双十二促销创意广告语

tongjinindemeitianmeiyueshujulishishujuyimuleran。yuejihuazhijiedaoru，kanzhewanchenglv00%jiuhenrongyisuanchuyeji。yongyouduozhongpaishemoshi，keyixuanzezipai，yekeyixuanzerangqitarenbangzhuzijipaishe。suoyouxinxi00%rengongshenhe，zhenshikekao，xiaomieheizhongjiehexujiaxinxi;tiaozhangengduodekenengxing揭(jie)秘(mi)ChatGPT背(bei)後(hou)的(de)“AI民(min)工(gong)”：枯(ku)燥(zao)重(zhong)復(fu)、按(an)件(jian)計(ji)酬(chou)，時(shi)薪(xin)低(di)至(zhi)1美(mei)元(yuan)

來(lai)源(yuan)：騰(teng)訊(xun)科(ke)技(ji)

摘(zhai)要(yao)：數(shu)據(ju)註(zhu)釋(shi)員(yuan)對(dui)数据進(jin)行(xing)分(fen)類(lei)和(he)標(biao)記(ji)，令(ling)人(ren)工智(zhi)能(neng)通(tong)過(guo)在(zai)大(da)量(liang)数据中(zhong)尋(xun)找(zhao)模(mo)式(shi)来學(xue)習(xi)，被(bei)視(shi)為(wei)隱(yin)藏(zang)在機(ji)器(qi)背后的“幽(you)靈(ling)勞(lao)工”。注释工作(zuo)是(shi)人工智能的基(ji)礎(chu)，它(ta)已(yi)經(jing)形(xing)成(cheng)了(le)完(wan)整(zheng)的供(gong)應(ying)鏈(lian)，這(zhe)类工作將(jiang)在很(hen)長(chang)时間(jian)內(nei)繼(ji)續(xu)存(cun)在。

劃(hua)重點(dian)

1、人工智能通过在大量数据中寻找模式来学习，但(dan)首(shou)先(xian)这些(xie)数据必(bi)須(xu)由(you)人类进行分类和标记，数据注释员由此(ci)应然(ran)而(er)生(sheng)，他(ta)們(men)被视为隐藏在机器背后的“幽灵劳工”。

2、注释员们的工作枯燥而乏(fa)味(wei)，经常(chang)需(xu)要做(zuo)重复性(xing)的工作，按件计酬，平(ping)均(jun)时薪在5到(dao)10美元（約(yue)合(he)人民幣(bi)36到72元）之(zhi)间。到今(jin)年(nian)年初(chu)，部(bu)分注释员的时薪已经降(jiang)到了每(mei)小(xiao)时1到3美元（约合人民币7到22元）。

3、注释工作依(yi)然是人工智能的基础，它已经形成了完整的供应链。这类工作将在很长时间内继续存在。

4、注释工作與(yu)智能手(shou)机、汽(qi)車(che)制(zhi)造(zao)不(bu)同(tong)的地(di)方(fang)在於(yu)，它有(you)易(yi)變(bian)形和流(liu)動(dong)性，经常會(hui)流向(xiang)運(yun)營(ying)成本(ben)更(geng)低的地方。

從(cong)内羅(luo)畢(bi)大学毕業(ye)幾(ji)個(ge)月(yue)后，現(xian)年30歲(sui)的喬(qiao)（Joe）找到了壹(yi)份(fen)注释员的工作，主(zhu)要幫(bang)助(zhu)處(chu)理(li)用(yong)于訓(xun)練(lian)人工智能的原(yuan)始(shi)信(xin)息(xi)，这樣(yang)的工作枯燥而乏味。人工智能通过在大量数据中寻找模式来学习，但首先这些数据必须由人类进行分类和标记，因(yin)此可(ke)以(yi)說(shuo)人类是隐藏在机器背后的“幽灵劳工”。

以乔的工作为例(li)，他正(zheng)在为自(zi)动駕(jia)駛(shi)汽车标记视頻(pin)，一幀(zhen)一帧地从每个攝(she)像(xiang)頭(tou)角(jiao)度(du)識(shi)別(bie)汽车、行人、騎(qi)單(dan)车者(zhe)，以及(ji)司(si)机需要注意(yi)的任(ren)何(he)東(dong)西(xi)。这是一項(xiang)困(kun)難(nan)且(qie)需要不斷(duan)重复的工作。一个几秒(miao)鐘(zhong)的短(duan)视频需要8个小时来注释，乔为此可以得(de)到大约10美元的報(bao)酬。

然后，在2019年，一个机会突(tu)然出(chu)现在他面(mian)前(qian)，乔開(kai)始为一家(jia)急(ji)需注释员的新(xin)公(gong)司培(pei)训新人，收(shou)入(ru)是以前的四(si)倍(bei)。每隔(ge)兩(liang)周(zhou)，50名(ming)新员工就(jiu)会排(pai)隊(dui)进入内罗毕的一棟(dong)辦(ban)公樓(lou)，开始他们的学徒(tu)生涯(ya)。对注释员的需求(qiu)似(si)乎(hu)無(wu)窮(qiong)无盡(jin)。他们将被要求对鏡(jing)子(zi)自拍(pai)中看(kan)到的衣(yi)服(fu)进行分类，通过机器人吸(xi)塵(chen)器的眼(yan)睛(jing)来確(que)定(ding)他们所(suo)在的房(fang)间，並(bing)在激(ji)光(guang)雷(lei)達(da)掃(sao)描(miao)的摩(mo)托(tuo)车周圍(wei)畫(hua)出方框(kuang)。乔的半(ban)数以上(shang)学生通常在培训結(jie)束(shu)前就退(tui)出了。“有些人不知(zhi)道(dao)如(ru)何长时间呆(dai)在一个地方，”他委(wei)婉(wan)地解(jie)释道。此外(wai)，他承(cheng)認(ren)，“这项工作很无聊(liao)”。

