在一排一排的電腦前，這里的年輕人們一邊瀏覽照片和視頻，一邊標記他們看到的每樣東西。
      有的是在為無人駕駛公司標注路上的汽車和紅綠燈，有的是在為無人售貨公司標注面包牛奶巧克力。

河南省郟縣睿金科技公司工人正在標注數(shù)據(jù)

      據(jù)《紐約時報》的報道，在位于中原腹地的河南河北，數(shù)據(jù)標注正在漸漸成為最新的勞動密集型行業(yè)。
      有多少人工，就有多少智能。目前的人工智能在被投喂了大量數(shù)據(jù)之后營銷型網(wǎng)站制作，才能認出三歲小孩子都能認出的東西，學會“黑貓白貓都是貓”。

      然而，在人工成本更高以及對數(shù)據(jù)標注要求更復雜的硅谷，工程師們需要尋找其他出路來獲取大規(guī)模的高質(zhì)量有標記數(shù)據(jù)。
      1.眾包
      在人工費用高昂的硅谷，工人的最低時薪約為13美元左右。對于很多創(chuàng)業(yè)公司和中小企業(yè)來說，雇工人標注數(shù)據(jù)實在承受不起。
      最經(jīng)濟的方法就是把大量任務(wù)拆分成小任務(wù)，再以低廉的價格分發(fā)到用戶手中。
      其中最有名的在線眾包平臺就是亞馬遜旗下的Amazon Mechanical Turk了。
      在Mechanical Turk 上，發(fā)布者可以自行上傳標注任務(wù)，用戶只需要填寫簡單的個人信息就可以開始工作。
      為了搞清楚Mechanical Turk到底是怎么工作的，我們也注冊了一個賬號。
      在Mechanical Turk的開始頁面，有各種奇奇怪怪的任務(wù)。這其中包括“標注廚房里的事物”，“找出電子郵件地址和發(fā)件人名字”，“給圖片中的物體勾線”等等。
      每個任務(wù)中包含若干個被稱為HIT（人類智能任務(wù)，Human Intelligence Task）的小任務(wù)，標注員每完成一個小任務(wù)可以獲得相應(yīng)的報酬。
      其中最便宜的一個是給圖片中的建筑分類，判斷這個小樓是屬于拉丁裔、亞裔還是中東人。每完成一個可以獲得1美分（約7分人民幣）報酬。
      而最貴的一個，是找一位中文母語者按要求錄150句中文，可以獲得6美元。
      除了這些簡單易懂，點一下鼠標就能完成的任務(wù)，在Mechanical Turk上還有更多高要求的標注工作。
      比如，有一個任務(wù)要求標注者看10秒鐘視頻，并用一句話描述視頻里的內(nèi)容。
      在描述時，不能出現(xiàn)拼寫和語法錯誤，也不能加以主觀臆斷，在囊括所有重要內(nèi)容的同時又不能描述太多不重要的細節(jié)。
      而實現(xiàn)這么一個高要求的任務(wù)，發(fā)布者只需要付出0.3美元賞金。

建議家長拿這個玩意兒訓練小朋友寫英語短句

      盡管任務(wù)復雜報酬低廉，Mechanical Turk上的任務(wù)還是供不應(yīng)求。一些低要求的工作被放出來不到十秒，就被搶光了。
      截至2011年1月，Mechanical Turk上的注冊工人數(shù)量已經(jīng)達到了50萬，在這些人的幫助下，有無數(shù)資金不充裕的人工智能研究得以實現(xiàn)。
      此外，在網(wǎng)站輸入驗證碼時，其實我們也在順便做數(shù)據(jù)標注，只不過得不到報酬罷了。
      而其實，Mechanical Turk（直譯為機械土耳其人）的名字早就劇透了人工智能訓練的本質(zhì)。
      1769年，初代Mechanical Turk的發(fā)明者——匈牙利機械師沃爾夫?qū)?#8226;馮•肯佩倫制造了一個“能戰(zhàn)敗人類”的下棋木偶。
      這個“智能”木偶在歐洲和美洲幾乎戰(zhàn)無不勝，連拿破侖一世和本杰明•富蘭克林都成了它的手下敗將。
      然而直到1857年，《國際象棋月刊》才揭露，其實傀儡里坐了一個象棋國手。
      而電腦屏幕背后的人，又和機器里坐著的象棋國手有什么區(qū)別呢？

      2.和專業(yè)人士合作
      眾包模式固然有種種優(yōu)點，但它的缺點也是致命的。
      當我向一位Google工程師朋友提起Mechanical Turk的時候，他表示“我們不敢用Turk 標注”。
      因為眾包模式，通過Mechanical Turk標注的數(shù)據(jù)良莠不齊，花錢標注已經(jīng)花了大功夫，整理和“清洗”數(shù)據(jù)又要浪費很多時間。
      尤其對于很多專業(yè)領(lǐng)域來說，普通人根本無法完成數(shù)據(jù)標注。

比如這種，你能告訴我哪個是有病變的嗎？

      2017年，Google AI公布了一項突破性研究成果：通過機器學習技術(shù)，AI能夠從病人的視網(wǎng)膜眼底照片中自動診斷出潛在的病變情況，來提前發(fā)現(xiàn)糖尿病性視網(wǎng)膜病變，進行及時的治療和預防，讓患者保住視力。
      但想要教會AI什么是正常的眼底照片，什么是有潛在病變的眼底CES，這個過程并不容易。
      為了獲得高質(zhì)量的標注圖片，真正讓AI的診斷水平達到執(zhí)業(yè)醫(yī)師的同等標準，Google與印度和美國的眼科醫(yī)生合作，創(chuàng)建了含有12萬張圖像的開發(fā)數(shù)據(jù)集，再由3到7名眼科醫(yī)生聯(lián)合評估圖片中的病變。
      最終，共計54名醫(yī)生從這些視網(wǎng)膜眼底照片素材中標記出超過88萬個確診癥狀。
      這些圖片和標記全部被用來訓練深度卷積神經(jīng)網(wǎng)絡(luò)，最終使得AI的診斷準確率逼近甚至超越了醫(yī)生。
      在Google Brain參與另一個與壽命預測相關(guān)的項目的工程師Steven Zhan告訴我，他們的數(shù)據(jù)集標注工作基本無法眾包，都是交給醫(yī)生來完成的。
      雖然在未來，AI很有可能發(fā)展到“自己教自己”這一步。
      但目前為止，大部分的數(shù)據(jù)標注工作都是由真人完成的。這個工作不像大家想象的那么簡單，而是充滿了復雜的判定和繁瑣的重復。
      而隨著人們對數(shù)據(jù)的需求越來越高，也有越來越多的人開始靠標注數(shù)據(jù)為生。
      皮尤研究中心預測，這種零碎的數(shù)據(jù)標注工作將在未來幾年內(nèi)成為美國經(jīng)濟的重要組成部分。
      在2016年，有大約5％的美國人通過Mechanical Turk這樣的在線標注平臺賺錢——這個數(shù)量已經(jīng)超過了優(yōu)步司機。
      在可見的未來里，人類還將繼續(xù)為人工智能打工。
      在中國如此，在美國也一樣。
杰創(chuàng)網(wǎng)絡(luò)科技，