新智元報道

編輯：KingHZ

【新智元導讀】不要只盯著明星AI研究員！為了打造ASI，Meta、貝索斯等狂砸百億，招聘專家當AI的「老師」。在此背景下，數(shù)據(jù)標注員的角色逐漸從基礎(chǔ)任務(wù)轉(zhuǎn)向更高技能的領(lǐng)域，門檻水漲船高。

最近，Meta成立了「超級智能」AI實驗室，四處砸錢挖人。

網(wǎng)上流傳著一份44人「超級智能」成員名單，

這收入水平可能性非常大。據(jù)報道，為了從OpenAI挖走他們的首席研究官Mark Chen，扎克伯格提供了高達10億美元的薪酬提議。

值得關(guān)注的是，除了Yann LeCun等部分Meta的「AI元老」，名單里大部分都是這個月新入職的員工；而且名單里有一半本科畢業(yè)于國內(nèi)的大學。

而這些「中國大學生」中，清華校友Yuanzhi Li又是比較獨特的一位：之前，他是卡內(nèi)基梅隆大學的助理教授，沒有業(yè)界工作經(jīng)驗。

這份名單里另一位教授是圖靈獎得主、現(xiàn)紐約大學教授Yann LeCun

普通人只能像網(wǎng)友Meet一般感嘆：平庸與卓越差距如此之大！

不過，即便是清華的畢業(yè)生、即便也是美國的教授，也不是人人都有機會參加Meta的這波「AGI選秀」。

剛剛，清華校友、杜克大學教授陳怡然發(fā)微博如此表示。

小扎這是用實際行動證明：「知識就是財富」！

和Yann LeCun同榜的前教授

Yuanzhi Li入職Meta已有4個月，任研究科學家；入職Meta之前，他是卡內(nèi)基梅隆大學（CMU）的助理教授。

他沒有產(chǎn)業(yè)界的工作經(jīng)歷，主要研究深度學習理論。

目前，他的谷歌學術(shù)被引次數(shù)超過了4萬，特別是2023年后，被引數(shù)開始爆發(fā)。

他是LLM微調(diào)方法低秩自適應(yīng)LoRA的合著者。

論文鏈接：https://arxiv.org/pdf/2106.09685

他還參與了微軟語言模型Phi系列的研發(fā)，包括Phi-2、Phi-3、Phi-4等模型。

他還是「語言模型物理學」（Physics of Language Models）研究項目的主要參與者。

2014年，他獲得了清華大學計算機科學學士學位；2018年，他獲得了普林斯頓大學計算機科學博士學位。

不過，除了AI頂尖的研究人才，Meta在數(shù)據(jù)上也下了血本。

據(jù)報道，國際上頂級AI集團正在用高薪的行業(yè)專家替代非洲和亞洲低成本的「數(shù)據(jù)標注員」。

特別是，Meta和貝索斯狂砸百億，招聘物理學家、生物學家當「AI的老師」，打造超越人類的「超級大腦」。

數(shù)據(jù)標注行業(yè)，悄悄來了一次產(chǎn)業(yè)升級。沒學歷，數(shù)據(jù)標注都干不了？

推理模型大爆發(fā)

AI數(shù)據(jù)成關(guān)鍵

Scale AI、Turing和Toloka等AI數(shù)據(jù)服務(wù)商，正在聘請生物學和金融等領(lǐng)域?qū)＜?，幫助他們?chuàng)建更復(fù)雜的訓練數(shù)據(jù)。

隨著OpenAI o3和谷歌Gemini 2.5之類的推理AI模型的崛起，企業(yè)加速淘汰肯尼亞、菲律賓等國每小時薪酬不足2美元的低成本標注員。這些工人此前主要從事耗時的人工標注工作，為AI模型訓練提供海量數(shù)據(jù)集。

荷蘭的AI數(shù)據(jù)商Toloka的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Olga Megorskaya說：

「AI行業(yè)曾長期專注于模型和計算，而數(shù)據(jù)一直被忽視。終于，（AI行業(yè)）開始意識到數(shù)據(jù)在訓練中的重要性。」

這一轉(zhuǎn)變導致投資者對數(shù)據(jù)標注初創(chuàng)公司興趣大增。

例如，在6月，Meta向美國的Scale AI投資了150億美元，使其估值翻倍至290億美元，以追趕競爭對手。

同樣地，位于加州的Turing AI在3月以22億美元的估值籌集了1.11億美元資金。

貝索斯的個人公司Bezos Expeditions則在5月領(lǐng)投了Toloka的7200萬美元融資輪次。

產(chǎn)業(yè)升級，專家加薪20%

過去，數(shù)據(jù)標注員處理的任務(wù)比較簡單，比如在圖像上畫框來識別對象、描述圖像內(nèi)容、選擇流利的表達方式以及從常包含暴力或圖形內(nèi)容的數(shù)據(jù)集中剔除不良答案。

由于AI模型需要海量數(shù)據(jù)提升性能，這些工人需在數(shù)秒內(nèi)處理單個任務(wù)，日均完成數(shù)百項任務(wù)以構(gòu)建龐大數(shù)據(jù)庫。

然而，隨著許多任務(wù)已自動化，這些需求已經(jīng)大幅下降。這些過去從事AI最底層的工人，某種意義上被AI取代了。

肯尼亞數(shù)據(jù)標注員協(xié)會（Data Labelers Association）主席Joan Kinyua表示，工人們現(xiàn)在被要求處理依賴本地語言技能和知識的任務(wù)。

該協(xié)會還發(fā)現(xiàn)，部分任務(wù)要求標注員對AI生成的內(nèi)容進行最終質(zhì)量控制檢查。

隨著OpenAI、Anthropic和谷歌等AI巨頭努力開發(fā)ASI，而這些模型或?qū)⒊饺祟愔悄?，行業(yè)正在加大對數(shù)據(jù)集質(zhì)量的關(guān)注，雇傭?qū)＜襾斫鉀Q復(fù)雜問題。

Turing AI的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Jonathan Siddharth表示：「現(xiàn)在需要的是人類使用模型完成腦力工作的真實數(shù)據(jù)，以及模型出錯時的反饋?！?/p>

為了確保模型在從編程到物理學、金融等多個領(lǐng)域的表現(xiàn)，資金雄厚的AI公司現(xiàn)在愿意支付費用，獲取更復(fù)雜的數(shù)據(jù)集，從而聘請全球的專家。

Siddharth透露，Turing為跨行業(yè)專家提供比原職高20%-30%的薪酬。盡管數(shù)據(jù)預(yù)算僅占AI公司算力支出的10%-15%，但這仍是「一筆巨款」。

Toloka的Olga Megorskaya表示，諸如「思維鏈」之類的新功能，要讓人類專家演示如何拆解問題，之后才開發(fā)出來的。

經(jīng)驗豐富的軟件工程師可能還需根據(jù)自身領(lǐng)域設(shè)計任務(wù)，并通過編寫代碼、調(diào)試程序及檢查安全漏洞來解決問題。

與此同時，驗證物理學理論需要多方協(xié)作：物理學家負責闡述如何構(gòu)建模擬器來檢驗理論真?zhèn)?，軟件工程師編寫模擬器代碼，數(shù)據(jù)科學家則分析模擬結(jié)果。

Turing AI的Siddharth指出：「由此產(chǎn)生的模型不僅會超越物理學家，更將超越物理學、計算機科學與數(shù)據(jù)科學三大領(lǐng)域頂尖人才的疊加能力?！?/p>

參考資料：

https://archive.ph/Slzih