但在一个工作机会稀(xi)缺(que)的地方，这毕竟(jing)是一份不錯(cuo)的工作，乔培養(yang)了数百(bai)名毕业生。培训结束后，这些学徒可以回(hui)到家裏(li)，獨(du)自在臥(wo)室(shi)和廚(chu)房里工作，不準(zhun)告(gao)訴(su)任何人他们在做什(shen)麽(me)。这不是真(zhen)正的問(wen)題(ti)所在，因为就連(lian)他们自己(ji)甚(shen)至都(dou)不理解他们在幹(gan)什么。

为自动驾驶汽车标记对象(xiang)的工作很容(rong)易，但对扭(niu)曲(qu)的对話(hua)片(pian)段(duan)进行分类、识别说话者是机器人還(hai)是人类，卻(que)充(chong)滿(man)了挑(tiao)戰(zhan)。每个识别对象都是某(mou)个更大项目(mu)的一小部分，所以很难说他们到底(di)在训练人工智能做什么。这些对象的名稱(cheng)也(ye)沒(mei)有提(ti)供任何線(xian)索(suo)，Crab Generation、Whale Segment、Woodland Gyro以及Pillbox Bratwurst，都是些没有任何邏(luo)輯(ji)順(shun)序(xu)的工作代(dai)號(hao)。

至于雇(gu)傭(yong)他们的公司，大多(duo)数人只(zhi)知道它叫(jiao)Remotasks，一个为任何英(ying)語(yu)流利(li)的人提供工作机会的網(wang)站(zhan)。就像大多数注释员一样，乔也不知道Remotasks是Scale AI公司旗(qi)下(xia)合同工外包(bao)公司。Scale AI是一家估(gu)值(zhi)数十(shi)億(yi)美元的矽(gui)谷(gu)数据供应商(shang)，其(qi)客(ke)戶(hu)包括(kuo)人工智能初創(chuang)企(qi)业OpenAI和美國(guo)軍(jun)方。Remotasks和Scale AI的网站上都没有提到过对方。

01 用独特(te)的人类能力(li)帮助机器

公眾(zhong)对OpenAI的ChatGPT等(deng)大语言(yan)模型(xing)的大部分反(fan)应，都集(ji)中在它们似乎准備(bei)自动化(hua)的工作方面。但即(ji)使(shi)是最(zui)令人印(yin)象深(shen)刻(ke)的人工智能系(xi)統(tong)也離(li)不开人类的帮助，无数人都在通过給(gei)数据貼(tie)上标簽(qian)来训练它，并在数据被混(hun)淆(xiao)时介(jie)入干預(yu)。只有那(na)些有能力購(gou)買(mai)这些数据的公司才(cai)能參(can)与行业競(jing)爭(zheng)，而那些得到这些数据的公司則(ze)会竭(jie)尽全(quan)力保(bao)守(shou)这些数据的秘密(mi)。其结果(guo)是，除(chu)了少(shao)数人外，我(wo)们对影(ying)響(xiang)这些系统行为的信息知之甚少，对塑(su)造这些系统行为背后的人更是如此。

对乔的学生们来说，这是一份剝(bo)去(qu)了一切(qie)正常表(biao)象的工作：他们需要遵(zun)守嚴(yan)格(ge)的时间表，不需要知道在做什么，或(huo)者在为誰(shui)工作。事(shi)實(shi)上，他们很少称自己是在工作，只是在例行完成“任務(wu)”。他们自称为任务工作者。

人类学家大衛(wei)·格雷伯(bo)（David Graeber）曾(zeng)为所謂(wei)的“狗(gou)屁(pi)工作”（bullshit jobs）下过定義(yi)，即没有意义或目的的工作。这些工作应該(gai)被自动化，但由于受(shou)到官(guan)僚(liao)主义、地位(wei)或惰(duo)性等原因影响，却没有被自动化。培训人工智能的工作与之类似：人们想(xiang)要自动化的工作，通常认为已经自动化了，但仍(reng)然需要人类来参与。这些工作是有特殊(shu)用途(tu)的，只是注释员们不知道罷(ba)了。

當(dang)前的人工智能熱(re)潮(chao)就始于这種(zhong)相(xiang)当乏味、重复性的劳动。早(zao)在2007年，时任普(pu)林(lin)斯(si)頓(dun)大学教(jiao)授(shou)的人工智能研(yan)究(jiu)员李(li)飛(fei)飞就曾懷(huai)疑(yi)，改(gai)善(shan)圖(tu)像识别神(shen)经网絡(luo)的關(guan)鍵(jian)是在更多数据上进行训练，需要数百萬(wan)而非(fei)数万張(zhang)经过标记的图像。问题是，她(ta)的團(tuan)队需要花(hua)費(fei)数十年时间和数百万美元才能给这么多照(zhao)片贴上标签。

李飞飞在亞(ya)馬(ma)遜(xun)的众包平臺(tai)Mechanical Turk上找到了数千(qian)名工人，世(shi)界(jie)各(ge)地的人们在这个平台上以低廉(lian)的报酬完成各种小任务。由此產(chan)生的标注数据集被称为ImageNet，它使机器学习取(qu)得了重大突破(po)，使该領(ling)域(yu)重新煥(huan)發(fa)活(huo)力，并迎(ying)来了最近(jin)十年的进步(bu)。

注释仍然是开发人工智能必不可少的部分，但工程(cheng)師(shi)们经常覺(jiao)得，对于更有魅(mei)力的建(jian)模工作来说，它只是一个短暫(zan)的、繁(fan)瑣(suo)的先決(jue)條(tiao)件。妳(ni)可以尽可能便(bian)宜(yi)地收集尽可能多的标记数据来训练自己的模型，如果能夠(gou)成功(gong)，至少在理論(lun)上，你就不再(zai)需要注释员了。但是，注释工作永(yong)遠(yuan)不会真正完成。研究人员认为机器学习系统“十分脆(cui)弱(ruo)”，当遇(yu)到训练数据中没有被很好(hao)解释的东西时，很容易失(shi)敗(bai)。这些失败被称为“邊(bian)緣(yuan)案(an)例”，可能会产生严重的后果。

