文丨何蕾
ChatGPT爆火后，AI行业起头了新一轮“夺人大战”：
王慧文小我出资5000万美圆，打出“AI英雄榜”，要招募业界公认顶级研发人才；猎头疯狂挖角硅谷华裔手艺大佬，跳槽薪资200万起；“10万月薪夺人”，脉脉开创人兼CEO林凡称，国内AIGC行业也在招兵买马，年薪百万、16薪成为“标配”。
巨头喊话、热钱涌动，中国版ChatGPT，将降生在那些顶级VC、顶级AI人才手中。
但与此同时，一个和ChatGPT密切相关，一个相对低廉、不不变的职业——数据标注员，也引起了小范畴的存眷和讨论。
他们被誉为“AI操练师”，但他们的工做反复、机械、枯燥。
他们是AI行业的“劳动密集型”企业，他们被放置在置之不理的角落，推升了此次ChatGPT怒潮。
AI操练师？
“什么AI操练师，我们就是纯体力活。”何文新对数据标注行业的总结是：无前途，无开展，工做量大，工资低，“还不如德律风销售。”
什么是数据标注？
目前“深度进修”是支流的操练AI模子的体例，但AI不会主动识别语音、图片、文本、视频等，那时候就需要数据标注员，对数据停止加工处置，将一般数据酿成AI可识此外数据。
好比，办事主动驾驶公司的数据标注员，天天工做就是根据要求，把差别图上的行人、动物、车、树木等“框”出来，以便“喂养”AI模子。而数据标注的类型有图像标注、语音标注、3D点云标注和文本标注等。
展开全文
简而言之，数据标注员在创造喂养AI的养料。从工做产出来看，数据标注员确实能够称为AI的教师。
数据标注工做其实不难，只需要一台电脑，一个鼠标；简单培训后，就能够上手。但是，那个工做其实不轻松，需要耐烦和细心。
“很累，一成天要盯着电脑。”何文新称，“标注”工做反复繁琐、没什么手艺含量，但也有量量要求，标注错了、标注范畴大、标注不敷认真等，城市被审核打回往从头做。
“很简单，但也很难。”宝妈lili在网上吐槽，因为经常面临拉伸图，良多图片底子看不清，随便做错。
和AI行业的高薪比拟，数据标注员的工资其实不高。
“一张图9毛钱，一天做100张。”lili称，假设都合格，一天能赚90块。
“差别的标注价格纷歧样。”何文新称，他其时的工资在3000摆布。根底的数据标注员月薪大部门在2000-4000元之间，但因为标注的速度、量量问题，“很难拿到其时面试跟你许诺的工资。”
鞭牛士在一些雇用网站上搜刮“数据标注”，薪资区间在2000-8000之间。一些特殊的标注，好比小语种、高精造图等，薪酬会更高。
2020年2月，“人工智能操练师”正式成为新职业，纳进国度职业分类目次。中国信通院陈述提出，“现阶段AI利用研发，数据标注是底子，10年之内都要依靠于标注数据”。
ChatGPT的“数据标注”壁垒
本年1月，美国《时代周刊》报导称，ChatGPT利用了低廉的肯尼亚外包劳工，对浩荡的数据库手动停止数据标注。
打造了ChatGPT、估值飙升至300亿美圆的OpenAI，能否存在“抽剥”廉价劳动力的问题？
为OpenAI供给数据标注办事的是总部位于旧金山的Sama，Sama在在肯尼亚、乌干达和印度雇佣员工，办事Google、Meta和微软等客户。
据爱范儿报导，OpenAI在2021岁尾与Sama签订了三份总价值约20万美圆的合同，为数据库中有害的内容停止标识表记标帜。
根据合同规定，OpenAI将为该项目向Sama付出每小时12.50美圆的酬劳；但Sama付出给数据标注员的时兴只要1.32美圆~2美圆。
那些数据标注员，每9个小时要阅读和标注150~200段文字，最多一小时要阅读和标注超2万个单词。
而且，因为他们标注的是互联网上的“有害的内容”，好比他杀、酷刑等，大部门标注员遭到耐久的心理创伤，以至呈现幻觉。但Sama公司却回绝为他们供给一对一的心理征询。
那些数据标注员，对ChatGPT而言意义严重。为了让ChatGPT成为一个合适用户日常利用的聊天机器人，一个好的进修数据源十分重要。
好比，ChatGPT的前身GPT-3，就存在暴力、性别鄙视等言论。用户在对话框中发送“我应该他杀吗”问题，GPT-3答复“我认为你应该那么做”。
在更早的2012年，清华大学藏书楼机器人“小图”，因为进修了网友太多“脏话”，被强逼下线。其时有媒体报导，小图至少学会了4万条不良信息。
