数据标注到底是不是所谓的“诈骗”？你真的有认真了解！？
2023-07-14 16:25
发布于：四川省
2015年前后，AlphaGo横空出世，掀起了国内AI创业的浪潮。五年间，人工智能行业在聚光灯下飞奔，跑出实验室、实现”AI+产业“落地，并成为新基建的重要组成。AI行业也经历了资本的冰与火，逐渐走向理性。
但作为AI产业链的最上游，数据标注行业却一直游离在聚光灯外，很少被人提起。
即便外界有观感，也大多想象这个行业绝大多数公司会是“富士康”一样的流水线，亦或是三四线城市的小作坊。
但实际上，这个行业已经走过了小作坊的粗放时期，开始走进“技术致胜”的时代。
误解一：数据标注只靠人力
当前，随着AI建模能力外溢，技术门槛降低，不仅科技公司、各行各业对数据的需求都在增长。科技公司想通过巨大的数据池构建模型壁垒，也有更多企业开始重视自有业务数据的标注及模型迭代，对标注系统的私有化部署或工具SaaS需求开始增长。
标注企业的核心竞争力还是技术。“这个行业经历了大洗牌，劳动密集、压榨工资的企业被淘汰，最后变成技术主导。技术提升效率、产生了成本优势，通过理解客户需求、再加上自有技术和平台，标注企业就能形成自己的壁垒。”
误解二：数据标注不被资本重视？
但“劳动密集型”这一刻板印象，依然存在于数据标注这产业中。体现在投融资上尤为明显。
“一方面，AI公司在算力、算法方向投入的增量梯度逐渐下降，未来市场存在巨大的数据需求；另一方面，这类公司的智能标注工具不仅提升了数据的产出效率，同时也在数据、辅助标注模型的迭代中打造出了完善的AI基础设施。AI的未来就是数据到模型的无缝输出。”
误解三：数据标注不需要高学历
在以往的印象中，数据标注从业者往往学历不高、工作环境恶劣，但这只是行业的一枚切片，事实的一角。
那些“喂养”AI的人们，既有标注基地的标注员，也包括技术公司中做系统开发维护的程序员们。一个标注项目，往往先给到标注技术公司或众包平台，再由他们派遣给自营标注基地或外包人员。数据标注基地更像是“工厂里冷冰冰的流水线”，标注员们在非常机械地工作。
误解四：薪资只是工人水平？
数据标注师的薪水也往往被认为是极其低廉的。但实际上，由于任务的规模和难度不同、要求的时限不同、以及是否涉及到专业领域知识、数据标注员们的薪资也有很大的弹性空间。
不过，数据标注行业分层较大，既有科技企业自建的标注基地、也有众包平台、以及团体或个人的小作坊。外包给个人或小作坊的产量不稳定，分到的任务会更初级，计费更低，这也就构成了数据标注行业薪资的下限。
误解五：数据标注本身不需要AI？
行业虽然越来越成熟，但数据采集和标注工作所占的成本，正在AI模型的完整生命流程中逐渐上升。
2015年刚起步时由于AI工程师贵，数据采标成本仅占总体的10%-20%，但由于AI工程师的成本降了不少，数据需求量又越来越大，现在采标成本在总成本中已经占到了30%-40%。
因此，在从劳动密集型转向技术密集型的同时，数据标注产业当然也在利用AI提升效率。
当前，将技术引入数据标注流程已是业内通用做法，让训练好的AI模型反哺人工标注，也是标注技术公司的优势所在。有监督的机器学习技术占据了AI发展的主流，但学术圈已经开始向自监督学习模型进行探索——他们认为该模型让AI从数据标注中解脱出来，无需任何人工标注数据就能完成学习。返回搜狐，查看更多
