数据标注师：站在了人工智能风口，却为5K月薪挣扎？

编辑导语：数据标注师，站在了人工智能的风口，为什么却还在为5K月薪挣扎呢？让我们带着好奇与思考，一起来看一下这篇文章。

文章插图
AI正在一步步趋于成熟，但标注师群体却在一步步远离舞台……

文章插图
上个月，特斯拉首席执行官马斯克表示，将在明年推出“Tesla Bot”人形机器人原型，以从事人们不喜欢做的危险、重复性或枯燥的工作。该计划一经发布便引起了广泛讨论，国外媒体的焦点，放在了安全性上。而在国内，隐藏在人工智能产业链中一群人“小人物”却开始浮出水面，并被舆论聚焦。
他们是AI行业的赋能者，是人工智能背后的“人工”。在AI繁荣的背后，有亿兆级的数据信息，在流水作业中，这些数据最终都会传递到名为“标注师们”的电脑前，被他们手动去“智能化”。
他们扮演了“老师”的角色——手把手地传授现实世界中的表情和动作，然后等着AI这位“学生”成长、离开，或许有一天这些“AI学生”将取代“老师”的位置。如今，随着数据标注行业迭代升级，这些数据标注师或许很快就会离开舞台……
一、入行、扎根上海一座创意园区内，主管员刘梦缘（化名）正坐在自己的小隔间里，等着手下的标注师们发来成型的文档。
外面的工位上坐满了员工，他们一个个都把脑袋凑近屏幕，脖子还向前探着。其中的一位员工正在做着“描点标注”，将视频按帧截取并放大，细致对脸部特征、骨骼弯曲点进行标注，由于截取的画面像素低，大部分员工总是习惯性地一边滑动鼠标滚轮一边叹气。

文章插图
员工们操作的“描点标注”是人脸识别前重要的步骤之一，除去“描点标注”，还有分类标注、标框标注等。AI不是生来就能识别人的眼耳口鼻，它需要通过标注师绘制的人脸关键点，来建立对五官轮廓的认知。在此基础上，AI才可通过这些点构成的轮廓特征，完成一系列识别工作。
当你“刷脸”解锁手机、完成支付，当你进入火车站，检票设备扫描面部时，都是在使用人脸识别的技术。而助力这项技术的，正是数据标注师们。
在刘梦缘所在的公司，标注师们用细密、起伏的鼠标点击声制造出成千上万个关键点。这项工作很“初级”，却也很艰难，刘梦缘在屋里偶尔会出来看一眼，然后见怪不怪地回到隔间，“我以前也是这么过来的，正常。”
她是从2018年入行的，从机械地录入（数据清洗）工开始，几个月后才正式接触数据标注工作。她的第一个任务是给图像中的人物打标签：年龄、性别、人种、头发、表情等，以供AI学习。而在见识了海量人物标签后，AI就像炼就了火眼金睛，“一眼”认出人的特征来。
“当时税后5千多的工资，主要是门槛不高，其实说到底就是互联网民工的角色吧”。当时的刘梦缘大专毕业后几次应聘都不顺，灰心丧气之际她与“标注师”不期而遇，女生特有的细心和韧劲让她一路坚持下来，直到现在。
也正是在刘梦缘入行的2018年，数据标注公司的风口来临。根据前瞻产业研究院统计，2017年数据标注相关融资事件达到9起，到2021年4月，共有18家公司获得融资，投融资事件39起。

文章插图
来源：前瞻产业研究院
跟着这一波潮流发展的是，许多数据服务公司也作为乙方进入到日益扩大的市场，为百度、阿里等大型互联网公司，以及部分AI独角兽企业提供服务。

文章插图
图片来源：人社部
2020年4月26日，人力资源与社会保障部发文正式宣布，“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。预计到2022年，国内外相关从业人员有望达到500万。
行业向上，但“老师”们依旧用密集、艰辛的劳动辅助AI一步步走向成熟。光鲜的AI科技发布会在台前风光无限，可标注师们的生活似乎变得有些困难了。
“说是没技术含量，精度要求在那里，很容易犯错，”刘梦缘看着现在的手下的员工说道。每张图片要标记的点位繁杂，稍有偏离就会产生错误。一张图有错，会影响到整个数据包数据，然后就是“回炉重造”。
除了精度，疲倦是标注师最大的敌人。“这行干久了之后，我清楚地知道客户要通过我们实现什么——就是把人脑当电脑用”，刘梦缘笑着说道。