作者/ 刘鑫
编辑 / 园长
刺猬公社（ID：ciweigongshe）和何信通话的时侯，他正在做数据标明的工作。
电脑屏上的图片里，三三两两的人在操场上，或是在呼啦圈，或是在围观。何信要做的是用键盘将正在呼啦圈的人框下来。“说出来你可能都不相信，就是画这一个框。”何信解释道，“好比你如今打开笔记本，然后摁住滑鼠右键拉一下，在桌面上就是一个框就是3分钱。”
何信在做数据标明工作，何信供图
何信做数据标明的工作有一年多，他自己创立了一个创业小团队，团队里有十几个人。他们的项目涉及百度、网易、阿里等互联网大厂，他也做细致的“打点”工作，类似一个鞋的边框打点一周，二十几个点，挣一到两角钱。
“阿里众包、京东微工、百度众测、有道众包……”市面上这样的产品有很多，利用碎片化时间获得收入、操作简单无门槛是它们最主要的卖点。这类互联网大厂推出兼职平台，主要以众包的方式给用户分配任务，用户通过完成任务来获得酬劳。但相较这种大厂的著名产品而言，兼职平台们的下载量并不高。
刺猬公社查询产品下载量统计平台七麦数据后发觉，AppStore中阿里众包、京东微工、百度众包等三款产品，近30日日均下载量未超过2000。
从产品数据上看，互联网大厂的兼职App只能说不温不火。在灵活用工、兼职经济高度发展的当下，这类兼职App为何没做上去？都是谁在做这份工作？
1
收益太少，羊毛难薅
互联网大厂出品的兼职APP中，运作流程是：平台发布任务，用户发放任务初验后获得利润。综合各平台来看，主要有数据标明、数据采集、数据转写工作。细分到具体领域，又分为文本、图片、语音、视频等部份的信息处理。任务的价钱通常在0.1元到几十元不等。
放弃倒不是由于钱少，而是由于这份工作过分机械化，重复性劳动让李元很不适应。他学院读的是电子信息工程专业，毕业后工作也比较悠闲。出于挣钱和打发时间的目的，李元下载了这款众包类型的软件。
众包，通俗来讲，就是从大众哪里找寻资源。它原意是指一个公司或机构把过去由职工执行的工作任务，以自由自愿的方式外包给非特定的（而且一般是小型的）大众志愿者的做法。
以易迅微工的数据标明为例，在最新一期的任务里要求对文本进行情感判定，根据自己的认知选择文本是正向、中性还是负面。该结算两分一条，以10条为结算单位，要求正确率100%。
图源：京东微工
数据采集通常为音频、图片、视频方面的采集，周舟热衷于做数字采集方面的工作，2019年中学毕业后，他开始尝试这方面的兼职工作。两年的时间，他陆陆续续赚了3000多。“我也没有天天去看，阿里众包在年终、年初、年底的任务好多。”
在每位任务里，都有明晰的要求，周舟觉得这样很明晰，可以很快地区分什么好做什么不好做。
图源：阿里众包
相比于数据标明、采集方面的工作，数据转写的门槛稍稍高些。所谓的数据转写，主要是各类语言转译工作，比如，在有道众包的少儿英语段音频转写里，要求口误重复、语法错误等如实转写，这对于答题者的英文水平要求不低。
图源：有道众包
为了确保用户所递交产品的质量，除了在递交内容上有所要求，在用户递交前也有所培训。周舟以前做过这类型的试题，做完20道题，正确11道，他得出了推论——裸考必挂。
李元出席这些考试，也没有一次就过的情况，“这种题目须要耐心和比较饱满的语感，而我是那个粗枝大叶的人，而且多次失败以后带来的挫败感太糟糕了。”
等平台发任务——做任务——等平台初审是这类众包软件使用的常规流程，而在这种流程里有任何一个环节相悖，都会带来不好的用户体验。
下载软件发觉无任务可做，做任务时发觉门槛过低，任务完成发觉初审太久，审核后发觉正确率不合格……在这条任务链里，用户会遭到各样的问题，有网友在五个任务都初审失败后发文称“费力不讨好。”
部分平台初审不合格后，价格会打折扣。但还是有人赚到钱了，在有道众包的3月报酬排行榜上，第一名报酬1945.99元。周舟对于自己两年多攒的3000多元表示满意，“因为目前还是在校生，没有工作。”
“一小时10元吧。”何信评估了一下做众包工作的平均酬金。
2
用户下沉，也在内卷
兼职众包的平台用户，有一种团队化的趋势。
就目前市面上的众包产品来看，任务好多是不定期推送的，新用户注册后平台上有可能面临无任务可领的情况，而相较于加帮会做团队而言，普通用户赚的钱是极少的。
而这份工作的主力，互联网大鳄们可能也并没有瞄准客户端的普通用户。据何信了解，向他这样做团队接项目的同行有不少，在平台活跃着的也有很大部份是像她们这样的团队。
相比于单独个人当兼职做，团队化容易的多。价格在近年也有了不小的变化，以前价位很贵，现在的价钱越来越低，由此带来用户的不断往下沉淀。何信表示用户下沉是要找实惠的劳动力。
2016左右，那时候做数据标明的人还不是好多，何信说那时候价钱是目前两到三倍，画一个框大约七八分钱。
“以前做的人少就赚钱，现在做的人多了就不值钱了，就这个意思。”兼职众包的用户们，也在不可避免地遭到内卷。
在何信团队里，一个成熟的职工一小时能画600个框，按照一个框3分的标准，能赚18元。“但是这个价钱是我完全不挣钱。”何信说。而3分的价钱在面向用户的平台里甚少出现，在用户平台端三分的价钱算是很高的。何信找的熟人介绍做项目，一般接一个项目几千上万的量，然后做上一个月。
