如何“教会”AI看图识字？这些人工智能训练师花了不少心思
文章插图
“胡萝卜 ， 重量1.3kg ， 单价3元 ， 总价3.9元……”
在鄞州惠风西路菜市场 ， 一台能识别蔬果的智慧溯源秤 ， 让消费者购买的菜品名称跃然于屏上 。 而智慧秤自行“拍摄”的食品照片 ， 不仅能让菜市场管理者在后台一目了然 ， 还能同步呈现在技术提供方——国研软件物联网研发部副经理王宏梁的眼前 。
“一家菜市场 ， 每天可以产生1万条这样的实时交易数据 。 我们把它分拣归类后 ， 还能用来改进算法模型 ， 进而提高识别率 ， 让‘认识’蔬果的人工智能更加‘聪明’ 。 ”
看着在密密麻麻的照片前目瞪口呆的采访人员 ， 王宏梁笑着打开了话匣：图像识别、人脸识别、语音识别……在每个人工智能（AI）应用背后 ， 都得由专人花功夫“教会”机器学习 ， 而这正是他们的工作之一 。
文章插图
“投喂”素材 ， 才能“教会”机器
王宏梁所从事的工作 ， 和今年2月纳入国家职业分类名录的新岗位——“人工智能训练师”不谋而合：即标注和加工原始数据、分析提炼专业特征 ， 并通过训练和测评让算法迭代升级 。 通俗地讲 ， 就是通过不断的“投喂素材” ， 让AI学会看图识字 。
故事得从2017年说起 。 彼时 ， 国研软件打算研发智慧溯源秤 ， 让菜市场的电子秤能自动识别蔬果 ， 以实现农贸交易信息的采集与追溯 。 当然 ， 要想让电子秤像人类一样分得清苹果、番茄、胡萝卜等成百上千种菜品 ， 背后得花费大量的时间精力 。
王宏梁和团队成员们 ， 由此打开了AI训练的大门 。 每天 ， 他们都要去菜市场买来新鲜的食材 ， 为每个品种拍摄至少3000张照片 ， 再传到电脑里标记分类 ， 这样才能让算法对该品种具备一定的识别率 。 一开始 ， 大家对这份工作满怀新奇 ， 但等新鲜劲过去后 ， 也发现了它繁琐而重复的一面：
“我每天上班之前 ， 都会先到钟公庙菜市场采购一番 ， 买来十几样蔬果海鲜 ， 让大家各自分头拍照 。 每个品类要3-5秒钟拍一张 ， 中间还不能休息 ， 拍完一两个品类 ， 一天的时间就过去了 。 ”在王宏梁的记忆中 ， 这段五味杂陈的经历也带来了不少趣事——
有一次 ， 他在菜市场买来活蹦乱跳的虾和泥鳅 ， 没想到因为天气炎热 ， 鲜虾的外壳竟然在“翻身”拍照时摇身一变 ， 成了烤熟的红色 ， 而泥鳅熟透的样貌 ， 仿佛可以直接被端上餐桌 ， “只得重新再买一次” 。 整个办公室也随即弥漫着经久不散的荤腥味 ， 令路过的同事们避之不及 。
更为复杂的 ， 是对照片的分拣和标记 ， 并用处理完的数据训练算法 ， 即“把数千张照片的‘番茄’用方框标记出来 ， 再告诉机器具备这些特征的蔬果叫‘番茄’” 。 那一阵子 ， 王宏梁每天都盯着电脑处理上万张照片 。 有一次 ， 他在海量的五花肉、里脊肉、前腿肉图片之间连续挑拣了十几天 ， 双眼竟因疲劳过度而出现红肿 ， 只好去医院开了点药……
文章插图
尽管如此 ， 王宏梁仍觉得这份工作很有价值 。 目前 ， 该公司智慧秤的蔬菜识别率已超过95% ， 广泛应用于宁波、南京、杭州等地的数百家农贸市场 ， 为城市供应链的数字化改造打下了基础 。
人工智能训练 ， 还有哪些应用场景？
智慧菜场 ， 仅仅是人工智能应用的一个细分场景 。 无论是生活中的支付宝人脸识别、科大讯飞语音转文字、微软小冰机器人交互对话 ， 还是媒体聚焦的阿尔法狗战胜围棋冠军李世石 ， 这些成功的案例背后都有训练AI的人 。
最近 ， 国研软件推出的社区治理小程序 ， 还嵌入了名叫“微微”的智能服务机器人 ， 能够自动回复“如何缴物业费？如何参加党员活动？”等社区常见问题 ， 大大节省了沟通的人工成本 。 教会“微微”向居民答疑解惑的 ， 正是公司小伙伴们反复“投喂”的问题素材和标记训练 ， 而与居民的实时交互数据 ， 也会成为优化算法的一部分 。
推荐阅读
- 大一非计算机专业的学生，如何利用寒假自学C语言
- 红米K40渲染图曝光：居中挖孔+后置四摄，这外观你觉得如何？
- 奋斗|该如何看待拼多多员工猝死：鼓励奋斗，也要保护好奋斗者
- 装机点不亮 如何简易排查硬件问题？
- 虾米音乐宣布关停！我的歌单如何导入QQ音乐、网易云音乐？
- 人脸识别设备主板如何选型 软硬整合大幅缩短开发时间
- Mini-LED产品效果究竟如何？
- 专家介绍如何判断智能手机被入侵：运行速度变慢、电池消耗过快以及卡顿
- 最便宜的骁龙888手机？红米K40曝光：这外观如何？
- 广色域还不够 投影如何实现精准色彩还原？