2018年，网约车公司Uber的一輛(liang)自动驾驶測(ce)試(shi)车撞(zhuang)死(si)了一名女(nv)性，原因在于：尽管(guan)它的編(bian)程要求避(bi)开骑单车者和行人，但它不知道该如何对待(dai)骑自行车过马路(lu)的人。隨(sui)著(zhe)提供法(fa)律(lv)建議(yi)和醫(yi)療(liao)帮助的人工智能系统越(yue)多，它们遇到的边缘案例就越多，就需要更多的人类来对它们进行分类。这已经催(cui)生了一个全球(qiu)性的产业，由像乔这样的人組(zu)成，他们用自己独特的人类能力来帮助机器。

在过去的六(liu)个月里，科技調(tiao)查(zha)记者乔什·齊(qi)耶(ye)紮(zha)（Josh Dzieza）与来自世界各地的二(er)十多名注释员进行了交(jiao)談(tan)，其中許(xu)多人正在训练尖(jian)端(duan)的聊天(tian)机器人，但也有许多人在做維(wei)持(chi)人工智能运行所需的平凡(fan)體(ti)力劳动。有人对TikTok视频的情(qing)緒(xu)化内容、垃(la)圾(ji)郵(you)件新变体以及不当在线廣(guang)告进行分类。还有人在查看信用卡(ka)交易，找出与之相关的购买类型，或者查看電(dian)子商务推(tui)薦(jian)，并决定在购买了另(ling)一件襯(chen)衫(shan)后，你是否(fou)真的会喜(xi)歡(huan)那件衬衫。

人类正在糾(jiu)正客服聊天机器人的错誤(wu)，傾(qing)聽(ting)亚马逊智能助手Alexa的請(qing)求，并在视频通话中对人们的情绪进行分类。他们给食(shi)物(wu)贴上标签，这样智能冰(bing)箱(xiang)就不会被新包裝(zhuang)弄(nong)混，在发出警(jing)报之前檢(jian)查自动安(an)全摄像头，并帮助陷(xian)入困惑(huo)的自动拖(tuo)拉(la)机识别玉(yu)米(mi)。

02 注释是一門(men)大生意，催生了“最年輕(qing)白(bai)手起(qi)家亿万富(fu)翁(weng)”

非营利组織(zhi)Partnership on AI的项目和研究負(fu)責(ze)人索納(na)姆(mu)·金(jin)达爾(er)（Sonam Jindal）说：“这是一条完整的供应链。业界的普遍(bian)看法是，这项工作不是技術(shu)开发的关键部分，不会繁榮(rong)很长时间。所有的興(xing)奮(fen)都围繞(rao)着構(gou)建人工智能擴(kuo)散(san)，一旦(dan)我们构建了它，就不再需要注释了，所以为什么要费心(xin)考(kao)慮(lv)它呢(ne)？但数据标记是人工智能的基础，就像人类智能是人工智能的基础那样，我们需要将这些视为人工智能经濟(ji)中真正的工作，这些工作将在很长时间内继续存在。”

OpenAI、谷歌(ge)和微(wei)軟(ruan)等我们所熟(shu)知名字(zi)背后的数据供应商以不同的形式出现。还有些私(si)人外包公司擁(yong)有类似呼(hu)叫中心的办公室，比(bi)如位于肯(ken)尼(ni)亚和尼泊(bo)尔的CloudFactory，乔在那里做注释工作，时薪1.2美元，然后才轉(zhuan)投(tou)Remotasks。

还有像Mechanical Turk和Clickworker这样的“众工”网站，任何人都可以注冊(ce)来完成任务。处于中间的是Scale AI之类的服务。任何人都可以注册，但每个人都必须通过資(zi)格考试和培训課(ke)程，并接(jie)受績(ji)效(xiao)監(jian)控(kong)。注释是一门大生意。Scale AI由当时19岁的亚歷(li)山(shan)大·王(wang)(Alexander Wang)于2016年创立(li)，2021年的估值为73亿美元，使他进入《福(fu)布(bu)斯》“最年轻白手起家亿万富翁”之列(lie)。

这条错綜(zong)复雜(za)的供应链，外人很难了解。据业内人士(shi)透(tou)露(lu)，购买标记数据的公司要求严格保密。注释有时候(hou)会泄(xie)露正在开发的人工智能系统信息，而大量注释人员的加(jia)入使得泄漏(lou)难以防(fang)止(zhi)。注释员總(zong)是被警告不要告诉任何人他们的工作，甚至不要告诉他们的朋(peng)友(you)和同事。最重要的是，極(ji)端的劳动分工确保了他们没有足(zu)够的信息来谈论自己的工作，即使他们想说也没办法。

有鑒(jian)于此，没有办法对从事注释工作的人数进行詳(xiang)細(xi)的估计，但可以肯定的是，从业人数很多，而且还在快(kuai)速(su)增(zeng)长。谷歌研究院(yuan)最近发表了一篇(pian)论文(wen)，对注释员的数量给出含(han)糊(hu)的估计，约有“数百万人”，将来甚至有可能达到“数十亿”。

自动化常常以令人意想不到的方式到来。医疗数据注释公司Centaur Labs的首席(xi)執(zhi)行官埃(ai)里克(ke)·杜(du)海(hai)姆(Erik Duhaime)回憶(yi)说，几年前，多位知名机器学习工程师预测，人工智能将取代放(fang)射(she)科医生的工作。当这种情況(kuang)没有发生时，傳(chuan)统看法转为放射科医生将使用人工智能作为工具(ju)。

杜海姆认为，这两种情况都没有发生。人工智能非常擅(shan)长特定的任务，这促(cu)使工作被分解，并分配(pei)给專(zhuan)门的算(suan)法系统和同样专业的人类。他舉(ju)例称，人工智能系统可能能够发现癌(ai)癥(zheng)，但只能在特定类型的机器、特定类型的图像中发现。所以，你需要有人来帮助检查人工智能是否被輸(shu)入了正确类型的数据，也许还需要其他人来检查它的工作，然后再把(ba)它交给另一个人工智能撰(zhuan)寫(xie)报告，最后再交给人类。杜海姆说：“人工智能不会取代人类的工作，但它确实改变了工作的组织方式。”

