写考察的试卷，并对AI的答卷打分。 开展全文 教AI进修的进程是漫长的，任务量宏大，也不克不及只靠刘到闲一人，她还须要把制订标注的规矩，把专业的常识“翻译”成明白话，让不实践常识的一线标注员也能轻松懂得。某种水平上，标注规矩的可操纵性，是考核一位专家型AI练习师的中心尺度。（图/unsplash）如许的用意断定进程濒临于人跟人之间的交换，有很强的客观性，假如直接交给一线标注员，可能懂得各别，假如招致模子练习偏向，纠错本钱十分高。而一份高可操纵性的标注规矩能极年夜水平地增加偏差，进步数据品质。为了满意需要，刘到闲起首要厘清用户用意的种别，并尽可能细致地罗列出来，而后给每个种别付与清楚的界说，明白差别分类之间的界限在那里。比方，用户说“我很悲伤”，她在标注规矩中写上，这是在追求感情支撑；用户描写了一件生涯中产生的高兴事，她会将这界说为分享团体生涯。懂得天然言语交互中字与字之间的奥妙差别，是刘到闲善于的事。往年28岁的她是985高校结业的言语学硕士，曾在科技媒体任务过一年，由于对媒体任务24小时待命的厌倦，她开端寻觅让创作与科技联合的另一种可能性，比方“豢养AI”。 