“人工智能一定要有人工才能智能?！绷_兵是一名有7年從業(yè)經(jīng)驗(yàn)的客服域AI訓(xùn)練師，他直言，在多數(shù)AI訓(xùn)練師看來，離開了人工，AI將不會(huì)存在。

喂養(yǎng)AI

AI行業(yè)是金字塔式構(gòu)造，底部眾多數(shù)據(jù)標(biāo)注員是整個(gè)行業(yè)必不可少的基石，他們負(fù)責(zé)對人工智能做繁瑣重復(fù)的喂養(yǎng)工作，這為整個(gè)AI模型提供了不可或缺的基礎(chǔ)。不同于金字塔頂端的技術(shù)人員，數(shù)據(jù)標(biāo)注員更像是喂養(yǎng)AI的“奶媽”。

“寫幾千、幾萬條問答，想讓AI變得更聰明，只能靠人來喂數(shù)據(jù)?！边@是婷婷入行后的感受，她需要為深圳一家互聯(lián)網(wǎng)公司的虛擬主播做數(shù)據(jù)標(biāo)注工作。

婷婷對公司正在做的AI產(chǎn)品進(jìn)行描述時(shí)，語氣中充滿了憧憬：“那是一個(gè)可以實(shí)時(shí)演算、能在平臺(tái)直播、能說會(huì)唱，還能智能回復(fù)彈幕的3D虛擬歌手產(chǎn)品?！钡蔡寡?，“實(shí)際情況是目前還沒有做出來，或者說是現(xiàn)在的技術(shù)不足以支撐公司做出來?！?/p>

婷婷每天的工作內(nèi)容很滿：一方面要跟算法對接，做好demo測試和數(shù)據(jù)分析，組織負(fù)責(zé)內(nèi)容創(chuàng)作的伙伴按算法要求打分，分析demo更新優(yōu)化等；另一方面還要進(jìn)行內(nèi)容創(chuàng)作、調(diào)研、設(shè)計(jì)、營銷等。

模型每天給婷婷“甩”過來上萬條更新出來的文本問答，她需要一條一條地優(yōu)化改寫，緊接著還要進(jìn)行評(píng)測，對AI的答案進(jìn)行5分制打分，而且針對每一個(gè)答案都要給出具體判斷標(biāo)準(zhǔn)。這讓婷婷意識(shí)到，想讓人工智能變聰明，只能人為給它喂優(yōu)質(zhì)數(shù)據(jù)。但是，這和她原本對AI行業(yè)的期待背道而馳。

出于對科幻電影、數(shù)碼產(chǎn)品和游戲的興趣，婷婷往這家人工智能公司投遞了簡歷。她說：“當(dāng)時(shí)的我覺得科幻片里的場景是可以實(shí)現(xiàn)的。”然而真正走進(jìn)這個(gè)行業(yè)后，以往對AI行業(yè)的期待與現(xiàn)實(shí)狀況產(chǎn)生了巨大落差。隨著參與的深入，婷婷發(fā)現(xiàn)數(shù)據(jù)喂養(yǎng)工作具有極大的可替代性，目前國外已經(jīng)出現(xiàn)了AI自動(dòng)標(biāo)注替代人工標(biāo)注的案例。同時(shí)，行業(yè)內(nèi)部也存在極大的壁壘：有的年薪百萬，有的日結(jié)兩百。

與婷婷的工作類似，沙柳也是一名數(shù)據(jù)標(biāo)注員。作為一名自然語言大模型的數(shù)據(jù)標(biāo)注員，沙柳每天的工作內(nèi)容就是對模型進(jìn)行提問，再將模型輸出的回答進(jìn)行標(biāo)注。她需要標(biāo)注出最佳答案來優(yōu)化AI模型，不斷地標(biāo)注和訓(xùn)練是為了讓模型能夠在下一次的提問中給出更好、更優(yōu)質(zhì)的答案。

當(dāng)然，評(píng)判答案的優(yōu)劣并不是靠標(biāo)注員的知識(shí)水平和主觀感受，也無法人工寫答案。“最優(yōu)質(zhì)的答案都需要去生成，有時(shí)還需要檢驗(yàn)標(biāo)注后的內(nèi)容是否屬實(shí)?！?/p>

但是，對于需要海量數(shù)據(jù)的模型來說，最主要的標(biāo)注宗旨就是確保答案沒有事實(shí)錯(cuò)誤，其次才是答案是否扣題、表達(dá)了什么觀點(diǎn)、對語言的理解能力如何、答案格式是否準(zhǔn)確等。

這是一個(gè)高度重復(fù)性的工作，沒有太高的技術(shù)含量。沙柳說：“標(biāo)注工作需要耐心，本質(zhì)上是一個(gè)很枯燥的工作?！比绻褙炞⒐ぷ鳎刻斓墓ぷ髁?個(gè)小時(shí)就能完成，但也很費(fèi)眼睛。