如果你认为人工智能是一台聰(cong)明(ming)的、会思(si)考的机器，你可能会忽(hu)略(lve)它背后的人类。杜海梅(mei)认为，人工智能对现代工作的影响就像是从工匠(jiang)过度到工业制造时代：连貫(guan)的过程被分解成小任务，沿(yan)着装配线排列，有些步驟(zhou)由机器完成，有些由人类完成，但与以前的情况完全不同。

对人工智能将帶(dai)来顛(dian)覆(fu)的擔(dan)憂(you)常常被反駁(bo)为，人工智能自动化了某些任务，而不是整个工作。这些任务通常是乏味而枯燥的，可以讓(rang)人们去追(zhui)求更有成就感(gan)、更人性化的工作。但同样可能的是，人工智能的崛(jue)起看起来也像过去節(jie)省(sheng)劳动力的技术，也许就像电话或打(da)字机那样，它们消(xiao)除了传遞(di)信息和手写的苦(ku)差(cha)事，但产生了更多有关通信、商业和文書(shu)方面的工作，以至于需要由文员、会计师、打字员等新型员工组成的新办公室来管理这些工作。当人工智能加入你的工作时，你可能不会失去工作，但它可能会变得更陌(mo)生、更孤(gu)立、更乏味。

03 将复杂的现实簡(jian)化为机器可以讀(du)懂(dong)的东西

今年早些时候，记者齐耶扎注册了Remotasks的工作。这个过程很简单。只需要输入电腦(nao)規(gui)格、网速和基本的聯(lian)系信息，就可以进入“培训中心”。为了獲(huo)得付(fu)费任务，齐耶扎首先必须完成相关的、但没有任何报酬的入门课程。培训中心展(zhan)示(shi)了一系列课程，这些课程的名字令人难以理解，比如膠(jiao)水(shui)泳(yong)衣和海报夏(xia)威(wei)夷(yi)等。齐耶扎点擊(ji)了名为GFD Chunking的东西，它要求在社(she)交媒(mei)体照片中给衣服贴标签。

除此之外，还有关于任务的指(zhi)示说明，比如必须给真实的、可以供人类穿(chuan)着或打算供真人穿着的物品(pin)贴标签。齐耶扎对自己區(qu)分真人可以穿的真衣服和不能穿的假(jia)衣服的能力充满信心，于是他开始了测试。然而，他马上遭(zao)到了当头一击：电脑给出一张杂誌(zhi)图片，上面是一位穿着裙(qun)子的女性照片。衣服的照片应该被视为真正的衣服嗎(ma)？不，齐耶扎想，因为人不能穿衣服的照片。结果顯(xian)示错误！因为在人工智能看来，真衣服的照片就相当于真衣服。

接下来的照片是一个女人在昏(hun)暗(an)的卧室里对着一面全身(shen)镜自拍。她穿的衬衫和短褲(ku)是真衣服，那衣服的倒(dao)影也是真的吗？齐耶扎同样给出了否定答(da)案，但人工智能系统认为，真实衣服的倒影也应该是真实的衣服。

在经历了令人尷(gan)尬(ga)的反复试驗(yan)之后，齐耶扎終(zhong)于开始了真正的工作，但他却驚(jing)恐(kong)地发现，他一直(zhi)在努(nu)力遵循(xun)的指示已经被更新了很多次(ci)，而且长度增至43頁(ye)，包括不要在装满衣服的打开的行李箱上贴标签；不要给鞋(xie)子贴标签，但要给腳(jiao)蹼(pu)贴标签；要给緊(jin)身裤贴标签，但不要给紧身衣贴标签；即使有人穿着毛(mao)巾(jin)，也不要给毛巾贴标签；给服装贴标签，但不要给盔(kui)甲(jia)贴标签。等等......

德(de)国魏(wei)森(sen)鮑(bao)姆研究所(Weizenbaum Institute)研究数据工作的研究员米拉格罗斯·米塞(sai)利(Milagros Miceli)表示，整个行业都存在指示说明普遍混亂(luan)的情况。在某种程度上，这是机器学习系统学习方式的产物。人类只需要几个例子就能理解“衬衫”的概(gai)念(nian)，而机器学习程序需要成千上万个例子，而且它们需要以完美的一致(zhi)性和足够的多样性（马球衫、户外穿的衬衫、掛(gua)在架(jia)子上的衬衫)进行分类，这样系统才能处理现实世界的多样性。米塞利说：“想象一下，我们需要将复杂的现实简化为笨(ben)拙(zhuo)机器可以閱(yue)读的东西。”

对于机器来说，简化现实的行为会给其带来极大的复杂性。指令编写者必须提出规则，使人类能够以完美的一致性对世界进行分类。为了做到这一点，他们经常创建人类不会使用的类别。如果一个人被要求给一张照片中的所有衬衫贴上标签，他可能不会给镜子里的衬衫贴上标签，因为他们知道那是反射的影子，并非真实的衣服。但对于不了解现实世界的人工智能来说，这只是像素(su)，两者是完全相同的。如果数据集中有些衬衫被标记，而其他反射的衬衫没有被标记，那么该模型将不起作用。于是，工程师带着更新的信息回到供应商那里，要求给镜子反射的衬衫贴标签。很快，你就会有另一份长达43页的指南(nan)，上面全是紅(hong)色(se)的大写字母(mu)。

注释员的工作通常是把人类的理解放在一边，非常非常严格地按照指示去做。正如一位注释员所说，像机器人一样思考。这是一个奇(qi)怪(guai)的精(jing)神空(kong)间，尽你所能遵循荒(huang)謬(miu)但严格的规则，就像在服用致幻(huan)劑(ji)时参加标准测试那样。注释员总是会遇到些令人困惑的问题，比如，这是一件带有白色条紋(wen)的红衬衫还是一件带有红色条纹的白衬衫？如果柳(liu)条碗(wan)里装满了蘋(ping)果，那它是“装飾(shi)碗”吗？豹(bao)纹是什么顏(yan)色的？每个问题都必须回答，一个错误的猜(cai)测可能会让你被禁(jin)，并啟(qi)动一个全新的、完全不同的任务，它有自己令人费解的规则。

