数据标注师：站在了人工智能风口，却为5K月薪挣扎？( 三 )

像刘梦缘之前那样手把手教人工智能学习的方式，被称为“有监督”的机器学习。但当人工智能被逐渐成熟，它自身的识别能力与模型拟合准确度将不断提高，进入人机协作模式。直至人工智能会在模型的注准确度与效率上完全超过人类，此时它便要离开人工标注，进入无监督机器学习。
理论上说，每一个垂直场景随着技术发展，人工智能都有可能进入无监督学习状态。AI的核心在于预测，AI的下一个变革是无监督学习、常识学习。也就是说，“老师”们正在努力让 AI 不依赖人类训练，自己去观察世界是如何运转的，并学会预测，最终AI要甩掉“老师”。
但刘梦缘并没有很强的危机感：“我带领我们的人在做一件最有意义的事，在将每一个个体的智慧转化为 AI。我能保证，如果未来 AI 取代人类，他们也会是最后一批被取代的。”
为什么是最后一批？“因为总会有一个新的行业需要引入 AI ，需要我们（标注师）为他们来做数据准备。”

文章插图
刘梦缘一直认为：“最大的一块市场是审核”。随着 AI 技术的发展，早年一些基本的标注工作正被逐渐被淘汰。以自动驾驶模型为例：以前靠人工来识别车、行人，如今则是由机器先标出来，然后人再去检查标注是否正确。
她考虑过自己的职业规划：“非常想进大厂，可是简历不够漂亮，门槛都迈不进去”。
互联网大厂对于数据的重视，最直接的反应就是薪资，尤其是管理岗，优厚的薪资福利让很多人都羡慕不已，刘梦缘也是其中一员。除此之外，她还考虑过自己单干去开个小公司，然后以被收购的方式进入大厂的管理体系。
“不过，那都是非常遥远的未来，还是抓紧现在吧。”如今，刘梦缘已经升级为公司主管，名片上的职位是数据总监。她也不再像刚入职时那样累了，“每天工作结束，累得不行，还要在内部对比谁今天完成的任务多。”
当然，角色的转换之后刘梦缘会思考更多，“或许下一个风口明年就来，又或者……”她也有些语塞。
在科技急速发展的年代，各类人工智能的应用如雨后春笋一般闪现，随之而来的是职场的多变。刘梦缘现在能依靠的，就是自己在“教学”生涯中的经验，至于那些新入行的标注师们，他们刚踏上了人工智能的列车，却已经驶向一个模糊的未来。
作者：潘弗尼；编辑：秦言；来源微信公众号：懂懂笔记（ID：dongdong_note），《小米生态链战地笔记》、《微信思维》、《微信力量》三本畅销书的作者，多年财经媒体经历，业内资深分析人士。
本文由 @潘弗尼、秦言整理发布于人人都是产品经理，未经许可，禁止转载
【 数据标注师：站在了人工智能风口，却为5K月薪挣扎？】题图来自Unsplash，基于CC0协议