一張街景，人類一眼能看出“車、人、紅綠燈、樓房、馬路”；AI看到的只是一堆0-255的像素矩陣。給數(shù)據(jù)打標(biāo)，就是給AI“翻譯世界”。數(shù)據(jù)標(biāo)注師，應(yīng)運(yùn)而生。

在武漢理工大學(xué)科技園，覽易（武漢）智能數(shù)據(jù)服務(wù)有限公司有一支500多人的數(shù)據(jù)標(biāo)注師隊(duì)伍，分布在省內(nèi)外多個(gè)城市，平均年齡不到30歲。

27歲的恩施女孩黃雨晨就是其中一員。她2020年入職覽易智能，現(xiàn)已從普通“數(shù)據(jù)標(biāo)注師”成長(zhǎng)為“項(xiàng)目經(jīng)理”。

讓人意外的是，她的大學(xué)專業(yè)居然是漢語(yǔ)言文學(xué)。在數(shù)據(jù)、代碼、算法滿天飛的AI賽道，一名文科生居然擠進(jìn)了核心崗位。

圖為覽易（武漢）智能數(shù)據(jù)服務(wù)有限公司“數(shù)據(jù)標(biāo)注”業(yè)務(wù)項(xiàng)目經(jīng)理黃雨晨。（記者劉天縱攝）

新手入門不算太難

披著齊肩短發(fā)、戴著黑框眼鏡、穿著休閑T恤、揣著平板電腦和幾本書(shū)……在覽易智能門外初見(jiàn)黃雨晨，以為是去圖書(shū)館上自習(xí)的女大學(xué)生。

打開(kāi)辦公電腦，畫(huà)面令人眼前一亮——連片的點(diǎn)狀圖、彩色的標(biāo)注框、交錯(cuò)的標(biāo)記線等，構(gòu)成了一幅幅“賽博”風(fēng)格的城市街景圖。

“這就是數(shù)據(jù)標(biāo)注——給文本、圖片、視頻、語(yǔ)音等各類數(shù)據(jù)‘打標(biāo)簽’‘寫(xiě)說(shuō)明’‘加備注’，方便AI大模型學(xué)習(xí)理解?！秉S雨晨解釋道。

AI產(chǎn)業(yè)的三要素分別是數(shù)據(jù)、算力和算法。其中，數(shù)據(jù)是AI的“營(yíng)養(yǎng)來(lái)源”，算力是“肌肉力量”，算法是“思考方式”，數(shù)據(jù)標(biāo)注就是給AI制造“口糧”，將原始數(shù)據(jù)加工成機(jī)器學(xué)習(xí)算法可識(shí)別的內(nèi)容。

如，一張城市街景圖，需要人用專業(yè)軟件，標(biāo)注出汽車、行人、道路、紅綠燈、建筑、綠化帶、車道線等各類元素，以訓(xùn)練AI大模型的“眼力”和“腦力”。

數(shù)據(jù)標(biāo)注工作好上手嗎？

“只要學(xué)習(xí)能力強(qiáng)、耐心細(xì)致、且能熟練操作電腦，上手入門并不算太難。”黃雨晨透露，2020年大學(xué)畢業(yè)那年，湖北數(shù)據(jù)標(biāo)注產(chǎn)業(yè)剛開(kāi)始興起，從業(yè)人員缺口大，抱著試一試的心態(tài)，她向覽易智能投了簡(jiǎn)歷。

新手任務(wù)都是入門級(jí)的。如，給汽車攝像頭拍攝的照片做標(biāo)注。這對(duì)黃雨晨而言，類似于用專業(yè)軟件“P相片”，這正是女生愛(ài)好且擅長(zhǎng)的。每張照片上的行人、車輛、道路等元素加起來(lái)，大約有60個(gè)“標(biāo)注框”，黃雨晨每天能處理50至60張這樣的照片，成為新職員中的佼佼者。

