数据标注是做什么的 3D数据标注是做什么的 _生活百科

文章插图
文章插图
上个月，特斯拉首席执行官马斯克表示，他将在明年推出“特斯拉机器人”(Tesla Bot)人形机器人的原型，从事人们不喜欢做的危险、重复或枯燥的工作。该计划一经发布，便引起广泛讨论，外媒关注的焦点集中在安全方面。然而在国内，隐藏在人工智能产业链中的一群人“小人物”开始浮出水面，被舆论聚焦。
他们是AI产业的使能者，是人工智能背后的“劳动力” 。AI繁荣的背后，是万亿级的数据信息。在装配线上，这些数据最终将被传输到名为“标注器”的计算机，并由它们手动“智能” 。
他们扮演了“老师”的角色——手拉手教真实世界的表情和动作，然后等着AI这个“学生”长大离开。也许有一天这些“AI学生”会取代“老师” 。如今，随着数据标注行业的迭代升级，这些数据标注者可能很快就会离开舞台…
进入并扎根在上海的一个创意园区，主管刘梦媛(化名)正坐在自己的小隔间里，等待着批注者发来的成型文件。
外面站满了员工，一个接一个，头紧贴着屏幕，脖子还在前倾。其中一名员工正在做“标记点”，将视频逐帧截取放大，详细标记面部特征和骨骼弯曲点。由于拍摄图像的像素较低，大多数员工总是习惯性地一边滑动鼠标滚轮一边叹气。

文章插图
文章插图
员工操作的“标记点”是人脸识别前的重要步骤之一。除了“标志点”，还有分类标志、框架标志等。AI不是生来就能识别人的眼睛耳朵鼻子嘴巴的。需要通过标注者绘制的关键点来建立对五官轮廓的认知。在此基础上，AI可以通过这些点组成的轮廓特征来完成一系列的识别工作。
当你“刷脸”解锁手机，完成支付，当你进入火车站，检票设备扫描你的脸，你都在使用人脸识别的技术。帮助这项技术的是数据注释者。
在刘梦媛的公司里，注释者通过细微而起伏的鼠标点击创建了数千个关键点。这份工作很“初级”，但也很难。刘梦媛偶尔会出来看看房子，然后以一种奇怪的方式回到小隔间。“我过去常这样来这里。很正常。”
她2018年开始职业生涯，从机械输入(数据清洗)开始，几个月后才正式接触数据标注。她的首要任务是给图像中的人物贴标签:年龄、性别、种族、头发、表情等。供AI学习。看了很多人的标签，AI就像一双锐利的眼睛，一眼就能认出人的特征。
“当时税后五千多的工资主要是因为门槛低。其实说到底还是互联网打工者的作用” 。那时，刘梦媛大学毕业后几次求职都失败了。在她失意的时候，偶然遇到了“注释者” 。女孩特有的细心和坚韧让她一直坚持到现在。
也是在刘梦媛入行的2018年，数据标签公司的风口来了。据前瞻产业研究院统计，2017年与数据标签相关的融资事件共有9起。截至2021年4月，共有18家公司获得融资，投融资事件39起。

文章插图
文章插图
资料来源:前瞻产业研究所
顺应这一趋势，许多数据服务公司也作为乙方进入不断扩大的市场，为百度、阿里等大型互联网公司以及一些AI独角兽公司提供服务。