什么樣的工作，可以被塞爾維亞首都貝爾格萊德的上班族，和印度南部Yemmiganur小鎮(zhèn)的家庭主婦所共享？

答案可能出乎你意料：訓(xùn)練AI。

上班族排隊等一杯咖啡的功夫，打開手機做幾個選擇題，就可以賺到咖啡錢；主婦在午后的閑暇時光，在手機軟件上標(biāo)注方框，就可能為小孩添一身新衣。

打開Playment界面，他們會看到一張Polo衫的照片，下面描述了它的顏色、袖長和領(lǐng)口三個特征，先選擇描述是否正確，如果正確則無需操作，如果錯誤則進入下一步，根據(jù)提供的選項選擇正確的描述。

他們也可能看到的是一張公路標(biāo)識的照片，里面有紅綠燈和轉(zhuǎn)向標(biāo)志，需要先圈出標(biāo)志，再選擇對應(yīng)的意思。

這就完成了一次簡單的數(shù)據(jù)標(biāo)注：給圖像貼標(biāo)簽和分類。當(dāng)然，這離真正意義上的訓(xùn)練AI還很遙遠，其實只是第一步——為AI提供訓(xùn)練所需的數(shù)據(jù)。

圖像識別是AI在商業(yè)中應(yīng)用的常見場景。遠到自動駕駛的實現(xiàn)，近到電商網(wǎng)站的以圖搜物，都需要經(jīng)過成千上萬次的數(shù)據(jù)分揀和識別訓(xùn)練。

班加羅爾過去因外包產(chǎn)業(yè)而聞名于世，語言溝通無障礙、人力成本低廉、IT人才充足，讓印度成為了歐美大公司服務(wù)外包的首選之地。

大數(shù)據(jù)、自動化、AI等新科技的發(fā)展正在削弱人力成本的優(yōu)勢。2017年，印度的外包產(chǎn)業(yè)受到的沖擊明顯，產(chǎn)值下降，利潤下滑，大幅裁員。

若最終某些勞動被機器取代，那部分外包服務(wù)將不復(fù)存在。但在那之前，AI技術(shù)的發(fā)展也給班加羅爾創(chuàng)造了新生計，即通過“人工”讓AI變得更“智能”。

這其中的參與者，既有擁有大量全職員工的傳統(tǒng)外包公司；也有像Playment這樣創(chuàng)業(yè)公司，用科技來做眾包的平臺；還有IndiVillage這樣的社會企業(yè)，通過科技來賦能鄉(xiāng)村婦女和青年，改善社區(qū)基礎(chǔ)設(shè)施和教育。

據(jù)彭博社估計，這種數(shù)據(jù)標(biāo)注和分類的工作，目前全球有超過100萬人在做。

千萬融資

亞馬遜的Amazon Mechanical Turk源于2005年為內(nèi)部需求所搭建的平臺：管理庫存、分類產(chǎn)品等。后來，平臺開始對外開放，目前有超過50萬的注冊用戶，75%來自美國。它上面提供簡單的數(shù)據(jù)標(biāo)記任務(wù)，用戶可以由此掙得酬勞，處理后的數(shù)據(jù)將用于AI的訓(xùn)練。

隨著AI技術(shù)的發(fā)展，需要提供海量的數(shù)據(jù)對其進行訓(xùn)練，類似的第三方勞務(wù)眾包平臺開始興起。

2017年1月，總部位于美國西雅圖的Spare5獲得了英特爾投資、谷歌風(fēng)投等聯(lián)合投資的1400萬美元的B輪融資，宣布改名為Mighty AI。這拉開了2017年AI訓(xùn)練和數(shù)據(jù)分揀眾包平臺資本熱的帷幕。

2017年5月，總部位于班加羅爾的Playment獲得了硅谷孵化器Y Combinator等參與的160萬美元的投資，融資總額達到了240萬美元。

據(jù)統(tǒng)計，2017年里，美國的CloudFactory，Mighty AI和CrowdFlower等眾包公司共獲得了5000萬美元以上的投資。與傳統(tǒng)的外包公司相比，它們?yōu)锳I訓(xùn)練所需要的海量數(shù)據(jù)提供了一個更為經(jīng)濟可行的解決方案。