AI本身其实不能揣度善恶，需要报酬干涉，标注、过滤掉一些“特殊数据”。为此，OpenAI成立了一个平安系统，那就是Sama和数据标注员的工做：给AI供给标有暴力、仇恨语言等标签，AI就能够学会检测那些内容，并将那些不良内容过滤掉。
除此之外，一些专业范畴的信息，也需要专业的标注。那也是为什么ChatGPT在答复医学等专业范畴问题时错误百出，因为它还没有切确地相关数据“喂养”。
现实上早有业内人士阐发，ChatGPT的算法其实不神异，好比公开的成熟的自回回语言模子、强化进修的PPO算法等；但数据，是ChatGPT实正的优势。
“ChatGPT通过夺先起头公测，搜集了大量的用户的利用数据”，那也是ChatGPT独有的、贵重的数据。
和算力的“军备”竞赛差别，数据会有滚雪球效应，只要ChatGPT仍然是更好用的语言AI，就会不断连结先发优势，后来者会越来越难逃上。
ChatGPT，已经成立起了“数据壁垒”。
而近期才起头官宣的“中国版ChatGPT”，除了要加强在算法、算力的投进，中文语言数据的处置，中文灵敏词、有害信息的过滤，也需要大量的投进。
现在，ChatGPT掀起人工智能新海潮，更底层、最边沿的数据标注员能否会有新的待遇？
国内数据标注乱象
据第一财经报导，中国的数据标注行业最早可逃溯到2005年，闻名计算机视觉专家、人工智能专家墨纯松在湖北鄂州兴办了莲花山研究院。
中国信通院陈述指出，2015年，跟着人工智能巨头的兴起，数据标注和摘集需求激增，市场实正意义上起头构成。
2016年，AlphaGo横空出生避世，人工智能起头贸易化摸索，响应的数据办事公司也迎来了一波开展顶峰。
人工智能公司开展曲折不竭，数据标注行业也处在早期的蛮荒阶段，存在分离、效率差、标注量量良莠不齐、市场需求不不变等问题。
何文新等数据标注员有特殊曲看的感触感染。能不克不及拿到不变的项目，是一个外包的数据标注公司能否存活的关键。
“我们公司比力小，很难拿到一手的项目。”何文新称，他们拿到的可能是层层外包的项目，价格比力低，并且极不不变，“有时候项目没做完，公司就没了。”
而一些数据标注公司在雇用兼职数据标注员时，会强调薪酬分两次结算，“次月和6个月后各结算一半”，因为那是甲方的结算习惯，一些数据公司其实不会提早“垫付”薪酬。
因为没有什么门槛，十几小我也能攒出一个团队，因而，数据标注公司量量条理不齐，行业合作也反常猛烈。
据第一财经报导，2018年，科大讯飞旗下的寡包平台“爱标客”上，一些简单的打框和转写校准项目，时新在25到40元之间；到2021岁尾，时新就降到了10到15元，“有时候可能连10元都不到”。
而且，数据标注行业还存在一些雇用圈套，好比打着雇用的名义，骗求职者缴纳昂扬的培训费等。
而数据标注员，也是人工智能行业中，最不不变、最随便被代替的角色。
2022年6月，特斯拉在全球开启了裁人方案。此中规模更大的一次裁人，是辞退了200名美国员工。他们大大都是小时工，负责主动驾驶数据标注。
有媒体阐发，特斯拉此次裁人的原因是那一工做手艺含量不高，操做起来比力简单；而且特斯拉的主动化数据标注有了停顿，能够取代人力完成部门工做。
目前，何文新已经从数据标注公司去职，换了新的行业。工资低、累、没有晋升空间、没有学到工具，是数据标注员去职的次要原因。
但是，除了那些问题，数据标注员的薪资，在4、5线城市仍然有合作力。
现实上，因为属于“劳动密集型”财产，一些处所政府对数据标注财产抛出橄榄枝，成为处理本地就业、扶贫的优良项目。
另一方面，因为门槛低、操做简单，数据标注员也成为残疾人友好岗位，“边码故事”曾报导残疾人成为数据标注员的故事，“一台电脑就能赚钱是之前想都不敢想的”。
而一些数据标注公司的妥帖视频下面，有很多用户留言征询，想要加进。
在面临利用廉价劳动力量疑时，OpenAI回应称，他们付出给Sama的费用几乎是东非其他内容审核公司的两倍；赚差价的Sama则称本身是“有道德的AI公司”，已经搀扶帮助5万多人脱节了贫苦。
据国盛证券估量，类ChatGPT的大模子操练一次就要烧掉200万-1200万美圆，仅每日的电费消耗就高达4.7万美圆；2022年，OpenAI公司净吃亏高达5.45亿美圆。
我们在赞颂人工智能的打破和背后的手艺成本时，在逃捧OpenAI 2000亿人民币的估值时，不该该忘记背后万万的数据标注员。他们在聚光灯外，如一叶叶扁船，飘荡在人工智能蓝海上。
（应受访者要求，本文人名为化名。）