|AI加速时代，我们更应该关注人工智能训练师人才的培养

文章图片

人工智能数据标注会被完全智能化标注吗？
答案是不会，技术不能闭门造车在人工智能数据标注领域，纯自动化标注是不现实的，逻辑上也不成立。比如：“你用算法生成的数据去训练另一个算法，最完美的情况下，也就是训练出跟之前一模一样的一个算法。 ”
在AI产业中，数据意味着什么？
数据，是AI生产的基座。一个AI模型从诞生到完善，直至应用于产品，实现商业化落地，需要大量数据的喂养。在这一过程中，数据决定了模型的效果，数据标注给AI模型提供了学习数据的重要基础，是AI从“人工”到“智能”的第一步

在AI数据产业中数据标注的工作内容，不仅仅是局限在拉框打标签，从一个默默无闻的小小标注员，成长为审核组长，再到项目经理，后期有了一定的人力、资源累积自己创业项目模式、人才孵化模式、综合体模式.......对于数据标注人来讲他们的选择也在趋于多元化，但始终围绕着AI基础数据服务在发展
数据背后的“人工”-AI数据服务产业加速发展
未来， AI基础数据服务产业行驶何方？
早在2017年，《经济学人》杂志就曾发表封面文章，提出了“数据石油”的概念——“世界上最有价值的资源不再是石油，而是数据” 。与石油类似，数据本身价值有限，只有经过“提炼”之后，才能爆发出巨大的价值

而AI训练师（数据标注员）则成为“提炼数据石油”的关键。在AI数据产业链中，数据、算力、算法是人工智能的“三驾马车” ，每驾马车都需要相应的“人工”外力来拉动。粗略来看，算法背后的“人工”是算法工程师，算力背后的“人工”是服务器、芯片、操作系统等一众工程师，而数据背后的“人工”则是数据标注师
2020年2月，人力资源社会保障部联合多部门发布通知，正式将“人工智能训练师”列为新职业，并纳入国家职业分类目录。这意味着AI数据标注员这一职业获得了国家层面的认可
数据标注人才孵化新模式
在英文世界中， AI数据标注员常常被媒体称为“幽灵工人”（ghost worker），他们大多以兼职或远程办公的身份进行工作，是AI时代中常常被忽视的“看不见的人”

【|AI加速时代，我们更应该关注人工智能训练师人才的培养】但以数据标注、处理为代表的AI基础数据服务市场，仍处于高速增长之中，这意味着，数据标注产业在未来仍存在着巨大的增长空间，这个产业链仍需更多地从业者以专业的服务加入其中