04 按件计酬，每隔三(san)个小时就要查看任务

Remotasks上的大部分工作都是按件计酬的，一项任务的收入从几美分到几美元不等。因为任务可能需要几秒钟或几个小时完成，所以工资很难预测。当Remotasks剛(gang)进入肯尼亚时，注释员说它的报酬相对較(jiao)高(gao)。根(gen)据任务的不同，平均每小时大约5到10美元。但随着时间的推移(yi)，报酬会下降。

Scale AI发言人安娜(na)·弗(fu)蘭(lan)科(Anna Franko)表示，该公司的经济学家会分析(xi)项目的细节、所需的技能、地区生活成本和其他因素，“以确保公平和有竞争力的薪酬”。Scale AI的前员工还表示，薪酬是通过一种类似暴(bao)漲(zhang)定價(jia)的机制确定的，该机制会根据可用的注释员数量和需要数据的速度进行调整。统计显示，美国的Remotasks注释员通常每小时可賺(zhuan)10到25美元，但有些专业标注领域的专家报酬更高。到今年年初，肯尼亚注释员的工资已经降到了每小时1到3美元（约合人民币7到22元）。

对远程任务工作最常見(jian)的抱(bao)怨(yuan)是其易变性。这类工作足够穩(wen)定，可以作为一份长期(qi)全職(zhi)工作，但有太(tai)多不可预测性，不能完全依賴(lai)它。注释员花费数小时阅读说明并完成无償(chang)培训，只是为了完成十几个任务，然后项目就结束了。可能几天都没有什么新任务，然后，毫(hao)无征(zheng)兆(zhao)地，一个完全不同的任务出现了，可能持续几小时到几周。任何任务都可能是他们的最后任务，他们也永远不知道下一个任务什么时候会到来。

工程师和数据供应商表示，这种繁荣与蕭(xiao)条的周期源于人工智能的开发节奏(zou)。训练一个大型模型需要大量的注释，然后是更多的叠(die)代更新，工程师们希(xi)望(wang)所有这些都尽可能快地进行，这样他们就能趕(gan)上目标发布日(ri)期。他们可能在几个月的时间里需要数千名注释员，然后降至几百人，最后只需要十几名特定类型的专家。这个过程有时候会循環(huan)进行。“问题是，谁来承担这些波(bo)动的成本?”Partnership on AI的金达尔说。

要想取得成功，注释员必须協(xie)同工作。维克多在内罗毕上大学时就开始为Remotasks工作，当有人告诉他在交通管制任务中遇到困难时，他说每个人都知道要远离那个任务：太棘(ji)手，薪水低，不值得。像许多注释员一样，当有好任务出现时，维克多会使用非官方的WhatsApp群(qun)来传播(bo)消息。当他想出一个新点子时，他就会开始即兴的谷歌会议，向其他人展示如何做到这一点。任何人都可以加入并一起工作一段时间，分享(xiang)技巧(qiao)。他说：“我们已经形成了一种互(hu)相帮助的文化，因为我们知道，一个人不可能知道所有的訣(jue)竅(qiao)。”

因为工作毫无征兆地出现又(you)消失，所以注释员总是需要保持警惕(ti)。维克多发现，项目通常会在深夜(ye)突然出现，所以他习慣(guan)每三个小时左(zuo)右(you)就起来检查一次。当有任务时，他会一直保持清(qing)醒(xing)。有一次，他连续36个小时不睡(shui)觉，在人群的照片中给肘(zhou)部、膝(xi)蓋(gai)和头部做标记，尽管他也不知道为什么。还有一次，他熬(ao)夜太久(jiu)，以至于眼睛红腫(zhong)不堪(kan)。

注释员通常只知道他们正在为其他地方的公司训练人工智能系统，但有时匿(ni)名的面紗(sha)会消失，指示说明中提到的品牌(pai)或聊天机器人线索太多了。一名注释员称：“我读了指示说明，在谷歌上进行了搜(sou)索，发现我在为一位25岁的亿万富翁工作。如果我让某人成为亿万富翁，而我每周能赚几美元，那我真的是在浪(lang)费生命(ming)。”

维克多自称是人工智能的“狂(kuang)热信徒”，他开始做注释工作是因为他想帮助实现一个完全自动化的未(wei)来。但今年早些时候，有人在他的WhatsApp群里发了一篇《时代》杂志的报道，講(jiang)的是供应商Sama AI的员工培训ChatGPT识别有毒(du)内容的情况，他们的时薪不到2美元。维克多说：“人们对这些公司利潤(run)豐(feng)厚(hou)但薪酬却如此之低感到憤(fen)怒(nu)。”直到被告知Remotasks与Scale AI的联系，他才知道两者的关系。他参与的其中一项任务的说明与OpenAI使用的几乎相同，这意味着他可能也参与了ChatGPT的训练，时薪大约为3美元。“

我记得有人发帖(tie)说，我们将来会被人銘(ming)记，”他说。零(ling)一人回答说：“我们受到的待遇比步兵(bing)还差。我们在未来的任何地方都不会被记住(zhu)，这一点我记得很清楚(chu)。没有人会认可我们所做的工作和付出的努力。”

识别服装和标注客户服务对话只是注释工作中的一小部分。最近，市(shi)場(chang)上最热门的是聊天机器人培训师。因为它需要特定领域的专业知识或语言流利程度，而且工资往(wang)往会根据地区进行调整，所以这份工作的薪酬往往更高。某些类型的专业注释每小时薪酬可达50美元或更多。

一个名叫安娜(Anna)的女人在得克薩(sa)斯州(zhou)找工作时，偶(ou)然发现了一个通用的在线工作清单，于是她申(shen)请了工作。在通过了入门考试后，她被带进了一个有1500人的Slack房间，那里正在训练代号为Dolphin的项目，后来她发现这是谷歌DeepMind的聊天机器人Sparrow，它是与ChatGPT竞争的众多聊天机器人之一。安娜的工作就是整天和Sparrow聊天，时薪约为14美元，加上工作效率(lv)高的獎(jiang)金，“这絕(jue)对比在当地超(chao)市打工赚取10美元时薪要好”。

