数据标注人工智能背后的人工力量塑料蝶阀铜川夏威夷果三角阀高低床

数据标注：人工智能背后的“人工”力量

数据标注：人工智能背后的“人工”力量

11:41来源://

原标题：数据标注：人工智能背后的“人工”力量

数据标注员正在工作。受访者供图

新华社北京1月25日电（高杉 李宓）在北京北五环外的一座科技园内，22岁的张嵛森正坐在电脑前给屏幕上的一幅街景勾画上彩色线框，框选出图中的交通信号灯、路牌和路障。在他身边，几百台型号不算新的电脑如吧般排列，同事们拉伸缠绕膜拉力实验机主要用于非直接接触食品的运输包装用的拉伸缠绕膜的拉伸性能检测大多与他年龄相仿，敲打着键盘，熟练地做着类似的工作。

张嵛森是一名数据标注员，生产大量可供计算机深度学习的训练数据，使人工智能“学会”从人脸识别到车辆自动驾驶甚至更为复杂的任务。一位数据标注员每天可以进行几千次标注操作。

北京倍赛数据平台创始人杜霖说，数据是人工智能的基石，数据标注正是人工智能深度学习技术催生出来的新职业。

倍赛数据北京工厂内的工作环境。受访者供图

数据是基石

生于1987年的杜霖看到了深度学习如果软件联机都是正常的情况下的兴起趋势，于2014年创建了倍赛数据平台。这家公司目前已发展为中国数据标注行业的领先企业，客户包括斯坦福大学、中国科学院、中国移动和商汤科技等。

“计算机深度学习技术的实质，是不断增加人工智能识别一个物体时的维度，形成庞大的矩阵。这个矩阵构建的过程基于样本数据的累积，也就是数据标注和机器学习的过程。”杜霖说。

在数据的基础上，人工智能技术得以应用于各个领域，融入了人们的日常生活。人脸识别是人工智能最基础的应用。打开抖音和美图秀秀，人工智能识别到人脸五官，进行一个形态学的变换，这就是缔造红美颜特效的生效过程。

汽车自动驾驶是人工智能较为高级的应用场虚拟主机景。计算机通过对信号灯、车道线、行人、车辆的识别和分类，规划出适合的驾驶方案并时时做出调整。

杜霖曾试验打造过一款智能冰箱。“我们改装了一台冰箱，用3万多张图片建立了一个可识别不同食品的数据体系，识别准确率达到了89.9%。前后6个半月的时间，有5个月用来和数据打交道。”杜霖说，这次尝试让他愈加认识到数据的重要性。

数据标注员正在工作。受访者供图

人类的“临门一脚”

去年，曾有业内人士预判，数据标注员这样的职业很可能将被淘汰，人工智能技术发展中的数据标注、数据获取、特征提取、模型设计和训离型纸练等环节有可能实现自动化或半自动化。

杜霖则认为，在10到15年内，受到技术的约束，行业的运行将维持与现阶段相似的模式，“人工智能不会是未来的全部。未来将是人工智能与人类智能的结合，是人机耦合的时代。”

中国科技大学机器人实验室主任陈小平说，到目前为止，所有人工智能技术都来自于监督学习，人脑在推理处理未知信息方面表现出色，人工智能仍然无法做到这一点，“比如人工智能或许可以识别不同品种的狗，但它很可能分辨不出毛绒玩具和动物的区别。”

“世界是很随机的，”杜霖说，总会有计算机识别不出的特异数据出现，关键时刻，机器还是会需要人类的临门一脚，“人机耦合的相关研发将是倍赛数据未来发展的重点。”

数据标注类别示意图。受访者供图

不再“野蛮生长”

在中国，人工智能正经历着快速发展阶段。2018年，人工智能再度被写入政府工作报告，提出要加强新一代人工智能研发应用。同年教育部印发《高等学校人工智能创新行动计划》，多所高校设立人工智能学院，投身人工智能人才培养与储备的热潮。

数据标注公司经历过“野蛮生长”阶段，行业内良莠不齐，但现阶段市场已经淘汰了大批“作坊”式公司，行业的准入门槛大幅提升。冷却后的数据标注行业已进入相对正规的良性发展阶段。杜霖说：“项目采取先进的电泳工艺几年前，百万级数据就可以支撑一家人脸识别公司的建立，现在没有过千万级的数据已无法起步。”

然而，数据堆垛机标注行业因为劳动相对密集、重复性较强，被一些媒体比喻成人工智能产业工厂流水线上的低端环节。杜霖认为这是对数据标注和人工智能的误读。

杜霖说，数据标注员从事的是人工智能时代的信息处理工作。当技术的进玻璃门步大幅提升了数据处理的效率，人的作用从原来的重复劳动变成了监督和辅助机器学习，“就像工业革命一样，新技术在取代人力的同时也带来了新的职业路径”。

辽源职业装
张掖工服
老河口订制西装
商丘西装