揭秘真实的「AI民工」：为生存机械地「做任务」 时薪低至1美元

焦点提醒：

1.纵然是最厉害的AI背后也是人，它需要大量人力标注数据来训练它。AI标注员是人们希望自动化的事情，而且通常以为它们已经自动化了，然则仍需要人类的辅助。

2.他们把这份事情称为“做义务”，自己也不知道干的是什么。

3.收入微薄，时薪低至1-3美元。

4.标注员埋怨称“若是我让某人成为亿万富翁，而我每周只赚几美元，我真的是在虚耗生命。”

人工智能(AI)的火热不仅取代了一批事情岗位，也作育了新的产业，一支以“做义务”为生的重大AI民工雄师正在悄然崛起中。

乔(Joe)今年30岁，几个月前从肯尼亚首都内罗毕的一所大学结业，找到了一份数据标注员的事情。这份事情单调乏味，整天就是处置用于训练AI的原始信息。AI通过在海量数据中寻找模式来学习，然则这些数据首先必须由人类举行分类和符号。人类就是隐藏在这些机械背后的重大劳动力。

以乔为例，他的事情就是为自动驾驶汽车符号视频，一帧一帧地从每个可能的摄像头角度符号每辆车、行人、骑自行车的人以及任何车主需要注重的器械。这是一项艰难而又重复性的劳动。一个只有几秒钟的视频片断需要8个小时来标注，乔忙活半天只能赚到约莫10美元(约合72元人民币)。

不外，到了2019年，乔迎来了一个“发家时机”。由于一家新公司迫切需要标注员，他们确立了一个训练营，培育新的标注员。乔成了这个训练营的认真人，待遇是之前做标注员的四倍。

每隔两周时间，50名新手就会排队进入内罗毕的一栋办公楼，最先他们的学徒生涯，这让人感受市场对标注员的需求似乎是无限的。他们被要求从那些对着镜子自拍的照片中看到的衣服举行分类，通过机械人吸尘器的视角来确定他们所在的房间，并在激光雷达扫描的摩托车周围画出正方形。

乔的一半以上学生通常在训练营竣事前就退学了。“有些人不知道若何长时间待在一个地方。”他委婉地注释道。他认可，“这很无聊”。

稀里糊涂“做义务”

然则，在一个事情稀缺的地方，这好歹是一份能够生涯的事情。最终，乔照样培育出了数百名结业生。训练营竣事后，这些学生回抵家里，独自在卧室和厨房里事情，被阻止告诉任何人他们在做什么。实在，保密性并不是什么问题，由于他们也险些不知道自己在干什么。

对于这些刚出师的学生来说，为自动驾驶汽车符号障碍物很好明了，然则对那些不知道是机械人照样人类说的扭曲对话片断举行分类，就没那么轻松了。他们要上传自己的照片：先是一脸茫然地盯着摄像头，然后咧着嘴笑，还要戴上摩托车头盔。每个项目都是某个更大程序的一个很小组成部门，以是很难说他们到底在训练AI做什么。他们也无法从这些项目的名称中寻找蛛丝马迹：“蟹的传人”、“鲸鱼段”、“林地陀螺仪”和“药盒香肠”，这些都是天南地北的项目代号。

那么，他们到底是在为谁打工呢？大多数人只知道它叫Remotasks，是一家面向英语流利者提供事情的网站。和大多数标注员一样，乔并不知道Remotasks是美国AI标注公司Scale AI旗下的外包公司。Scale AI是一家价值数十亿美元的硅谷数据供应商，客户包罗OpenAI和美国军方。不外，Remotasks和Scale AI的网站都没有提到双方的关系。

许多人对于ChatGPT等大语言模子的关注都集中在AI通过自动化取代的事情岗位上。然则，纵然是最厉害的AI背后也是人，它需要大量人力标注数据来训练它，并在它感应“疑心”时对数据举行澄清。只有那些有钱购置这些数据的公司才气介入竞争，这些公司在获得数据后会全力防止数据外泄。效果就是，除了少数破例情形以外，人们对于塑造AI系统行为的信息知之甚少，对于塑造这些系统行为的人就更不领会了。

对乔的学生来说，这是一份“十分不正常”的事情：没有时间表、没有同事、不知道自己在做什么、也不知道为谁事情。现实上，他们很少把这项劳动称之为事情，只是称之为“义务”，他们是义务事情者。

人类学家大卫·格雷伯(David Graeber)曾经给那些没有意义的事情起了一个名字：“狗屁事情”，指的是那些本应该被自动化取代，但由于权要主义、职位或惰性等缘故原由而没有自动化的事情。AI标注员的事情则与之相反：这是人们希望自动化的事情，而且通常以为它们已经自动化了，然则仍需要人类取代。这些事情确实有一个目的，只是事情者通常不知道它是什么。

标注大生意

当前的AI热潮，就是源自这种亘古未有的大规模单调乏味、重复性劳动。

2007年，时任普林斯顿大学教授的AI研究员李飞飞嫌疑，改善图像识别神经网络的要害是使用更多数据举行训练，需要数百万符号图像而不是数万张。但问题是，她的本科生团队需要破费数十年时间和数百万美元才气给这么多照片贴上标签。

