標簽一貼，汽車秒懂紅綠燈 文科女生給AI大模型“喂口糧”

“數據標注”業務項目經理黃雨晨正在工作。

編者按

當流水線工人變身AI訓練師，當車間轟鳴轉為數據流動，湖北以產業鏈的蓬勃生長，給出了“人去哪兒”的響亮回答：就業，正扎根于產業每一次迭代裂變的新賽道、新場景。即日起，本報開設專欄“就業長在產業上”，敬請關注。

文/圖 湖北日報全媒記者 劉天縱

一張街景，人類一眼能看出“車、人、紅綠燈、樓房、馬路”；AI看到的只是一堆0—255的像素矩陣。

給數據打標，就是給AI“翻譯世界”。數據標注師，應運而生。

在武漢理工大學科技園，覽易（武漢）智能數據服務有限公司有一支500多人的數據標注師隊伍，分布在省內外多個城市，平均年齡不到30歲。

27歲的恩施女孩黃雨晨就是其中一員。她2020年入職覽易智能，現已從普通“數據標注師”成長為“項目經理”。讓人意外的是，她的大學專業居然是漢語言文學。在數據、代碼、算法滿天飛的AI賽道，一名文科生居然擠進了核心崗位。

新手入門不算太難

披著齊肩短發、戴著黑框眼鏡、穿著休閑T恤、揣著平板電腦和幾本書……在覽易智能門外初見黃雨晨，以為是去圖書館上自習的女大學生。

打開辦公電腦，畫面令人眼前一亮——連片的點狀圖、彩色的標注框、交錯的標記線等，構成了一幅幅“賽博”風格的城市街景圖。

“這就是數據標注——給文本、圖片、視頻、語音等各類數據‘打標簽’‘寫說明’‘加備注’，方便AI大模型學習理解。”黃雨晨解釋道。

AI產業的三要素分別是數據、算力和算法。其中，數據是AI的“營養來源”，算力是“肌肉力量”，算法是“思考方式”，數據標注就是給AI制造“口糧”，將原始數據加工成機器學習算法可識別的內容。

比如，一張城市街景圖，需要人用專業軟件，標注出汽車、行人、道路、紅綠燈、建筑、綠化帶、車道線等各類元素，以訓練AI大模型的“眼力”和“腦力”。

數據標注工作好上手嗎？

“只要學習能力強、耐心細致且能熟練操作電腦，上手入門并不算太難。”黃雨晨透露，2020年大學畢業那年，湖北數據標注產業剛開始興起，從業人員缺口大，抱著試一試的心態，她向覽易智能投了簡歷。

新手任務都是入門級的。比如給汽車攝像頭拍攝的照片做標注。這對黃雨晨而言，類似于用專業軟件“P相片”，這正是女生愛好且擅長的。每張照片上的行人、車輛、道路等元素加起來，大約有60個“標注框”，黃雨晨每天能處理50至60張這樣的照片，成為新職員中的佼佼者。

AI對數據“食材”的要求越來越高

精修兩三張照片，或許小有樂趣。若一天要精修幾十乃至上百張照片，難免心生厭倦。想當好數據標注師，就要不厭其煩。

“比起照相館的精修相片，數據標注圖像的精度要求高多了。”黃雨晨說，入行的第一年，她主要處理二維圖像數據，即車載攝像頭拍攝的照片。每張照片標注完后，公司會有專門的質檢人員來檢查標注質量，誤差不能超過1個像素點。

如24英寸的顯示屏，分辨率調成1920（寬）×1080（高）后，每個像素點長寬不到0.3毫米。黃雨晨標注一個人或一輛車，相當于在像素點“萬花筒”中精準“摳圖”。圖像數據標注誤差每提高1%，AI大模型訓練效果就會大打折扣。

黃雨晨稱，數據標注師每天的工作按“計件”考核，效率高的人可以多勞多得，標注速度慢、質量不高的人，只能花更多的時間和精力來補短板。此外，車企投來的訂單多涉及新車型研發和排產計劃，要求數據標注師每天必須按節點完成工作任務，一刻也拖不得，所以熬夜加班是常態。

因業績突出，黃雨晨一路從數據標注師、小組長、項目主管成長為項目經理，統籌覽易智能多個項目的培訓、客戶對接、排產、交付等工作。她經手的項目類型，也從汽車領域，延展到工業制造、智能安防、新零售、醫療、金融等多個行業。

“AI大模型幾乎每三四個月就迭代一次，市場對數據標注的需求越來越大，標注的內容也越來越復雜。”黃雨晨說。

以自動駕駛為例，黃雨晨參加工作的前幾年，主要標注車載攝像頭拍攝的二維圖像數據，框出圖像中的車輛、行人、交通標志等目標。

由于二維圖像數據無法感知距離和空間，由激光雷達、毫米波雷達生成的三維點云數據標注快速發展。

然而，自動駕駛車輛在行駛過程中，周遭環境是動態的，三維點云數據僅提供了靜態的空間場景，因此包含時序信息的四維標注于2024年開始興起，能更全面地描述物體的運動軌跡、形態變化以及與環境之間的互動關系。

目前，從蔚來、理想、吉利、東風、長安等車企向覽易智能發來的訂單看，四維點云數據標注已成主流。“這說明中國自動駕駛技術在飛速發展，AI對數據‘食材’的要求越來越高。”黃雨晨說。

幫AI擺脫“精神內耗”

黃雨晨將人工智能產業解構為“人工+智能”，AI大模型越來越聰明的背后，是廣大數據標注師日以繼夜的默默奉獻。

覽易智能創始人、總經理張雪嬌是名“90后”，黃雨晨等數據標注師一路成長的艱辛，她看在眼里。

張雪嬌透露，最近幾年，國內每年都會新增幾百家數據標注企業。

“企業要在智力密集型行業里生存下來，必須有自己的‘技術護城河’。”張雪嬌介紹，借助武漢理工大學在汽車產業領域的背景優勢，覽易智能從廣大車企的數據標注需求破題，自主研發了“line”數據標注與管理平臺，可實現數據“采集—清洗—脫敏—標注—質檢—訓練”等一站式處理。

“line”平臺最立竿見影的效果是提升數據標注效率和質量，為數據標注師減負。

以四維點云圖像數據為例，每張點云圖像包含100至500幀畫面，每一幀畫面都至少要標注上百個點、線、框。若讓人純手工標注，幾個小時離不開座位。

而“line”平臺能自動完成70%以上的預標注任務，支持多人、多團隊協同標注，并能提供智能質檢功能。數據標注師需要做的就是幫AI查缺補漏，提升整體標注效率30%以上。

擁有高質量的數據集，才能訓練出高質量的AI大模型。加工者越細致、越專業，數據集的質量越高。就像醫療影像數據，主任醫師的手工標注質量，大概率高于醫學院大學生。

目前，金融、醫療、具身智能等行業已成為企業新的訂單增長點。張雪嬌認為，數據標注行業已進入高速發展期，對人才需求量巨大，湖北作為科教大省，擁有得天獨厚的優勢。覽易智能成立5年來，協同相關高校開展技能培訓，已累計培訓數據標注人才上萬人次，讓就業真正“長”在了產業上。