江苏龙网

  1. 主页 > 生活百科 > >

数据标注员，困在大模型里( 四 )

数据标注员


最常见的办法是，利用AI进行自动化标注 。一家数据公司表示，自动化标注的比例已经达到70%以上 。
而算法工程师小李和同事正在做更加前沿的尝试：只要以一小部分的真实数据为蓝本 ， 通过生成式AI技术和一系列算法，就能合成高质量的、可供训练的数据 。换句话说，完全不需要人了 。
“我们合成数据的售价比人工标注的要便宜一点 。”小李说 。
合成数据目前主要用在自动驾驶和机器人领域 。小李说 ， 当ChatGPT出来后，他便意识到标注数据可能走不通了，最后都要用合成数据 。OpenAI创始人Sam Altman也有类似的看法：“合成数据是解决大模型数据短缺的最有效办法” 。
初创公司光轮智能主要做自动驾驶和机器人领域的合成数据 。“自动化标注的终局就是没有标注，”CEO谢晨说，“大部分标注公司没有看到那么长远 。”
谢晨向36氪提到，团队有名同事，此前在一家主机厂做自动化标注，攻克了更复杂的4D-BEV标注 。这是业界领先的标注工具，在3D空间中以时间为第四个纬度进行标注，提升自动驾驶系统性能 。今年他决心放弃自动化标注 ， 主动找到谢晨，最后入职了光轮智能 。
这名同事就是小李 。他表示，生成式AI的出现一度让他非常焦虑 ， 但看到合成数据后，他重新兴奋起来 。
他的工作目标之一就是“取代（标注）这行业的人”，但又不好意思把话说绝，“很可能就在短期内 ， 可能一两年 。”
最后，让我们回到标注员的世界 。这里几乎感受不到由技术飞快发展而产生的焦虑 。这里只有琐碎、重复的烦躁，还有一些天真的幻想 。
大学生小王仍然在老家训练大模型 。我们最近一次聊天 ， 他说，这份工作是一个进入人工智能领域的机会 。公司为他们设定的晋升途径是，标注员到质检员、培训师 ， 再到主管，最后是项目经理 。小王的目标是当上主管，然后跳槽去一个离AI更近的岗位 。具体是什么，他还不知道 。
与有雄心的小王相比，多数标注员对AI没有什么兴趣 。有个女孩给出解释，“不太关注高科技 。”她做了两年标注，已经是资深员工，不久前晋升为质检员 。对她来说，标注工作简单、稳定，“没有精神内耗”，偶尔还能摸鱼 。AI搅动科技圈的这一年 ， 她的日子平静如水 。
为数不多的变化是，公司提供的标注工具中多了一个对话机器人 。公司告诉大家，在标注时碰到不懂的问题，直接向机器人提问就行，节省时间 。效率提升很快 ， 她告诉36氪，之前拉框，一天最多做完五六百个 ， 现在能做七百多 。
“多亏了那个机器人 。”她说 。还没人告诉她，那叫ChatGPT 。
（应受访者要求，文中部分人物为化名 。36氪作者邓咏仪对文章亦有贡献 。）

【数据标注员，困在大模型里】


推荐阅读


上一篇：大模型可解释性你能理得清吗？综述已来，一文解你疑惑

下一篇：Python中APScheduler库的奥秘