數據標注：人工智能背后的“人工”力量

2019-01-25 11:41來源://

原標題：數據標注：人工智能背后的“人工”力量

數據標注員正在工作。受訪者供圖

新華社北京1月25日電（記者高杉 李宓）在北京北五環外的一座科技園內，22歲的張崳森正坐在電腦前給屏幕上的一幅街景勾畫上彩色線框，框選出圖中的交通信號燈、路牌和路障。在他身邊，幾百臺型號不算新的電腦如網吧般排列，同事們大多與他年齡相仿，敲打著鍵盤，熟練地做著類似的工作。

張崳森是一名數據標注員，生產大量可供計算機深度學習的訓練數據，使人工智能“學會”從人臉識別到車輛自動駕駛甚至更為復雜的任務。一位數據標注員每天可以進行幾千次標注操作。

北京倍賽數據平臺創始人杜霖說，數據是人工智能的基石，數據標注正是人工智能深度學習技術催生出來的新職業。

倍賽數據北京工廠內的工作環境。受訪者供圖

數據是基石

生于1987年的杜霖看到了深度學習的興起趨勢，于2014年創建了倍賽數據平臺。這家公司目前已發展為中國數據標注行業的領先企業，客戶包括斯坦福大學、中國科學院、中國移動和商湯科技等。

“計算機深度學習技術的實質，是不斷增加人工智能識別一個物體時的維度，形成龐大的矩陣。這個矩陣構建的過程基于樣本數據的累積，也就是數據標注和機器學習的過程?！倍帕卣f。

在數據的基礎上，人工智能技術得以應用于各個領域，融入了人們的日常生活。人臉識別是人工智能最基礎的應用。打開抖音和美圖秀秀，人工智能識別到人臉五官，進行一個形態學的變換，這就是締造網紅美顏特效的生效過程。

汽車自動駕駛是人工智能較為高級的應用場景。計算機通過對信號燈、車道線、行人、車輛的識別和分類，規劃出適合的駕駛方案并時時做出調整。

杜霖曾試驗打造過一款智能冰箱。“我們改裝了一臺冰箱，用3萬多張圖片建立了一個可識別不同食品的數據體系，識別準確率達到了89.9%。前后6個半月的時間，有5個月用來和數據打交道?！倍帕卣f，這次嘗試讓他愈加認識到數據的重要性。

數據標注員正在工作。受訪者供圖

人類的“臨門一腳”

去年，曾有業內人士預判，數據標注員這樣的職業很可能將被淘汰，人工智能技術發展中的數據標注、數據獲取、特征提取、模型設計和訓練等環節有可能實現自動化或半自動化。

杜霖則認為，在10到15年內，受到技術的約束，行業的運行將維持與現階段相似的模式，“人工智能不會是未來的全部。未來將是人工智能與人類智能的結合，是人機耦合的時代。”

中國科技大學機器人實驗室主任陳小平說，到目前為止，所有人工智能技術都來自于監督學習，人腦在推理處理未知信息方面表現出色，人工智能仍然無法做到這一點，“比如人工智能或許可以識別不同品種的狗，但它很可能分辨不出毛絨玩具和動物的區別?！?/p>

“世界是很隨機的，”杜霖說，總會有計算機識別不出的特異數據出現，關鍵時刻，機器還是會需要人類的臨門一腳，“人機耦合的相關研發將是倍賽數據未來發展的重點。”

數據標注類別示意圖。受訪者供圖

不再“野蠻生長”

在中國，人工智能正經歷著快速發展階段。2018年，人工智能再度被寫入政府工作報告，提出要加強新一代人工智能研發應用。同年教育部印發《高等學校人工智能創新行動計劃》，多所高校設立人工智能學院，投身人工智能人才培養與儲備的熱潮。

數據標注公司經歷過“野蠻生長”階段，行業內良莠不齊，但現階段市場已經淘汰了大批“作坊”式公司，行業的準入門檻大幅提升。冷卻后的數據標注行業已進入相對正規的良性發展階段。杜霖說：“幾年前，百萬級數據就可以支撐一家人臉識別公司的建立，現在沒有過千萬級的數據已無法起步。”

然而，數據標注行業因為勞動相對密集、重復性較強，被一些媒體比喻成人工智能產業工廠流水線上的低端環節。杜霖認為這是對數據標注和人工智能的誤讀。

以上是網絡信息轉載，信息真實性自行斟酌。