数据标注是做什么的 3D数据标注是做什么的( 三 ) _生活百科

文章插图
文章插图
图片:老友记
在巨头涌入、工资缩水的“大趋势”下，我们可以看到标签行业的“小趋势”:很多数据标签就像精心种植的水稻，在秋收季节到来之前，稻穗就落入了土壤。
年初，刘梦媛独自接到一份“私人账单”，赚了2万元。
那是一个大厂“丢”的单子，做无人数据标注。由于公司所有员工都在做另一个项目，她带了一些以前的老同事和10个兼职的学生，做了一个“包工头” 。
将近一年没有亲自批阅文件的刘梦媛，只能硬着头皮和大家一样动动鼠标。他的头顶、脖子、手肘、手腕、膝盖…都要一个一个的标注。整整一个星期，一群人已经批改完了几万个点——他们看似站在科技的最前沿，却在做着艰苦的工作。
本以为这笔生意之后，可以继续接小单，但是好景不长。“从4月份开始，出现了很多新的团队，价格特别低。原来报价是按毛算的，现在报价上有几毛钱” 。
数据标签行业有一套分工流程:巨头把任务交给中游的数据标签公司，然后中游再打包给下游的小公司和作坊。一些小作坊会进一步众包给“散户”:比如兼职的学生。曾经一单生意几经转手，导致行业众包中介级联越来越严重，利润所剩无几。
“AI肯定是未来的大趋势，但是我们小公司很迷茫。听说很多公司都不干了。”刘梦媛以为“私单”做得差不多了，她就一个人出去打工了，但在这样的行业形势下，她能感受到的只有压力。
困境，挣扎虽然目前的情况并不乐观，刘梦媛仍然认为，数据标签行业最终将是动荡的，他们是最后一批。
从好的角度来看，在下游市场混战的同时，上游的AI市场从未停止发展，AI正在成为人们进入这个社会的“入口”，这让刘梦媛等从业者感到充满希望。

文章插图
文章插图
然而，该行业也显示出严峻的一面。数据标注是迭代的:大模型正在慢慢取代标注器，一些门槛更高、学科更多的领域正在涌现。比如医疗卫生领域需要标注病理切片等。以腰椎间盘突出的CT片为例，标注者必须准确识别和标注椎间盘的轮廓。但是很多医学专家没有时间和精力去做数据标注，而这种工作是普通标注者力所不及的，通常需要医生或者医学生来做。导致这些专业人员的成本居高不下，是普通标注人员的10倍。
以前像刘梦媛那样手动教授人工智能学习的方式被称为“有监督的”机器学习。但当人工智能逐渐成熟后，自身的识别能力和模型拟合精度会不断提高，会进入人机合作模式。直到人工智能在模型注入的精度和效率上完全超越人类，那么它就会离开人工标注，进入无监督的机器学习。
理论上，随着各个垂直场景的技术发展，人工智能可能会进入无监督学习状态。AI的核心在于预测，AI的下一个变革是无监督学习和常识学习。也就是说，“老师”们正在努力让AI不依赖人类的训练，自己观察世界如何运转，学会预测最终AI会摆脱“老师” 。
但刘梦媛并没有强烈的危机感:“我正在带领我们的人做最有意义的事情，把每一个人的智慧变成AI 。我可以保证，如果未来AI取代了人类，他们将是最后被取代的。”
为什么是最后一批？“因为总会有新的行业需要引入AI，而我们(标注者)需要为他们准备数据。”