冷门项目：数据标识项目——人工智能背后人工

来源：冷门哥

今天聊一聊我最近要上的一个项目——大数据标识。

我这边场地已经在装修中，等场地装修好之后，会雇一些员工，培训之后就正式开始，时间预计是一个月左右。

我前面提到过的，这个项目任何人可以在家通过电脑来兼职做。

为了打消大家的顾虑，以为又是什么兼职刷单、打字员骗局，所以我先交代一下项目原理，下面涉及的内容，我进行的简易化描述（我本身也是这个行业的门外汉），目的是让大家明白其中的道理，相关的专业术语和名词用的如果不准确，相关的专业人士请见谅。

人工智能的概念很早就提出，标准概念大家自行百度，简单来说，就是通过程序和设备的集合来替代各种各样的人（脑）工活动。

早些年的人工智能，可以理解为“算法驱动”。

某款人工智能是否强大，全仰仗这款程序的算法工程师有多强大。

例如人脸识别：

某款人脸识别程序是否能准确的识别人脸，核心在于它的识别算法,工程师会编写一段复杂的代码，代码里面包含了对人脸的描述：什么是眼睛、什么是嘴巴、肤色、耳朵位置等等，这个算法描述的越全面、越准确它的识别度就越高。

再例如象棋。

算法工程师先预设一下象棋的规则和对局步骤，系统根据设定好的程序来进行对应操作。算法工程师的象棋水平越高，自然机器的水平就越高。

在人脸识别中，算法工程师的识别算法，必须要考虑各种性别、肤色、国际、地域、年龄条件，才有可能精准的识别出每一个人，单看描述就知道这有多么的难。

而象棋程序中，假设算法工程师自己的象棋水平一般，自然这款程序的象棋水平也就一般，同常情况下都要借助象棋大师的帮助才有可能写出一款较强的程序。

人工智能这种早期的算法驱动模式，决定了人工智能不会有超越人的表现，因为它所有的行动标准和思维逻辑都是由人给予的。总结起来，人能控制并且明白其中的算法，自然这种人工智能不能超越人类，也就造成了人工智能在那些年的发展缓慢。

但是这种情况在近几年有了根本性改变，某位大神科学家，发明出了一种基于模拟人脑的“深度学习”算法，最可怕的是这种算法目前还是“开源”的。

导致现阶段的人工智能，变为了“数据驱动”

这个算法怎么理解呢？

依旧是人类识别：不再需要找专业的算法工程师来进行复杂的程序定义，你只需要放足够多的人脸照片给机器，让机器自己通过“阅读”大量的人脸，来自己总结识别人脸的方法。先上100万张各式各样的人脸图片给机器，机器自己去理解什么是鼻子、眼睛、嘴巴，从而自己进行识别，假设识别度还不够高，再上500万张图片，让机器继续学习。

理论上，只要给予机器足够的学习资料（即各种人脸数据），最终机器的识别率能达到100%。

在象棋领域，无所谓程序员象棋技艺的好坏，你只要给机器进行足够多的“对局练习”，机器会自己学习和领悟，哪一步棋怎么走，是否更好的走法，理论上，只要机器进行了足够多的“对局练习”，机器的象棋技艺可以无限提高。16年的围棋人机大战中，阿尔法狗就是一款基于“深度学习”的象棋机器人，在足够多的练习下，这k@机器已经可以和人类最顶级棋手对决，在第四局输掉一场之后，它连夜又进行了几十万局的训练，至此之后，不管是李世石还是柯洁，阿尔法狗一局未落。

至此，可以说人工智能开启了新篇章，所以那个时候的人机大战才那么引人关注。

给予机器足够的医学文献，就能诞生医疗机器人。

给予机器足够的路况资料，就能诞生无人驾驶机器人。

给予机器足够的气象资料，就能诞生天气预报机器人。

而人在其中，根本理解和控制不了机器自己通过学习总结得出的那套算法，以前很多只能存在于科幻电影的人工智能场景，现在接着“深度学习”算法，已经变得越来越现实，就此，也就衍生出了一个新的行业，也是我今天给大家介绍的这个项目：数据标注。

前面已经解释了，即将爆发的基于数据驱动的人工算法，本质就是用大数据来喂养机器。

但是目前现有的这些数据，还都是“原材料”，需要有人工做初级的“加工”，才能成为真正可用的机器训练的“食物”。

还是以人脸识别举例，虽然目前已经有大量的人脸图片，但是，这些图片还不能直接用于机器训练，因为每一张图片中，除了人脸，还包含了其他的背景和元素，这些数据都是无用的，录入的时候反而会干扰机器的学习，所以需要人工来进行可用数据的提取工作，即 数据标注/数据提取。

我直接用图片要说明：

假设某人工智能，要学习人脸识别，我们会拿到原始图片，即 一张张人脸的图片，我们要用鼠标，勾出其中真正能用于机器识别的区域，勾出眼、鼻、嘴等。

某监控行人是否闯红灯的人工智能，需要我们勾出一张张街景图中的行人：

某无人驾驶的人工智能，需要我们从街景图中勾画出交通线、车辆等等

这里说一个我的小推论：

未来10年，以“深度学习”为驱动的人工智能将蓬勃发展，全球的人工智能公司都需要大量的数据来喂养自己的产品，而数据提取又是绕不开的门槛。

各种大型的高科技人工智能公司，自然不会大规模的自建这种高劳力的数据提取工厂，外包就是最廉价、可行的的方式，未来整个市场，都需要大量的数据标注员。

放眼全球，能一下拿出这么多具备基础电脑操作的劳动力进行数据加工的国家，也只有中国。印度？非洲？别提了，那些地方有一半以上人口都还是文盲、类文盲状态，你让他们来用电脑干活，可行么？未来大数据中心，很可能会像制造业一样，其中心将会在中国。

仅仅目前，百度的“无人驾驶汽车项目”，阿里的“刷脸项目”，某些大城市主导的“城市监控项目”就已经往市场上投放了大量的数据标注任务。

数据标识，可以一句话概括为：人工智能背后的人工。

这里我要说明的是，虽然顶着人工智能的帽子，但是数据标注并不是什么高大尚的项目，准确来说和工厂车间里的生产线工人差不多，都是劳动密集型产业，相关的操作很简单，只要有电脑，并且有基础的电脑操作能力，按照要求完成相关的标注即可。

总算聊完了这个项目，现在说说大家比较关心的点：：

一，我们这边专门做数据标识的工作室，要到4月底才交付使用，所以，我这边至少得5月份才能开始这个项目，在此之前，不敢给各位打任何包票。

二，到时候我会对外招收一些兼职，当然，会优先选择之前任意参加过我培训或者指导的学员，只要你有空，有自己的电脑，来找我拿标注软件和任务，做完之后，我直接给你结算工钱。真心花点精力去做这个东西，暂时我能许诺月收入在2000以上，总之多劳多得，3.4千也不是不可能，具体到月底再看。

三，除了普通兼职，我也欢迎任何对这个行业感兴趣的朋友来合作，不管你是想做代理，或者你有其他合作方式的，你们都可以找我聊。

四，已经在从事这个行业的朋友，或者你本身就有一定相关资源，我也希望能和各位交流、学习，我们可以以任何形式来探讨我们之间有没有可以合作和愉快玩耍的可能性。