Playment的三位聯(lián)合創(chuàng)始人此前都在Flipkart工作，2015年開始創(chuàng)業(yè)。他們目前有30名雇員，卻擁有一個由25萬名全部位于印度的遠程“數(shù)據(jù)分揀員”組成的眾包員工社區(qū)。

即使是總部位于美國的眾包公司，他們的眾包員工很多也都來自于印度、柬埔寨、非洲等發(fā)展中國家。比如Microwork在塞爾維亞，Samasource在印度、非洲和海地等地培訓(xùn)和雇傭工作人員。

人力成本低廉的優(yōu)勢顯而易見。在智能手機正在快速普及的印度，經(jīng)過培訓(xùn)，人人都可以在移動設(shè)備上動動手指就能賺到錢，而無需像Amazon Mechanical Turk那樣總是坐在電腦前工作。

傳統(tǒng)的外包公司雇傭全職員工，這樣一來成本就相對高昂，Playment這種眾包協(xié)助服務(wù)就受到了青睞。其中的核心在于將數(shù)據(jù)處理的需求設(shè)計成智能手機的軟件，并按照處理要求匹配到合適的員工。

“這樣做更具成本效益，”Playment的聯(lián)合創(chuàng)始人Ajinkya Malasane說，“傳統(tǒng)的業(yè)務(wù)流程外包由于團隊固定，無法擴大規(guī)模，科技公司內(nèi)部的眾包平臺（比如亞馬遜的Mechanical Turk）不能保證質(zhì)量?！?/p>

Playment現(xiàn)在擁有30多位客戶，其中包括Flipkart、Paytm和阿里巴巴集團?？蛻粢话惆错椖扛顿M或簽訂年度合同。

據(jù)聯(lián)合創(chuàng)始人兼首席執(zhí)行官Siddharth Mall說，他們的客戶中有大約70%都屬于自動駕駛領(lǐng)域。

一般而言，企業(yè)將所收集的數(shù)據(jù)提交給Playment，然后Playment的眾包員工用他們的智能手機對其進行標(biāo)記、標(biāo)注和注釋。這些成員通過教程接受培訓(xùn)，并且必須通過特定項目的資質(zhì)考察才能參與。為了確保質(zhì)量，每項任務(wù)會經(jīng)過多人多次重復(fù)，并設(shè)置有重復(fù)核查的功能。

“這些任務(wù)很復(fù)雜，所以我們提供專門的項目經(jīng)理來為他們定制工作流程，并負責(zé)整個交付過程?！盨iddharth說。

據(jù)他介紹，Playment已經(jīng)為客戶標(biāo)記了超過5000萬個數(shù)據(jù)，相當(dāng)于大約1000萬個數(shù)據(jù)單位（圖像和文本）。他說，目前公司每天可以輸出高達100萬個標(biāo)簽。

除了創(chuàng)造工作機會，社區(qū)也可能因此受益。電商snapdeal的合作伙伴IndiVillage Tech Solutions就在印度南部安得拉邦的小鎮(zhèn)Yemmiganur設(shè)立了辦公室，雇傭了大約100名婦女和青年，并將部分利潤用于社區(qū)教育和飲用水的改善。

“人工智能”中的“人工”

一直宣稱將取代人類的“人工智能”，何以“淪落”到需要被人類教育？聽來不可思議，但確實是真的。

Siddharth說，“雖然人工智能是技術(shù)的下一個前沿領(lǐng)域，但它還遠未達到企業(yè)應(yīng)用的要求?！?/p>

以自動駕駛為例，系統(tǒng)需要做出很多決定來應(yīng)對各種不確定因素——天氣，照明，車輛類型，單行道等等?！澳阈枰罅咳肆?，以指數(shù)規(guī)模生成大量的訓(xùn)練數(shù)據(jù)?！?Siddharth說。