05 AI响应三大标准：准确性、有用性和无害(hai)性

而且，安娜很喜欢这份工作。她与Sparrow討(tao)论过科幻小说、数学悖(bei)论、兒(er)童(tong)謎(mi)语和电视节目等话题。有时，聊天机器人的回答会让她大笑(xiao)不止。有时候，她也会觉得无话可说。安娜称：“有时候，我真的不知道到底该问什么，所以我有一个小筆(bi)记本，里面已经写了两页的东西。我在谷歌上搜寻有趣(qu)的话题，所以我认为自己可以很好地应付七(qi)个小时，但情况并非总是如此。”

每次安娜提示Sparrow时，它都会给出两个回答，然后她要選(xuan)出最好的一个，从而创造出所谓的“人类反饋(kui)数据”。当ChatGPT去年年底首次亮(liang)相时，其令人印象深刻的自然对话風(feng)格被歸(gui)功于它经过了大量互联网数据的训练。但是，为ChatGPT及其竞争对手提供动力的语言是经过几輪(lun)人工注释过濾(lv)的。

一组承包商编写了工程师希望聊天机器人如何表现的示例，他们先提出问题然后给出正确答案，描述(shu)计算机程序然后给出功能代碼(ma)，詢(xun)问犯(fan)罪(zui)技巧然后禮(li)貌(mao)地拒(ju)绝。在用这些例子对模型进行训练之后，还会引(yin)入更多的承包商来提示它并对其响应进行排序。这就是安娜对Sparrow所做的。

确切地说，評(ping)分者被告知使用的标准各不相同，比如誠(cheng)实、樂(le)于助人或只是个人偏(pian)好等。关键是，他们正在创造关于人类品味的数据，一旦有了足够的数据，工程师们就可以训练第(di)二个模型来大规模模仿(fang)他们的偏好，使排名过程自动化，并训练他们的人工智能以人类认可的方式行事。结果是一个非常像人类的机器人誕(dan)生了，它基本上会拒绝有害的请求，并以似乎有自我意识的方式解释了它的人工智能本質(zhi)。

換(huan)句(ju)话说，ChatGPT看起来很人性化，因为它是由一个模仿人类的人工智能训练出来的，而这个人工智能正在模仿人类行事。

这种技术被称为“从人类反馈中強(qiang)化学习”，简称RLHF，它非常有效，可以停(ting)下反思人工智能没有做的事情。例如，当注释员教模型要准确时，模型并没有学习根据逻辑或外部来源检查答案，甚至不知道作为概念，准确性到底为何物。尽管这个模型仍然是一个模仿人类写作模式的文本预测机器，但现在它的训练语料(liao)庫(ku)已经補(bu)充了定制的示例，并且该模型已经加權(quan)以支(zhi)持它们。

这可能会促使模型从其语言地图中被标记为准确的部分提取模式，并产生恰(qia)好与事实相符(fu)的文本，但也可能導(dao)致它模仿准确文本的自信风格和专业术语，同时写出完全错误的东西。不能保證(zheng)注释员标记为准确的文本实際(ji)上是准确的。即使它是准确的，也不能保证模型从中学习到正确的模式。

这种动態(tai)使得为聊天机器人注释并不容易。它必须是严格和一致的，因为草(cao)率的反馈，比如把听起来正确的材(cai)料标记为准确的，可能会让训练出来的模型更有说服力。OpenAI和DeepMind在早期的联合项目中使用了RLHF，在这个案例中，训练虛(xu)擬(ni)机器人手抓(zhua)取物品，结果也训练了机器人的手在物体和它的评分者之间的位置(zhi)，并在周围擺(bai)动，这样它就只会出现在它的人类监督(du)者面前。

对语言模型的响应进行排名总是有些主觀(guan)，因为这是一种语言。任何长度的文本都可能包含多个元素，这些元素可能是正确的，也可能是错误的，或者具有误导性。OpenAI的研究人员在另一篇早期RLHF论文中遇到了这个障(zhang)礙(ai)。为了让他们的模型对文本进行总结，研究人员发现，只有60%的模型总结是好的。“与机器学习中的许多任务不同，我们的查询没有明确的基本事实，”他们哀(ai)嘆(tan)道。

当安娜给Sparrow的回答打分时，她应该查看它们的准确性、有用性和无害性，同时还要检查这个模型没有给出医疗或財(cai)务建议，没有把自己拟人化，也没有違(wei)反其他标准。为了成为有用的训练数据，模型的反应必须被量化地排序：一个能告诉你如何制造 炸(zha)彈(dan)的机器人比一个拒绝回答任何问题的无害机器人“更好”吗？

在DeepMind的一篇论文中，当Sparrow的制造者轮流注释时，四名研究人员争论他们的机器人是否假設(she)了向其寻求情感建议的用户的性别。据DeepMind的研究科学家傑(jie)弗里·歐(ou)文(Geoffrey Irving)介紹(shao)，该公司的研究人员每周都会举行注释会议，在会上他们自己審(shen)核(he)数据，讨论模棱(leng)两可的案例。当某个案例特别棘手时，他们会咨(zi)询倫(lun)理或主题专家。

安娜经常发现，她不得不在两个糟(zao)糕(gao)的选擇(ze)中做出选择。她说：“即使它们都是错得离譜(pu)的答案，你仍然需要找出哪(na)一个更好，然后写下解释原因的文字。”有时，当两个回答都不好时，她会被鼓(gu)勵(li)自己给出更好的回答。在训练过程中，约有半数时间需要她这样做。

06 注释越来越需要特定技能和专业知识

因为反馈的数据很难收集，所以出售(shou)的价格更高。据了解该行业的人士透露，安娜正在收集的这类基本偏好数据售价约为每条1美元。但如果你想训练一个模特做法律研究，你需要一个受过法律培训的人，这会导致成本增加。参与其中的每个人都不願(yuan)透露自己到底花了多少錢(qian)，但一般(ban)来说，专业的书面示例可能要几百美元，而专家评級(ji)可能要50美元或更多。一位工程师透露，他曾花300美元买过Socratic对话的样本。