即便婷婷和沙柳都認(rèn)為這是一份單調(diào)且繁瑣的工作，但她們都無法否認(rèn)其在行業(yè)內(nèi)的價(jià)值：數(shù)據(jù)標(biāo)注是整個(gè)模型不可或缺的基礎(chǔ)。只要人工智能無法達(dá)到完全代替人的標(biāo)準(zhǔn)，標(biāo)注工作就會(huì)永遠(yuǎn)存在。

這就是行業(yè)目前面臨的困境：高可替代性，繁瑣重復(fù)，卻又不可或缺。

數(shù)據(jù)標(biāo)注工作看似簡單易上手，但又必須具備嚴(yán)謹(jǐn)?shù)墓ぷ鲬B(tài)度。比如，如果對自動(dòng)駕駛領(lǐng)域的標(biāo)注缺乏質(zhì)量把控，那么就無法讓汽車安全行駛在道路上。人工智能領(lǐng)域有一句流傳甚廣的話——人工智能行業(yè)有多少人工，就有多少智能。

人工智能行業(yè)的發(fā)展?jié)摿o限，AI訓(xùn)練的基礎(chǔ)是標(biāo)注與喂養(yǎng)，這是打造AI的第一步。

“這是一個(gè)養(yǎng)孩子的過程”

2020年，AI訓(xùn)練師正式成為新職業(yè)并納入國家職業(yè)分類目錄。而在此之前，AI訓(xùn)練師在人才市場上的地位較為尷尬，既沒有對口的專業(yè)，也缺乏相關(guān)的職業(yè)技能培訓(xùn)。

羅兵說：“7年前，我剛?cè)胄械臅r(shí)候，很多都是空白的，只能自己去摸索?！庇捎诋?dāng)時(shí)深圳的AI企業(yè)尚未發(fā)展起來，羅兵所在的公司只能從外地買回來一些機(jī)器人?！坝胁欢牡胤?，就請對方的產(chǎn)品經(jīng)理或者訓(xùn)練師給自己做一些培訓(xùn)，不斷重復(fù)這一過程后，就會(huì)對產(chǎn)品有一個(gè)基本認(rèn)知，逐漸熟悉了操作訓(xùn)練機(jī)器人的后臺(tái)系統(tǒng)，這樣就算入門了。”

羅兵接觸并訓(xùn)練過許多類型的機(jī)器人，而在客服域主要是文本機(jī)器人和語音機(jī)器人兩種。例如，購物軟件中的機(jī)器人能回答售前、售中、售后的系列問題；查詢快遞物流情況時(shí)輸入單號(hào)，機(jī)器人就能調(diào)取包裹的物流軌跡，這些都是AI訓(xùn)練師訓(xùn)練機(jī)器人后的成果。通常，AI訓(xùn)練師需要根據(jù)應(yīng)用場景和面向人群，搜集一些語料（即語言材料）后輸入機(jī)器人模型中，并形成語料庫。“我需要對機(jī)器人進(jìn)行提問，判斷它的回答對不對，如果不對的話，就要找出問題的原因并進(jìn)行干預(yù)?！?/p>

羅兵需要在人工客服中收集用戶咨詢最多的問題，并將其進(jìn)行歸類，再來編輯話術(shù)，即人為地配置一些常用并且描述清晰的問題及其對應(yīng)回答，再把這些問答“喂”給機(jī)器人。

當(dāng)用戶進(jìn)行提問時(shí)，機(jī)器人會(huì)將用戶的問題與所有配置好的問答進(jìn)行相似度計(jì)算，找出最相似的問題，并返回答案給用戶，這樣就完成了一次問答操作。當(dāng)用戶提出的問題不在設(shè)定好的范圍內(nèi)時(shí)，就需要AI訓(xùn)練師去復(fù)盤總結(jié)，通過不斷地復(fù)盤，讓機(jī)器人盡可能回答用戶的所有疑問。

把大量的數(shù)據(jù)“喂”給機(jī)器人，是深度學(xué)習(xí)的一環(huán)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，本質(zhì)上就是讓機(jī)器或者程序變成一個(gè)人，擁有人的技能，可以模仿或者創(chuàng)造一些人能做的事情。

曾在深圳一家互聯(lián)網(wǎng)大廠實(shí)習(xí)了4個(gè)月的憶如，對“喂”機(jī)器人有通俗理解：“比如，告訴機(jī)器人1+1=2是對的，1+1=3是錯(cuò)的。然后，再告訴它3+3=6，如果機(jī)器人說等于5，那就給它打一個(gè)錯(cuò)誤的標(biāo)簽，機(jī)器人就會(huì)繼續(xù)學(xué)習(xí)；如果機(jī)器人輸出的是6，那就證明機(jī)器人對這個(gè)任務(wù)能完成得比較好了。”

進(jìn)行深度學(xué)習(xí)的過程，其實(shí)就是把大量的數(shù)據(jù)“喂”給機(jī)器或者程序，告訴它正確答案，讓它不斷學(xué)習(xí)，讓它明白。

