AI 產品背後的拉框工作

例如 —— 拉框

1
甚麼叫拉框呢？像圖一這樣對圖片中的汽車進行數據標註就是，因為剛好是用滑鼠拉一個框，所以俗稱拉框。
熟練工一天能拉完 5000 個框，一個框 0.02 元，一個月下來會有 3000 的收入。
看起來並不高，但問題在於，這個工作，不分地域，不分場所，待在家裡一臺電腦就能開工。所以很多寶媽，在家休息時就可以幹這個。

那有人可能問了，你說這個拉框，和今天要聊的 chatgpt 有甚麼關系呢？
關系就是，chatgpt 背後，就藏著無數的拉框工作者。

2 chatgpt 的本質

chatgpt 出來的時候有許多人提問，為甚麼國內沒有類似的產品。
實際上是有的，比如之前我說過的阿裡魯班，他們也可以用 AI 去自動繪圖，速度也很快。
但是，為甚麼國內這些產品給大家的顛覆性沒那麼強呢？因為很多產品的界面是圖二這樣的：
懂行的人可能會覺得，這個界面已經非常簡潔了啊，相比 PS 等設計軟體，沒有圖層蒙版一堆功能，你就把標題寫好字體選好顏色選好，只要三個參數，一分鐘都不用，然後 AI 就能幫你生成圖片了，這還不夠簡單嗎？很智能了啊。

可問題在於，chatgpt 的界面是這樣的
發現區別沒有？

chatgpt 的巨大進步在於，他能理解你在表達甚麼。不需要參數設定界面，直接輸文字就行。別的軟體你需要選擇 「標題黑色 – 宋體 – 5 號字，正文黑色楷體 4 號字」
而 chatgpt 這裡只需要說，「給我的論文排版」

前者需要懂一點基礎知識，後者哪怕是小學生都可以，這就是差異所在。

為甚麼 chatgpt 能如此智能的理解你在表達甚麼呢？
一方面，是算法的進化，邏輯的進化，另一方面就是素材的積累，更多的學習素材，更精確高質量的學習素材。
而學習素材，就是靠無數拉框人拉出來的。

3 拉框史

2007 年，計算機視覺專家李飛飛在圖像識別項目中，僱傭了一群普林斯頓的本科生，以 10 美元 / 小時的價格讓他們以人工的方式尋找照片並添加進數據集。
很快，她發現這樣做效率低，成本也大。
隨後有人和她說起了亞馬遜的眾包平臺 Mechanical Turk，他們就想到可以用這個平臺來低價僱傭全世界的人為數據做標註。之後有人發現，他們的算法在使用了李飛飛這個更大更精確的 「學習資料庫」 訓練後表現的更好了。

2012 年，Google 的吳恩達和 Jef Dean 訓練了一個當時世界上最大的人工神經網路，用來教 AI 繪制貓臉圖片。訓練數據來自 youtube 的 1000 萬個貓臉圖片，1.6 萬個 CPU 整整訓練了 3 天。
2016 年 3 月，Google 的 AlphaGo 戰勝圍棋世界冠軍李世石。
2018 年 6 月 OpenAI 發布了第一版的 GPT-1。具有 1.17 個參數，使用了 5GB 的無標註文本數據，在 8 個 GPU 上訓練了一個月，然後再進行人工監督的微調。
2019 年 2 月 GPT-2 發布，使用 40GB 文本數據訓練，參數量突破到了 15 億。
2020 年 5 月 GPT-3 發布，使用了 45TB 文本數據訓練，有 1750 億參數。

不少人的看法是：只有參數達到千億以上的大糢型才可能擁有強大的思維鏈能力，而這只是必要條件：有些千億參數大糢型沒能展現出思維鏈能力。

4 訓練
理解了這些，你差不多就能理解 chatgpt 們的邏輯了，
比如人像，甚麼是人像呢？你需要用無數張照片喂給 AI，就像教小孩子一樣告訴他，這個框框裡的就是人。
所以拉出的框框要精確，越精確質量越高，AI 學習的越好。
同理，車輛框，甚至文字也一樣

再比如句子，以 「今天淩晨蘋果公司發布了 iPhone14」 一句為例，該句中一共有 「今天、淩晨、蘋果、公司、發布、了、iPhone、14」 八個需要標註的詞性以及依存句法，其中今天為時間詞，標註為 t，該短語又屬於定中關系，需標註為 ATT；淩晨同樣屬於時間詞，標註為 t，但在句法上屬於狀中結構需標註為 ADV。