AI對(duì)數(shù)據(jù)“食材”的要求越來(lái)越高

精修兩三張照片，或許小有樂(lè)趣。若一天要精修幾十乃至上百?gòu)堈掌?，難免心生厭倦。想當(dāng)好數(shù)據(jù)標(biāo)注師，就要不厭其煩。

“比起照相館的精修相片，數(shù)據(jù)標(biāo)注圖像的精度要求高多了?！秉S雨晨說(shuō)，入行的第一年，她主要處理二維圖像數(shù)據(jù)，即車載攝像頭拍攝的照片。

每張照片標(biāo)注完后，公司會(huì)有專門的質(zhì)檢人員來(lái)檢查標(biāo)注質(zhì)量，誤差不能超過(guò)1個(gè)像素點(diǎn)。

如24英寸的顯示屏，分辨率調(diào)成1920（寬）×1080（高）后，每個(gè)像素點(diǎn)長(zhǎng)寬不到0.3毫米。黃雨晨標(biāo)注一個(gè)人或一輛車，相當(dāng)于在像素點(diǎn)“萬(wàn)花筒”中精準(zhǔn)“摳圖”。圖像數(shù)據(jù)標(biāo)注誤差每提高1%，AI大模型訓(xùn)練效果就會(huì)降低幾十倍。

黃雨晨稱，數(shù)據(jù)標(biāo)注師每天的工作按“計(jì)件”考核，效率高的人可以多勞多得，標(biāo)注速度慢、質(zhì)量不高的人，只能花更多的時(shí)間和精力來(lái)補(bǔ)短板。

此外，車企投來(lái)的訂單多涉及新車型研發(fā)和排產(chǎn)計(jì)劃，要求數(shù)據(jù)標(biāo)注師每天必須按節(jié)點(diǎn)完成工作任務(wù)，一刻也拖不得，所以熬夜加班是常態(tài)。

因業(yè)績(jī)突出，黃雨晨一路從數(shù)據(jù)標(biāo)注師、小組長(zhǎng)、項(xiàng)目主管成長(zhǎng)為項(xiàng)目經(jīng)理，統(tǒng)籌覽易智能多個(gè)項(xiàng)目的培訓(xùn)、客戶對(duì)接、排產(chǎn)、交付等工作。她經(jīng)手的項(xiàng)目類型，也從汽車領(lǐng)域，延展到工業(yè)制造、智能安防、新零售、醫(yī)療、金融等多個(gè)行業(yè)。

“AI大模型幾乎每三四個(gè)月就迭代一次，市場(chǎng)對(duì)數(shù)據(jù)標(biāo)注的需求越來(lái)越大，標(biāo)注的內(nèi)容也越來(lái)越復(fù)雜?！秉S雨晨說(shuō)。

以自動(dòng)駕駛為例，黃雨晨參加工作的前幾年，主要標(biāo)注車載攝像頭拍攝的二維圖像數(shù)據(jù)，框出圖像中的車輛、行人、交通標(biāo)志等目標(biāo)。

由于二維圖像數(shù)據(jù)無(wú)法感知距離和空間，由激光雷達(dá)、毫米波雷達(dá)生成的三維點(diǎn)云數(shù)據(jù)標(biāo)注快速發(fā)展。

然而，自動(dòng)駕駛車輛在行駛過(guò)程中，周遭環(huán)境是動(dòng)態(tài)的，三維點(diǎn)云數(shù)據(jù)僅提供了靜態(tài)的空間場(chǎng)景，因此包含時(shí)序信息的四維標(biāo)注于2024年開(kāi)始興起，能更全面地描述物體的運(yùn)動(dòng)軌跡、形態(tài)變化以及與環(huán)境之間的互動(dòng)關(guān)系。

目前，從蔚來(lái)、理想、吉利、東風(fēng)、長(zhǎng)安等車企向覽易智能發(fā)來(lái)的訂單看，四維點(diǎn)云數(shù)據(jù)標(biāo)注已成主流。