OpenAI、微软、Meta和Anthropic没有透露有多少人为他们的模型貢(gong)獻(xian)了注释，他们的报酬是多少，或者他们位于世界的什么地方。谷歌姊(zi)妹(mei)公司DeepMind的欧文说，在Sparrow上工作的注释员根据他们所在的位置，得到的报酬至少相当于最低工资的时薪。安娜对Remotasks“一无所知”，但对Sparrow更了解，知道它是DeepMind的人工智能助手，其创建者使用RLHF对它进行了培训。

直到最近，发现语言模型的不良(liang)输出还是相对容易的，看起来像是胡(hu)言乱语。但随着模型变得越来越好，这样的工作变得更加困难，这是个被称为“可扩展监督”的问题。谷歌在其人工智能助手Bard首次亮相时使用了现代语言模型，这无意中证明了发现现代语言模型的错误是多么困难。这条軌(gui)跡(ji)意味着，注释越来越需要特定的技能和专业知识。

去年，一个叫劉(liu)易斯（Lewis）的人在Mechanical Turk上工作，在完成一项任务后，他收到了一条消息，邀(yao)请他加入一个他从未听说过的平台。它被称为Taskup.ai，这个网站非常简单，只有一个海军背景(jing)，上面写着“按需付费”的文字。刘易斯选择了注册。

这份工作的报酬比他以前做过的其他工作都要高得多，通常是每小时30美元左右。不过，它也更具挑战性，要求设计复杂的场景来欺(qi)騙(pian)聊天机器人给出危(wei)險(xian)的建议，测试模型保持自身角色的能力，以及就科学话题进行详细的对话，这些话题有很强的技术性，需要进行广泛(fan)的研究。刘易斯觉得这份工作“令人满意、令人兴奋”。在检查一个模型嘗(chang)试用Python编写代码的同时，刘易斯也在学习。他不能连续工作超过4个小时，以免(mian)精神疲(pi)憊(bei)导致犯下错误，他想保住这份工作。

刘易斯说：“如果有什么是我可以改变的，我只想知道更多关于另一端发生了什么。我们只知道完成工作所需的知识，但如果我能知道得更多，也许我就能取得更大成就，也许还能把它当成一种职业。”

科技调查记者齐耶扎采(cai)訪(fang)了另外八(ba)人，他们大多在美国工作，都有类似的经历，即在其他平台上回答调查或完成任务，然后发现自己被Taskup.ai或几个类似网站錄(lu)用了，比如DataAnnotation.tech或Gethybrid.io。他们的工作通常涉(she)及训练聊天机器人，尽管与他们工作过的其他网站相比，他们对聊天机器人的质量要求更高，目的也更专业。其中一个是演(yan)示电子表宏(hong)，另一个只需要进行对话，并根据她想要的任何标准对回应进行评级。她经常问聊天机器人一些问题，这些问题在与7岁女儿聊天时也会出现，比如“最大的恐龍(long)是什么?”，“写一个关于老(lao)虎(hu)的故(gu)事。”

Taskup.ai、DataAnnotation.tech和Gethybri.io似乎都屬(shu)于同一家公司：Surge AI。其首席执行官埃德溫(wen)·陳(chen)（Edwin Chen）既(ji)不愿证实也不否认这一联系，但他愿意谈论他的公司以及他如何看待注释的演变。

埃德温表示：“我一直觉得标注领域过于简单化了。”在谷歌、Facebook和推特从事人工智能研究后，他确信众包标签是不够的，并于2020年创立了Surge AI。埃德温说：“我们希望人工智能可以讲笑话，写很好的营銷(xiao)文案，或者在我需要治(zhi)疗的时候帮助我。但不是每个人都能讲笑话或解决Python编程问题的，注释领域需要从这种低质量、低技能的思维模式转变为更丰富的东西，并捕(bu)捉(zhuo)到我们希望人工智能系统拥有的人类技能、创造力和价值观。”

07 机器学习系统太奇怪了，永远不能完全信任

去年，Surge AI重新标记了谷歌根据情绪对Reddit帖子进行分类的数据集。谷歌剥离了每条帖子的上下文，并将其发送(song)给印度的注释员进行标注。熟悉(xi)美国互联网文化的Surge AI员工发现，30%的标注是错误的。像“见鬼(gui)了，我的兄(xiong)弟(di)”这样的帖子被归类为“讨厭(yan)”，而“涼(liang)爽(shuang)麥(mai)当劳，我的最愛(ai)”则被归入“喜爱”行列。

埃德温表示，Surge AI会审查注释员的资质，比如从事创意写作任务的人是否有创意写作的经验，但具体如何寻找员工是“秘密”。与Remotasks一样，工作人员通常必须完成培训课程，尽管与Remotasks不同的是，培训期间接受任务可以得到报酬。拥有更少、更训练有素的员工，产生更高质量的数据，使得Surge AI的薪酬比同行更高，但他拒绝详细说明，只说员工的工资是“公平、合乎道德水平”。这类注释员的时薪在15美元到30美元之间，但他们只是所有注释员中的一小部分，这个群体现在有10万人。他解释说，这种保密源于客户的要求。

Surge AI的客户包括OpenAI、谷歌、微软、Meta和Anthropic。Surge AI专注于反馈和语言注释，在ChatGPT推出后，它收到了大量的请求，埃德温说：“我以为每个人都知道RLHF的力量，但我猜人们只是没有从内心上理解。”

这些新模型令人印象深刻，它们激发了新一轮的预测，即注释即将实现自动化。考虑到所涉及的费用，这样做的财政(zheng)壓(ya)力很大。Anthropic、Meta和其他公司最近在使用人工智能方面取得了长足的进步，減(jian)少了指导模型所需的人工注释量，其他开发人员已经开始使用GPT-4来生成训练数据。