憶如實(shí)習(xí)期間的工作與游戲AI相關(guān)，他需要把王者榮耀中的“非玩家控制角色”（即NPC）訓(xùn)練得更加智能。怎樣去躲避別人的技能防止自己掉血（指玩家角色受到攻擊或受到特定條件影響而失去生命值）？怎樣在自己不掉血的情況下讓別人掉血？怎樣更快地使用技能？這些都是憶如需要對AI進(jìn)行強(qiáng)化訓(xùn)練的。

不同于羅兵需要把客服機(jī)器人訓(xùn)練得舉一反三，憶如更偏向強(qiáng)化學(xué)習(xí)部分的工作，“不過，強(qiáng)化學(xué)習(xí)只針對某一個(gè)具體應(yīng)用，讓游戲AI會(huì)做一件或者幾件事情，訓(xùn)練出來的也只是能跟用戶對打的NPC?！?/p>

隨著AI訓(xùn)練師被納入國家職業(yè)分類目錄，對該職業(yè)的考核標(biāo)準(zhǔn)也有了詳細(xì)規(guī)定。

2022年，羅兵參加了深圳市人工智能訓(xùn)練師職業(yè)技能競賽，并獲得了三等獎(jiǎng)。

想要獲得職業(yè)認(rèn)證證書，需要大量的職業(yè)技能培訓(xùn)。羅兵希望自己不局限于初級(jí)階段的工作，他不斷提升工作能力，學(xué)習(xí)更多的技能。他把自己達(dá)到一定水平后訓(xùn)練AI的工作，比作一個(gè)養(yǎng)孩子的過程，“因?yàn)檫@時(shí)候我能參與制定一些規(guī)則、搭建一些模型，機(jī)器人完全是根據(jù)我的想法去做的，這些機(jī)器人就像我的孩子一樣，它能成長到什么地步完全取決于我?！?/p>

“關(guān)關(guān)難過關(guān)關(guān)過”

未來，人工智能將在各個(gè)領(lǐng)域得到更深入更長足的發(fā)展。在這個(gè)過程中，AI訓(xùn)練師扮演著重要角色，他們的工作對于機(jī)器學(xué)習(xí)模型的優(yōu)化和精準(zhǔn)性有著決定性的影響。

然而，與日漸增長的市場需求相比，專業(yè)AI訓(xùn)練師的缺口還是有些大。羅兵解釋說：“現(xiàn)在特別缺行業(yè)類的訓(xùn)練師，比如金融類的訓(xùn)練師，既要懂金融相關(guān)知識(shí)，又要懂文本訓(xùn)練，還要懂機(jī)器人訓(xùn)練，這幾者要兼得其實(shí)是很難的。”這就造成了一種尷尬境地：一面是大量的人才缺口，一面又是怎么都遞不過去的簡歷。

不過，在羅兵看來，人工智能未來的發(fā)展形勢一片大好。他說：“很多企業(yè)都需要客服，以前是通過人力不斷地去補(bǔ)充，現(xiàn)在雖然有了機(jī)器人，不過肯定還是需要一兩個(gè)人長期去運(yùn)營，而這一兩個(gè)人是不會(huì)頻繁更換的?！?/p>

也就是說，無論人工智能如何發(fā)展，機(jī)器都無法代替人類?！八^人工智能，先有人工才會(huì)有智能。模型、規(guī)則都是人做的，機(jī)器是不可能取代人工的，否則人的存在就沒有意義了。”羅兵說。

沙柳同樣認(rèn)為，人工智能與人工是相輔相成的，不會(huì)因?yàn)槿斯ぶ悄艿陌l(fā)展而導(dǎo)致人類沒有工作可干。

為了更好地發(fā)展人工智能，國家出臺(tái)了一系列針對AI訓(xùn)練師的政策。羅兵說：“深圳的人工智能協(xié)會(huì)，定期會(huì)舉辦一些公益培訓(xùn)活動(dòng)，培訓(xùn)完的AI訓(xùn)練師還能拿到政府的補(bǔ)貼和頒發(fā)的證書?！?/p>

人工智能未來將如何發(fā)展，能夠發(fā)展到什么程度，或許我們都無法準(zhǔn)確預(yù)測，但毋庸置疑的是，它正在深刻影響著我們。各式各樣智能化服務(wù)的出現(xiàn)，給我們的生活、工作等各方面帶來了諸多便利。

未來，隨著人工智能技術(shù)的不斷發(fā)展和應(yīng)用，AI訓(xùn)練師的工作將充滿挑戰(zhàn)和機(jī)遇。“做AI訓(xùn)練師就像打游戲闖關(guān)，你能通過不斷提升，從而獲得成就感?！苯窈?，羅兵也會(huì)繼續(xù)在這條賽道上“關(guān)關(guān)難過關(guān)關(guān)過”。

責(zé)任編輯：丁莉莎