不外，那时亚马逊已经拥有了一个众包平台Mechanical Turk，天下各地的人们在这里以低廉的价钱完成小义务。于是，李飞飞在Mechanical Turk上找到了数千名数据标注事情者，缔造了标注数据集ImageNet。它让机械学习取得了突破，让这一领域焕发新机，迎来了十年提高。

现在，标注仍然是AI开发的基础组成部门。然则，工程师们经常以为，对于构建大模子这一更迷人的事情而言，标注是一个短暂的、晦气便的先决条件。你可以尽可能廉价地网络尽可能多的符号数据来训练模子，若是它有用，至少在理论上你就不再需要标注员了。然则，标注永远不会真正完成。在研究职员眼里，机械学习系统是“懦弱的”。当遇到训练数据中没有充实注释的器械时，它很容易失败。这些失败被称为“边缘情形”，可能会发生严重的结果。

例如，2018年，网约车巨头Uber的一辆自动驾驶测试车撞死了一名女性。只管该汽车的自动驾驶系统被举行了编程，要求避开骑自行车的人和行人，但它不知道该若何看待骑自行车过马路的人。随着越来越多的AI系统被投入到天下中提供执法咨询和医疗辅助，它们面临的边缘情形就越多，需要更多人类来协助解决。这已经催生了一个全球性产业，由像乔这样的人组成，他们用自己怪异的人类能力来辅助机械。

标注是一门大生意。Scale AI由昔时19岁的亚历山大·王(Alexandr Wang)在2016年确立，2021年的估值已到达73亿美元，这让他登上了《福布斯》“最年轻的自食其力亿万富翁”榜单。不外，自那以后，他的股份在二级市场的价值已经下跌。

“标注生意拥有一套完整的供应链，”非营利组织AI同伴关系(Partnership on AI)的项目和研究认真人索南·金达尔(Sonam Jindal)示意，“业内普遍以为，标注不是开发的要害部门，也不会长时间需要它。所有的兴奋之情都围绕着人工智能，一旦我们确立了它，就不再需要标注，以是为什么要思量它呢？但标注是AI的基础设施。人类智慧是AI的基础，我们需要将其视为AI经济中的真正事情，这些事情将在一段时间内存在。”

智能服务机器人公司「汉特云」完成千万元Pre-A轮融资

智能服务机器人公司「汉特云」完成千万元Pre-A轮融资,汉特云已落地社区、园区、楼宇三大场景，并于2022年成为北京国际“冬奥会&冬残奥会”冰立方场馆智能服务机器人官方合作伙伴。

OpenAI、谷歌和微软等着名AI公司都有各自的数据供应商。一些私人外包公司拥有类似呼叫中央的办公室，好比肯尼亚和尼泊尔的CloudFactory。乔就是在那里做标注，每小时1.2美元，之后他才转投Remotasks。另有像Mechanical Turk和Clickworker这样的“众包”网站，任何人都可以注册来完成义务。中央层是Scale AI之类的服务，任何人都可以注册，但每小我私人都必须通过资格考试和培训课程，并接受绩效监控。

怎么接活？

今年早些时刻，记者在Scale AI的外包公司Remotasks网站上举行了注册。历程很简朴，输入电脑设置、网速和一些基本的联系信息后，记者就来到了“培训中央”。为了获得付费义务，记者首先必须完成一个相关的无偿入门课程。

培训中央展示了一系列课程，然则这些课程的名字令人费解，好比“胶水泳衣”和“海报夏威夷”。记者点开了一个叫“GFD模块化”的课程，这项课程是给社交媒体照片中的衣物举行标注。

不外，课程的指令很新鲜。例如，它们基本上是由相同的指令组成的，并用特殊的颜色和大写字体举行强调，旁边是用来警示的炸弹威胁拼贴画。

“一定要给真实的、可以让人类穿着或设计给真人穿着的物品贴上标签。”指令是这么要求的。

“下面的所有物品都应该贴上标签，由于它们是真实的，可以被现实生涯中的人穿着。”指令再次强调。这些物品来自一个AJ品牌广告、一个戴着星球大战凯洛伦头盔的人，以及一个穿着裙子的人体模子。这些图片上面有一个石灰绿色的方框，内里的文字再次注释说，“给真实的人可以穿的真实物品贴上标签”。

对于不能被符号的物品，指令也给了醒目的提醒：“以下物品不应该被贴上标签，由于人类在现实生涯中不能能穿着这些物品！”

记者对于自己的分辨能力感应自信，于是就最先了测试。首先是一张杂志的照片，上面的女人穿着裙子。照片上的服装是真实的服装的吗？记者以为不是，由于人不能穿照片中的服装。然则，错了！在AI看来，真实服装的照片就是真实服装。接下来是一张在幽暗卧室中，一个女人站在全身镜子前自拍的照片。她穿着的衬衫和短裤是真实的。那么倒影呢？同样是真实的！真实服装的倒影也是真实服装。