这个行业流动性很大，重复性劳动和越来越低的价钱让很多人止步于此。何信的团队不算大，上个月还是五六个人。来的职工通常都是中学生，兼职在做这份工作。五六个兼职的朋友能够留下一个，何信对自己团队流动习以为常。
“一开始不熟悉业务，做不了这么快，几乎就赚不了哪些钱，完全看自己做的数目。”何信解释团队流动大的诱因。
除了数据标明，何信的团队也做过涉及语音通配符、数据采集等方面的工作，两三岁孩童的语音、粤语、陕西话的通配符她们都做过。语音通配符一般来说三分钟能给到七块左右，数据采集工作相对来说赚的更多，但过分费时吃力，这块业务也渐渐搁下了。
“车道线、车、人脸，人体……”何信做的数据标明类目有很多，但都是二维的。数据标明的同行们有的在做三维标明，这样的工作日薪能达300元左右。
图源：百度众测
但这样的薪水并不是普遍化的，简单重复性的二维图片数据标明工作薪金并没这么可观。
小作坊的出现，是数据标明团队的一个大趋势。何信对于这份工作的人有大约的画像。在城乡结合部，或者乡村小作坊，有这么一批人，二三十岁，学历不是很高，就在市区做这样的工作。而很多人也有投资这些数据小作坊的准备。
“我就形容它是网路时代的那个手工作坊。”何信对这些城乡结合部的小作坊下了一个定义。
“网络时代的民工？”
“完全就是民工了，这不是讥讽。”
3
互联网大厂
为什么须要人兼职训练AI
“训练AI啊。”
何信很明晰的晓得自己所做的工作，电子信息工程专业的李元也晓得这份工作的意义，“平台给你提供的题目相当于是一个训练的样本。所有你做的题目就是AI的训练集，它会通过人类的这些思维判定去训练AI。”
“能晓得的只有他（平台）告诉我的。具体数据去哪了，用于哪些了，没有去揣测。”周舟只晓得平台告知的信息，在阿里众包的一个任务中显示，您接受的任务中涉及对个人信息的搜集，任务发布者承诺在此任务中搜集到的个人信息将会用于“算法训练——牙齿病种辨识”的目的，并仅限于任务发布者使用，并不向任何第三方出售、共享以及披露，匿名化或去标识化的除外。
图源：阿里众包
“我们要教机器认识一个苹果，你直接给它一张苹果的图片，它是完全不知道这是个哪些东西的，需要现有苹果的图片，上面标明着“苹果”两个字，然后机器通过学习了大量的这类图片，才能认识苹果，其中将图片表示为“苹果”的工作就是数据标明。”
数据标明员的工作就是在教机器学习。
人工智能包含着机器学习，而监督学习是机器学习的一种训练方法，通俗来讲，是要给机器一种标准答案来不断进行训练，以此来达到人类一些辨识认知的能力，这也是深度学习的一个目标。深度学习的成功所依赖的既不是算法，也不是估算能力，而是训练和验证数据的可用性，这些数据最终是通过人的参与获得的。
这是一个特别重复性的劳动，因为机器学习须要大量的样本，大量的样本是由无数重复性劳动所缔造的。
而这些重复性劳动在很早之前就有了。2003年，一款“ESP游戏”就用了这些劳动，它的目的是通过互联网上人们的自由参与来获得描述图象的标签。在一个游戏中，两个玩家在屏幕上见到相同的图象，并被提示输入描述该图象的关键字。他们看不到对方正在键入哪些，但若果二人输入相同的关键字足够快（“匹配”），他们都会得到分数。实际上，这些关键字可以用作图象的精确标签。“ESP游戏”后来被微软竞购，被称为微软图象标签。
不止人工的重复性劳动，验证码也是训练机器的一种形式。验证码本身是在人机交互中建立，以验证用户实际上是“人工用户”的工具。reCAPTCHA公司扩充了这一原则，将人类用户的反应重新用作工业深度学习项目的培训数据。为此，用户须要解决一个小任务，如图象辨识或文本辨识，这对人类来说是一个低的障碍，但对计算机机器人来说是一个高的障碍。而reCAPTCHA也被微软竞购了。
科技自媒体“品玩”曾报导过类似的现象，验证码越来越有内容，比如标明门牌路牌，让用户帮分类数据库等。“品玩”也强调在 reCAPTCHA 官网上，Google 公开说明了 reCAPTCHA 集众人之力标明数据，训练 AI 的“众包”模式。
网络中辨识图片的验证码
捕获人类的认知的形式早已不再局限于众包中的重复性劳动，将人类的认知嵌入到计算机网路中，让人和机器的关系愈发密切，而这些隐性的认知捕获在互联网的各个角落都在发生着。
在重复性劳动不断降低的当下，何信打算筹谋新的出路。他的同行同事们早已开始在做简单的数据AI，让简单型的数据标明工作交给机器来操作。
用机器做下来的训练集来训练机器，是一个有意思的事情。
在城乡结合部，一批二三十岁的人正在批量生产着AI训练集，重复是她们工作的常态。也正是由于这么，工作沉闷、报酬微薄，充斥着“训练AI”任务的众包兼职平台相当厌烦，劝退了不少被兼职平台大厂背景所吸引的用户。
而随着AI和机器的不断自我训练和进化，AI训练AI就在不远的未来，这类平台的未来可能性将会更小。
备注：以上何信、李元、周舟均为化名
参考资料：《Human-aided artificial intelligence: Or, how to run large computations in human brains? Toward a media sociology of machine learning》，Rainer Mühlhoff
END
你对AI训练工作有哪些想法 ？