“這說(shuō)明中國(guó)自動(dòng)駕駛技術(shù)在飛速發(fā)展，AI對(duì)數(shù)據(jù)‘食材’的要求越來(lái)越高。”黃雨晨說(shuō)。

幫AI擺脫“精神內(nèi)耗”

黃雨晨將人工智能產(chǎn)業(yè)解構(gòu)為“人工+智能”，AI大模型越來(lái)越聰明的背后，是廣大數(shù)據(jù)標(biāo)注師日以繼夜的默默奉獻(xiàn)。

覽易智能創(chuàng)始人、總經(jīng)理張雪嬌是名“90后”，黃雨晨等數(shù)據(jù)標(biāo)注師一路成長(zhǎng)的艱辛，她看在眼里。

張雪嬌透露，最近幾年，國(guó)內(nèi)每年都會(huì)新增幾百家數(shù)據(jù)標(biāo)注企業(yè)。

“企業(yè)要在智力密集型行業(yè)里生存下來(lái)，必須要有自己的‘技術(shù)護(hù)城河’?！睆堁山榻B，借助武漢理工大學(xué)在汽車產(chǎn)業(yè)領(lǐng)域的背景優(yōu)勢(shì)，覽易智能從廣大車企的數(shù)據(jù)標(biāo)注需求破題，自主研發(fā)了“l(fā)ine”數(shù)據(jù)標(biāo)注與管理平臺(tái)，可實(shí)現(xiàn)數(shù)據(jù)“采集-清洗-脫敏-標(biāo)注-質(zhì)檢-訓(xùn)練”等一站式處理。

“l(fā)ine”平臺(tái)最立竿見(jiàn)影的效果是提升數(shù)據(jù)標(biāo)注效率和質(zhì)量，為數(shù)據(jù)標(biāo)注師減負(fù)。

以四維點(diǎn)云圖像數(shù)據(jù)為例，每張點(diǎn)云圖像包含100至500幀畫(huà)面，每一幀畫(huà)面都至少要標(biāo)注上百個(gè)點(diǎn)、線、框。若讓人純手工標(biāo)注，幾個(gè)小時(shí)離不開(kāi)座位。

而“l(fā)ine”平臺(tái)能自動(dòng)完成70%以上的預(yù)標(biāo)注任務(wù)，支持多人、多團(tuán)隊(duì)協(xié)同標(biāo)注，并能提供智能質(zhì)檢功能。數(shù)據(jù)標(biāo)注師需要做的就是幫AI查缺補(bǔ)漏，提升整體標(biāo)注效率30%以上。

擁有高質(zhì)量的數(shù)據(jù)集，才能訓(xùn)練出高質(zhì)量的AI大模型。加工者越細(xì)致、越專業(yè)，數(shù)據(jù)集的質(zhì)量越高。就像醫(yī)療影像數(shù)據(jù)，主任醫(yī)師的手工標(biāo)注質(zhì)量，大概率高于醫(yī)學(xué)院大學(xué)生。

目前，金融、醫(yī)療、具身智能等行業(yè)已成為企業(yè)新的訂單增長(zhǎng)點(diǎn)。張雪嬌認(rèn)為，數(shù)據(jù)標(biāo)注行業(yè)已進(jìn)入高速發(fā)展期，對(duì)人才需求量巨大，湖北作為科教大省，擁有得天獨(dú)厚的優(yōu)勢(shì)。

覽易智能成立5年來(lái)，協(xié)同相關(guān)高校開(kāi)展技能培訓(xùn)，已累計(jì)培訓(xùn)數(shù)據(jù)標(biāo)注人才上萬(wàn)人次，讓就業(yè)真正“長(zhǎng)”在了產(chǎn)業(yè)上。

來(lái)源：湖北日?qǐng)?bào)（記者 劉天縱）

（來(lái)源：湖北日?qǐng)?bào)）