经由尴尬的大量实验和错误后，记者终于最先了现实事情，却恐慌地发现他一直在起劲遵照的指令已经被更新和澄清了许多次，现在已经酿成了一本有43页的指令书：不要符号装满衣服而且打开的行李箱；符号鞋子但不要符号脚蹼；符号紧身裤但不要符号连紧身裤袜；纵然有人穿着毛巾也不要符号它；符号服装但不要符号盔甲。

收入微薄

Remotasks上的大部门事情都是按件计酬的，一项义务的收入从几美分到几美元不等。由于义务可能需要几秒钟或几个小时，以是人为很难展望。标注员们称，当Remotasks刚进入肯尼亚时，他们的待遇相对较高。凭证义务的差异，平均每小时约莫为5到10美元。但随着时间的推移，待遇会下降。

Scale AI谈话人安娜·弗兰科(Anna Franko)示意，该公司的经济学家会剖析项目的细节、所需的手艺、区域生涯成本和其他因素，“以确保公正和有竞争力的薪酬”。Scale AI的前员工还示意，标注员的薪酬是通过一种类似动态订价的机制确定的，该机制凭证可用的标注员数目和数据需要的迫切度举行调整。

凭证记者的采访和招聘通告，美国的Remotasks标注员通常每小时能挣10到25美元，一些专业标注领域的专家待遇更高。今年年头时，接受采访的肯尼亚标注员的待遇已经降到了每小时1到3美元。

这照样能赚钱的时刻。标注员对于Remotasks的事情最常见的埋怨就是它的不稳固性。它或许能在很长一段时间内给标注员提供足够稳固的事情，可以作为全职事情，但也充满了不能展望性，使人无法依赖它。标注员破费数小时阅读指令和完成无偿培训，效果只能完成几十个义务，随后项目就竣事了。接着，标注员可能几天都没有新义务，然后再突然泛起一项完全差其余义务，可能连续几个小时到几周时间不等。任何义务都有可能是他们的最后一项义务，他们永远不知道下一个义务何时到来。

工程师和数据供应商称，这种时有时无的事情取决于AI开发的节奏。训练一个大模子需要大量标注，然后是更多的迭代更新。工程师们希望所有这些都尽可能快地完成，这样他们就能遇上目的宣布日期，可能在几个月的时间里就需要数千名标注员，然后削减到几百名，接着只需要十几名特定类型的专家，然后又需要数千名。“问题是，谁来肩负这些需求颠簸的成本?”AI同伴关系的金达尔说，“由于现在肩负这些成本的是标注员们。”

抱团取暖和

为了取得乐成，标注员们会相互互助。维克多(Victor)在内罗毕上大学时就最先为Remotasks事情。当记者告诉他自己在交通导向员义务中遇到的难题时，他示意人人都知道要远离谁人义务：义务太棘手、待遇还低，不值得做。

和许多标注员一样，维克多使用非官方的WhatsApp群聊，在有好义务时通知人人。当他弄清晰一个新义务时，他会即兴使用谷歌视频集会服务Meets与其他人分享若何完成义务。任何人都可以加入集会，一起研究，分享技巧。“这是我们培育起来的相互辅助的文化，由于我们知道，单凭一小我私人是无法掌握所有技巧的。”他说道。

由于事情会毫无征兆地泛起又消逝，以是标注员们总是需要保持小心。维克多发现，项目会在深夜突然泛起，以是他习惯每三个小时左右醒来检查一下他的义务行列。当有义务时，他会保持苏醒，只要能让自己事情。有一次，他熬夜36个小时，在人群照片中给肘部、膝盖和头部做符号，他也不知道这么做是干什么。另有一次，他熬夜太久，妈妈问他眼睛怎么了。他照镜子后才发现，眼睛肿了。

标注员通常只是模糊地知道他们正在为其他地方的企业训练AI，但有时这种神秘感会消逝，由于指令中提到了某个品牌或谈天机械人说得太多了。“我读了一些资料，并通过谷歌搜索发现，我正在为一位25岁的亿万富翁事情。”一名员工说，他那时正在给打电话订购达美乐披萨的人的情绪贴标签。

“若是我让某人成为亿万富翁，而我每周只赚几美元，我真的是在虚耗我的生命。”他不满地说。

没人会记着我们

维克多自称是一名AI“狂热者”。他最先做标注，是由于他想辅助实现一个完全自动化的后事情未来。然则今年早些时刻，有人在他的WhatsApp群里发了一篇《时代》杂志的报道，内容是标注员训练ChatGPT识别有毒内容，然则Scale AI支付给他们的时薪不到2美元。

“这些公司利润丰盛，但支付给标注员的薪酬却云云之低，这让人感应气忿。”维克多说。当被见告Remotasks与Scale的关系时，他才知道自己介入的其中一项义务的指令与OpenAI使用的险些相同，这意味着他可能也在训练ChatGPT，时薪约莫3美元。

“我记得有人发帖说，我们未来会被人铭刻，”他说，“然后，另一小我私人回复说，我们的待遇比步兵还差，未来我们什么也不会被记着。这段话我记得很清晰。没有人会认可我们所做的事情和支出的起劲。”

【本文由投资界互助同伴凤凰网授权宣布，本平台仅提供信息存储服务。】若有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处置。