他們說人工智慧閃耀無比，他們卻從不被提起

人工智慧革命像一場戰爭，熱烈、引人矚目……而且殘忍。強者獲得勝利然後獲益，弱者最終失敗被淘汰。戰爭中總有許多無足輕重的小兵。他們站在最底層，無意捲入這場戰爭，也無法影響戰爭結果。但他們始終是其中的一員。

人工智慧行業里也一樣。世界各地都有這麼一群人，他們邏輯上是人工智慧從業者，但實際上絲毫不對人工智慧的發展產生影響，雖然他們必不可少。他們所做的工作，更像人工智慧界的——「針線活」。

什麼「針線活」

人工智慧的核心是機器學習，其目的是使計算機能夠像人類一樣學習，以獲得某種知識或技能。一般來說，開發人員需要根據任務目標創建一個機器學習演算法，然後通過輸入大量的特定數據對該演算法進行訓練。演算法利用訓練過程中的經驗自動改進，提高自身完成任務的能力。目前，多數機器學習任務屬於監督式學習，需要利用人工標記過的訓練數據來學習。

對大量原始數據進行「標記」，是一項技術含量雖不高，但不可或缺且費時費力的工作，具體工作內容類似於：用框線標出街道照片上的汽車、給圖片加標籤以及聽寫語音片段等。

所幸，這些重複性的工作所能為人們帶來的收入是非常可觀的。因此它不但支撐著人工智慧技術不斷去影響世界，也可能在某個時候支撐著一個家庭的生活。

這些人

36歲的Aria Khrisna是印度尼西亞直葛人，他同時也是三個孩子的父親。他說，為eBay和亞馬遜(Amazon)等網站上的服裝圖片上添加文字標籤，每月可讓他入賬約100美元，大約是他收入的一半。

▲Khrisna和他三歲的兒子Raka

31歲的Marjorie Aguilar是委內瑞拉馬拉開波的一名自由化妝師，她每天花4到6個小時在照片上用框線標出汽車，幫助AI訓練自動駕駛系統。她每小時能掙50美分，在這樣一個通貨膨脹經濟失控的國家裡，只需幾個小時的工作就能支付一個月的房租。她說:「這聽起來不像是一大筆錢，但對我來說已經相當不錯了。」

▲工作中的Marjorie Aguilar

25歲的Shamima Khatoon在印度一家數據標記公司工作，她的工作是為汽車、車道標誌和交通燈做標註，辦公室中全部是女性。在保守的穆斯林社區，這是她唯一的外出工作機會。她說:「這是一個提高技能、支持家庭的好平台。」

一個沒有未來的職業

研究人員一直試圖為人工標記數據找到變通的方法，但研究結果經常性地顯示為「失敗」。

在一個使用谷歌街景中停靠汽車的圖片來估算街區人口構成的項目中，當時參與項目的斯坦福大學研究員Timnit Gebru試圖通過在一個廣告網站上搜羅那些被貼過標籤的汽車照片來訓練她的AI。

但是產品照片看起來並不像街景里的汽車圖像，而且程序也認不出來。最後，據她所說，她花了35000美元來聘請汽車銷售人員來給她的數據貼上標籤。

不過，加州大學伯克利分校的機器學習專家Trevor Darrell說，預計在5到10年內，計算機演算法就能夠在不需要人工標籤的情況下學習。我們也可以看到，目前已經出現了許多不需要標記數據就能進行學習的無監督學習演算法。

技術在飛速進步中。相信很快「數據標記」這種低技術含量、高重複性的工作就會消逝於歷史長河，這一職業出現得快，消失得也快，對整個行業來說應該是可喜的。

對曾參與這項工作的他們來說，卻無關喜悲。對他們而言，這只是一份普通的工作，丟了這一份，完全可以再找另一份，繼續養家、糊口、過自己的生活。他們其中很多人甚至無法完全理解這份工作的含義，也可能根本意識不到，自己撐起了這場技術革命。

但他們是存在的。渺小，但存在。

人工智慧革命和戰爭，像又不像。它帶領世界走向更好的未來，而不是毀滅與災難。只是，在人工智慧的故事裡，同樣充滿著小人物的身影，當人工智慧站在巔峰、閃耀無比的時候，沒人記得，他們也曾出過一份力。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！