走进人工智能产业基地，了解新兴职业人工智能训练师

最近，人社部公布了一批新职业，其中有个新职业叫做“人工智能训练师”。听起来满是高科技的人工智能还要靠人来训练？谁能训练这些看不见、摸不着的人工智能？“人工智能训练师”究竟做些啥？关键是，挣得多不多？

带着这些问题，近日记者走访了百度（山西）人工智能基础数据产业基地。这里是目前国内从业人员和产值规模第一的单体数据标注基地，入驻企业35家，AI数据标注师从业人员超过2300人。

“我是数据标注员，中专学历，一天工作8小时，大概能挣300多元。”面对记者的问题，山西麟诺网络科技有限公司的李宇龙很自豪地给出了答案。这个收入对一个在太原生活的年轻人来说算高水平了——数据显示，2019年，太原市的城镇居民人均可支配收入36362元。不过，李宇龙说自己不算最高的，“我同事有一天能挣1000多元的。”

李宇龙学历不高，原先的工作跟人工智能没什么关系。2018年，山西麟诺网络科技有限公司成立，李宇龙经朋友介绍来到了这家公司。

“当时我也不知道数据标注员是做啥的，更没听说过人工智能。我们老板就交给我一套规则，让我按照规则在电脑上认车道线。”那会李宇龙刚20出头，正是肯学的时候，他在短时间内熟悉了规则，还总结出了标注车道的新规律。

作为这项新职业里的老员工，李宇龙目前已经转型培训师，除了日常工作，也承担起对公司新员工的培训教学，“还有的同事会转型做项目，或者内容审核员，上升空间还是有的。”

（中专学历的李宇龙是山西麟诺网络科技有限公司的数据标注员，一天工作8小时，大概能挣300多元。除了日常工作，他也承担公司的培训业务。）

“数据标注技术门槛低，招工人群范围广泛，对于促进就业作用显著。”山西麟诺网络科技有限公司负责人李应维告诉记者，目前公司招聘的员工以大专生为主，也有部分中专生。标注的规则由百度和相关领域的专家共同制定，并形成可操作的软件平台提供给企业，企业对员工进行简单培训就能上手。以人脸为例，目前能实现对约150个特征点的标注。大致的标注规则是数据标注师看到双眼皮就标记双眼皮，看到狮子鼻就标记狮子鼻，让机器自己去理解和学习。标注的特征点越多，AI就越能精确地识别人脸。

看似简单的工作，背后有庞大的数据基础做支持。算法、算力和数据是人工智能发展的三大要素，数据就是人工智能发展的燃料。每天人类社会产生的海量数据必须经过清洗和标注，换成人工智能熟悉的语言才有价值。因此，人工智能训练师的主要任务就是数据采集和标注。特别是数据标注。如果说人工智能是个孩子，那数据标注师就是带领这个孩子认识世界的启蒙老师，是他们一点点教会AI认识世间万物、分辨喜怒哀乐、听懂嬉笑怒骂。有了足够多、足够好的数据，AI才能学会像人一样去感知、思考和决策，更好地为人类服务。

人工智能产业发展之初，数据采集和标注需要人力完成的部分比较多，但现在技术相对成熟，数据平台已经有了持续学习能力，大部分采集和标注工作人工智能自己就可以完成，实现预标注和自动标注，所以现在的数据标注工作以机器辅助和人工标注结合为主。除了眼底检查片、肺部X光片等技术含量较高的有专业要求，大多数员工都能按照规则，在平台上完成语音、人脸、道路的标注操作，只要能熟练操作电脑就能胜任。

34岁的郭梅就是新职业的受益者。她原本在山西一家煤矿做监控员，因为孩子到太原上学，她跟过来照顾孩子，到学校附近的数据标注基地求职。经过公司的岗前培训和团队的帮助，她从一开始每天只能标注两三百张，提升到每天能完成1300多张。

（34岁的郭梅原本在山西一家煤矿做监控员，经过公司的岗前培训和团队的帮助，她也成为一名数据标注员，孩子也在基地的帮助下，进入了附近一所优质学校读书。）

数据标注员的工作跟着人工智能的发展需求不断调整。前几年人工智能刚发展的时候，语音识别、人脸、图像等识别需求大；近几年无人驾驶、进入发展快车道，郭梅和李宇龙的主要工作就改成了无人车、地图、3D点云等数据标注，天天看的是车道线、行人、障碍物。

“也还有一些垂类的语音识别项目，比如普通话的语音识别基本解决了，现在有的公司开始开发方言的语音识别，我们也接了一些方言的语音数据标注项目，但那些就要招聘当地人来完成了。”李应维说。

有了足够的技术基础，数据标注员还能教会人工智能新任务。疫情期间，戴着口罩的人脸识别需求激增。“根据客户需求，山西数据标注基地采集了大量戴口罩的人脸照片，由数据标注师对人脸的眉毛、眼镜、颧骨等人脸关键点进行精准标注，训练人工智能完成了戴口罩的人脸图像识别。 ”百度（山西）人工智能基础数据产业基地负责人尉赤说，“人们能在不摘口罩的情况下实现精确的体温测量，或是通过人脸闸机，背后就是这些数据标注员在训练人工智能。”

艾瑞咨询发布的《中国人工智能基础数据服务行业白皮书》预测，随着全球人工智能产业、物联网、5G的爆发式增长，到2025年，全球每年产生的数据量将从2016年的16.1ZB猛增至2025年的163ZB，其中80-90%是非结构化数据，需要经过清洗和标注才能被唤醒价值。在我国，每年需要进行标注的语音数据超过200万小时，图片则有数亿张。因此，人工智能数据标注师的岗位需求将持续增长。尉赤透露，今年基地新招了500多人，未来5年计划培养5万名AI数据训练师，并引入更多AI合作伙伴。李应维也预计，到明年自己的企业用工将翻一倍，从160多人扩展到300人左右。后疫情时代，数据标注将成为创造大量就业需求的新兴职业领域。

（百度（山西）人工智能基础数据产业基地的AI数据标注师们正在工作。这里是目前国内从业人员和产值规模第一的单体数据标注基地，未来5年还计划培养5万名AI数据训练师。）