之所以需要訓(xùn)練數(shù)據(jù)，是取決于目前AI訓(xùn)練的方式。

以圖像識別為例，原理就是給AI輸入足夠多的同一類型的數(shù)據(jù)，比如無數(shù)張貼了分類標(biāo)簽的各種各樣紅綠燈、或者公路上障礙物的圖片，等下次再輸入未貼標(biāo)簽的同類圖像時，AI可以將其正確分類，也就是“認出來”。

這樣一來，對于一輛自動駕駛汽車來說，僅僅是識別行人和停止標(biāo)志，它通常會需要成千上百萬的照片來學(xué)習(xí)，而這些照片必須全部由人力進行標(biāo)記。

要讓AI越來越智能，直到無限接近人的判斷，就需要海量的數(shù)據(jù)讓它進行學(xué)習(xí)。那問題在于，數(shù)據(jù)的數(shù)量和質(zhì)量如何選擇。對于商業(yè)應(yīng)用而言，所解決的往往是具體情境下的問題，比如自動駕駛識別障礙物，以圖搜物找到同類型的商品等。

因此，一定數(shù)量的高質(zhì)量的數(shù)據(jù)，顯然比海量的低質(zhì)量數(shù)據(jù)更經(jīng)濟高效。所謂“高質(zhì)量”，即就分類意義而言，它的分類更為準確，可以起到更好的學(xué)習(xí)效果。

比如電商的以圖搜物需要訓(xùn)練AI識別衣服類型，理想的狀態(tài)是所有的短袖被分為一類，所有的連衣裙被分為一類，二者之間沒有交叉和混雜。這就需要人工來對圖像進行標(biāo)注，對原始的數(shù)據(jù)進行“凈化”和“分揀”。

因此，印度等發(fā)展中國家的年輕勞動力，顯然成了一個不錯的選擇。

是“智能”還是“鸚鵡”？

這樣訓(xùn)練出來的AI，能真的取代人類嗎？距離這一目標(biāo)的實現(xiàn)可能還很遙遠。

很簡單，以這種方法訓(xùn)練出來的AI，它所有的輸出都建立在已經(jīng)輸入的基礎(chǔ)之上，如果有全新的圖像出現(xiàn)，識別就無法進行。

加州大學(xué)洛杉磯分校視覺、認知、學(xué)習(xí)與自主機器人中心主任朱松純曾以圖像識別所在計算機視覺研究舉例稱，此前25年，主流是以形狀和物體為中心，最近25年是通過提取豐富的圖像特征，來描述物體的外觀來做識別和分類。之前提到的電商網(wǎng)站Polo衫的顏色、袖長和領(lǐng)型就屬于此類。

但事實上，場景識別的本質(zhì)是功能推理。朱松純以下面兩張圖為例，寫道“雖然圖像特征完全不同，但是他們是同一類場景，功能上是等價的。”

這才是真正的“人工智能”。而目前這種通過圖像特征做場景的分類和分割，用大量的圖片例子和手工標(biāo)注的結(jié)果去訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，其實是典型的“鸚鵡”模式。

也就是說，這種“學(xué)習(xí)”實際上不是我們平常意義上的“學(xué)習(xí)”。一般意義上的學(xué)習(xí)，是一種交互的過程，而這種通過大量數(shù)據(jù)進行訓(xùn)練的學(xué)習(xí)，其實是一種“被動的統(tǒng)計學(xué)習(xí)”，無法產(chǎn)生舉一反三的效果，只是一種“鸚鵡學(xué)舌”。

說到底，目前這種在商業(yè)應(yīng)用的垂直領(lǐng)域應(yīng)用廣泛的，通過大量數(shù)據(jù)來訓(xùn)練AI的深度學(xué)習(xí)方法，只是AI領(lǐng)域很小的一個部分，絕對不能等同于“人工智能”。

隨著AI技術(shù)的發(fā)展，也可能會出現(xiàn)比被動的統(tǒng)計學(xué)習(xí)更為科學(xué)的方法，那時候，還需要通過人工貼標(biāo)簽來分類數(shù)據(jù)、訓(xùn)練AI嗎？

本文轉(zhuǎn)自微信公眾號“志象網(wǎng)”，作者羅瑞垚，原標(biāo)題《全世界AI民工聯(lián)合起來》。文章為作者獨立觀點，不代表芥末堆立場。