所以，一個有意思的情況是，目前大眾眼裡無所不能的 AI，在這些標註員眼裡卻是另一面
——「人工智能也沒那麼神奇，多少人把幾百萬、幾千萬的句子掰開揉碎了教它才教明白，教人才沒這麼費勁。」

總而言之，你喂給 AI 的案例越多，喂的時候標註的越精確，他越聰明。超過一定級別後，AI 識別能力更是會有突飛猛進的增長。
當然，很多時候也不是你喂給他，而是他做出題目你去審，人工再去對 AI 的判斷結果做一次對錯判斷。往 AI 裡輸入的叫數據標註，給 AI 對錯糾正的叫數據清洗。

5 崗位
而由於需求旺盛，目前各大招聘網站已經有大量這類崗位的招聘。甚至在大量咨詢下，還湧現了不少騙子公司。
很多崗位你會發現並非在一線城市，甚至在三四線。
這些崗位的薪水並不高，但靠著三四線生活成本低又不用背井離鄉的優勢，往往能輕松招到很多人。

我之前介紹過的阿裡的 「AI 豆計劃」 就是這個賽道。他們在呂梁山區已經初步形成數字就業產業帶，帶動 600 多名當地人就業，許多都是之前難以找到工作的留守女性寶媽們。永和縣的一家標註公司在風口下快速發展，2022 年所有員工平均月薪甚至超過了 4000 元。
（還是那句話，別單看金額，還要看地域，當地原本是貧困縣，這個算高收入）

當然，有類似操作的不止中國公司，比如 chatgpt，他們沒找中國三四線縣城工作人員來標註，他們找到的是非洲肯尼亞的工人們來進行數據標註。開出的時薪是 2 美元，在硅穀這是不可能找到人的價格，但在當地一樣是爭破頭的香餑餑。

亞馬遜等也一樣，2022 年 11 月，The Verge 報道亞馬遜在印度和哥斯達黎加聘請了工人負責觀看倉庫攝像機數以千計的視頻，從而改進亞馬遜的計算機視覺系統。
所以很多人說中國有廉價勞動力優勢，不應該做不過歐美企業的時候，我必須得說一句

老牌帝國主義們在尋找全球勞動力窪地上，那也是經驗豐富敢想敢做的。
你覺得硅穀紐約人力成本高，但人家會滿世界找便宜勞動力。
用 AI 圈裡一句話來說：人工智能，有多少智能，就有多少人工

6 不是取代，而是變遷

明白了這些，你可能對於許多事會有新的看法。

比如前兩天我看見不少人說，AI 淘汰畫師淘汰設計師，是計算機取代人類。
但其實真正情況是，並不是簡單的計算機取代人類
而是，三線城市月薪 4000 的標註員 x10 + 一線大廠月薪 50000 的算法人員》月薪 20000 的畫師 X10。

工作人數可能並沒有變化，只是群體從一二線畫師變成了三四線人員。
很多崗位在 KPI，OKR 等制度的分割下，非常專一化，比如老一代廣告公司會有 AE 等專門和客戶打交道的崗位。而新一代畫師設計師可能壓根不接觸甲方，就專註從平臺上接單子。

這樣的步驟分割非常垂直的糢式，和標註員 + chatgpt 這套糢式非常像，我認為這樣的崗位就是最容易被 AI + 標註員取代的。

只是目前三四線月薪 4000 的標註員們聲音不大，大眾關註也不多，所以大家光看到 AI 在消減崗位，沒註意到 AI 也創造了很多新興崗位。

就像當年火車淘汰馬車一樣，大家都能看到馬車夫的崗位被取代了，但很少有人意識到，火車本身帶來的新興崗位，其產業和拉動的就業同樣是一個龐大的數字。1804 時的人們，很難去想象 「鐵道兵」「鍋爐員」「高鐵空姐」 等事物。

唯有變化，才是永恆不變的

參考資料：
一文讀懂：AGI 的進化編年史
那些在人工智能背後打工的人
百度華為阿裡騰訊都要搞 ChatGPT，認真的嗎？
資訊麥田裡的數據農民
給 AI 當老師，比教人還費勁