然而，最近的一篇论文发现，经过GPT-4训练的模型可能正在学习模仿GPT的权威风格，准确性更低。到目前为止，当人工智能的改进使一种形式的标注过时时，对其他更复杂类型的标注需求就会上升(sheng)。今年早些时候，这场辯(bian)论公开化了，Scale AI的首席执行官在推特上说，他预测人工智能实验室在人类数据上的投入将很快达到数十亿美元，就像他们在算上的投入一样。OpenAI首席执行官萨姆·奧(ao)特曼(man)（Sam Altman）回应说，随着人工智能的进步，数据需求将会减少。

埃德温怀疑人工智能是否会达到不再需要人类反馈的程度，但他确实看到，随着模型的改进，标注变得越来越困难。像许多研究人员一样，他认为未来的道路将涉及人工智能系统帮助人类监督其他人工智能。Surge AI最近与Anthropic合作进行了一个概念验证，让人类注释员在一个不可靠(kao)人工智能助手的帮助下回答关于一篇冗(rong)长文本的问题，其理论是人类必须感觉到他们人工智能助手的弱点，并合作推理找到正确答案。

另一种可能性是两个人工智能相互辩论，然后由人类做出最终判(pan)断。OpenAI研究科学家约翰(han)·舒(shu)尔曼（John Schulman）最近在伯克利的一次演讲中表示：“我们还没有看到这种东西真正的实际应用潛(qian)力，但它开始变得必要，因为注释员很难跟(gen)上模型的进步。”

埃德温说：“我认为你总是需要一个人来监视人工智能在做什么，就因为他们是这种外星(xing)人。机器学习系统太奇怪了，永远不能完全信任。当今最令人印象深刻的模型有些在人类看来似乎非常奇怪的弱点。尽管GPT-4可以生成复杂而令人信服的文本，但它无法辨(bian)别出哪些詞(ci)是形容词。”

08 随着任务流动，ChatGPT帮了大忙(mang)

随着2022年的结束，乔开始从他的学生那里听说，他们的任务清单经常是空的。然后他收到一封(feng)电子邮件，通知他肯尼亚的训练营即将关閉(bi)。他继续在网上培训任务，但他开始担心未来。“

有迹象表明，这种情况不会持续太久，”乔说。注释工作即将离开肯尼亚。从他在网上认识的同事那里，他听说这类任务要被送去尼泊尔、印度和菲(fei)律賓(bin)。乔说：“公司从一个地区转移到另一个地区。他们在当地没有基础设施(shi)，因此可以灵活地转移到运营成本对他们更有利的地方。”

人工智能行业与手机和汽车制造商的一个不同之处在于它的流动性。这项工作在不断变化，不断实现自动化，取而代之的是对新类型数据的新需求。这是一条流水线，但它可以不断地、迅(xun)速地重新配置，移动到任何有合適(shi)技能、带寬(kuan)和薪资的地方。

最近，注释任务薪水最高的工作回到美国。今年5月，Scale AI开始在自己的网站上列出注释工作，招(zhao)聘(pin)在人工智能有望征服的几乎所有领域都有经验的人。其中有些人工智能培训师的名单，他们拥有健(jian)身教练、人力资源、金融(rong)、经济、数据科学、编程、计算机科学、化学、生物、会计、稅(shui)务、营养、物理、旅(lv)遊(you)、K-12教育(yu)、体育新聞(wen)和自助等领域的专业知识。

你可以教机器人学习法律，每小时可以赚45美元；教它们詩(shi)歌，每小时可以赚25美元。网站上还列出了招募(mu)有安全经验的人，大概是为了帮助训练军事人工智能。Scale AI最近推出了一种名为Donovan的防禦(yu)语言模型，该公司高管将其称为“人工智能战争中的弹藥(yao)”，并贏(ying)得了参与陸(lu)军机器人战鬥(dou)车辆项目的合同。

安娜仍在得克萨斯州训练聊天机器人。同事们变成了评论者和Slack管理员，她不知道为什么，但这给了她希望，这份工作可能是一份长期的职业。她不担心的一件事是被自动化取代工作，她说：“我的意思是，聊天机器人能做很多惊人的事情，但它们也会做些非常奇怪的事情。”

Remotasks刚进入肯尼亚时，乔认为注释可能是一份不错的职业。即使在工作转移到其他地方后，他也决心继续从事这份工作。他推断，内罗毕有成千上万的人知道如何做这项工作。毕竟，他训练了很多人。乔在城(cheng)里租(zu)了一间办公室，开始寻找外包合同：一份是为一家建築(zhu)公司标注设计图的工作，另一份为某种農(nong)业项目标注被昆(kun)蟲(chong)破壞(huai)的水果，还有一份是为自动驾驶汽车和电子商务做标注的日常工作。

但乔发现，他的愿景很难实现。他现在只有一名全职员工，而之前有两名。他说：“我们一直没有稳定的工作流程。”因为客户还在收集数据，所以好几周都无事可做。当客户收集完数据后，他不得不引入短期承包商来满足他们的最后期限(xian)：“客户不在乎我们是否有持续的工作。只要数据集标注工作完成，那就没问题了。”

为了不让自己的技能被白白浪费掉(diao)，其他的任务执行者决定任务去哪里，他们也去哪里。他们租用代理服务器来掩(yan)饰自己的位置，购买假身份证来通过安全检查，这样他们就可以假装在新加坡(po)、荷(he)兰、密西西比州或任何任务流动的地方工作。这是一项有风险的业务。据多名任务执行者称，Scale AI越来越積(ji)极地暂停那些被发现隐瞞(man)位置的賬(zhang)户。“

这些天来，我们变得有点聪明了，因为我们注意到，在其他国家，他们的工资很高，”维克多说。他在马来西亚工作的收入是肯尼亚的两倍，但“你要謹(jin)慎(shen)行事”。

另一位肯尼亚注释员说，在他的账户因神秘原因被封后，他决定不再按规则行事。现在，他在多个国家经营多个账户，在收入最高的地方执行任务。他说，多虧(kui)了ChatGPT，他工作速度很快，质量评分也很高。他说，这个机器人很棒(bang)，能让他在几分钟内快速完成10美元的任务。返(fan)回搜狐(hu)，查看更多

责任编辑：