原標題：高尚大的人工智能背后：真的只是單調、枯燥和密集勞動嗎？

有一位網友總結道：任何華麗成果的背后，都是一條非?？菰锏膭撟髦?，比如一副健美、健壯的好皮囊背后，一定是每天擼鐵，上千次地鍛煉而成，還有精致時尚的 iPhone手機，背后則是富士康工人歷經上百個組裝步驟完成的。現如今，人工智能AI技術正在大熱，華麗麗的最高端技術，幾乎能醞釀出新一輪的科技革命，但普通人很難想象到，在AI系統建制完成前，也需要大量重復、枯燥的密集勞動，最典型的工作就是給數據貼標簽。眾所周知，人工智能涉及的領域非常廣泛，有著琳瑯滿目的分支，其中，Machine learning是一個比較熱門的項目，同樣也是需要花費大量基礎勞動維護的項目。

Machine learning顧名思義就是機器向人類學習，更準確的說法，則是“人類要教會機器”，是靠著上萬次的重復勞動教會它們的。

總得來說，人工智能有兩個重要的支柱，一個是海量的數據、大大的數據；另一個則是高精度算法，顯然，算法需要一小撮的天才來編輯和優化，而海量的大數據，除了機器本身的收集能力之外，還需要大量的人工操作，給相關的數據貼上固定的標簽。

海量數據，為什么依靠人工來貼標簽？

在電子信息時代以前，因缺乏合適的記憶載體，大自然的數據和人類的行為，絕大多數是沒有被記錄和保存的?，F在，隨著移動互聯網的發展，信號無處不在，手機又是隨身攜帶的，以至于，我們的任何行為都會被記錄下來，形成或有價值或無價值的數據，如微信會記錄下用戶每天的步數，還給他們弄個排名，以刺激其加強鍛煉；網絡購物則會知曉消費者的喜好，從而在合適的時間推送出合適的商品；滴滴打車常年追蹤著乘客經常去哪里，一來二去就能計算出一些“打車最佳路線”等等，但顯然，單憑借這些自然地、無意識的數據，還遠遠達不到人工智能的遠景目標，依舊需要大量的人工來“制造”數據。

毫無疑問，未來人工智能應用最廣泛的領域，就是那些基于“經驗”的領域，比如中醫領域，無論它多么神秘或者高深莫測，本質上就是“不太復雜”的大數據：神農氏嘗百草，就是收集數據的過程，而古代治療疑難雜癥，就是要不斷地嘗試，直到找到可以治愈疾病的良藥，在可預見的未來，有很大一部分的醫療診斷，都會交給人工智能，機器掃描病人之后，只需要從數據庫中找到對應癥狀即可，但在人工智能足夠聰明之前，人類需要先將“數據傳授給機器”，如印度的一位女工，拿到一段結腸的醫療視頻之后，會利用自己的專業知識尋找到其中的“息肉”，即大腸中可能導致癌癥的小腫塊，看起來有點像黏糊糊的痘痘。當她們找到息肉時，就用電腦鼠標和鍵盤標記，在這個“凸起”周圍，畫一個機器能識別的圓圈，之后，當人工智能掃描到這個圓圈時，就能做出判斷：恩，這就是息肉。

簡單來說，數據標簽就是可以讓機器識別的符號，而人類勞動在其中的貢獻就是把這種標簽和實際內容關聯到一起。

從業內人士披露的內幕來看，很多AI智能系統都需要重復、單調地“機器訓練”計劃，也即通過人工勞動使數據變得更有價值，算法變得更加精明，因如此做法常常會涉及到隱私范疇，很少有人工智能企業愿意主動承認“自己正這么干”呢，按照這個推測，用戶常用的軟件都有可能進行如此單調的“密集勞動”，如現在的地圖已然非?！熬珳省?，是一個智能化的軟件，不僅能精準定位到龍城大街或者深南大道之類的主干線，連一些彎彎曲曲的羊腸小道以及臨時修路搭建起來的簡易房都能識別清楚，筆者相信，這一定是源于“標記工人”的日常勞作和實時更新，還有，我們常用的智能輸入法，幾乎囊括了全部的人類詞匯，顯然，那些格言、詩詞、網絡流行語，甚至錯別字，單憑人工智能自己學習顯然是不夠的，而是靠著日積月累的人工服務，要知道，把一本辭海吞掉，真不是一件簡單的事情…

基于以上描述，筆者由衷地相信:人工智能再怎么發展也要依賴自然人類的智慧，最起碼現階段是這樣的，同樣地，我們也可以推論出：給數據貼標簽，或者說數據維護工作，已經是一個非常龐大的產業鏈，且對技能的要求非常低，正野蠻生長。

人工智能帶來失業潮，焦慮可休矣？

自從人工智能概念形成之后，討伐的聲音就從未停止過，最主流的觀點就是：人工智能會取代大量的基礎勞動，造成非常高的失業率，甚至形成社會不穩定因素。毫無疑問，人工智能會掏空一些就業市場，如傳統的制造業，人工智能機器人會取代自然人類，完成簡單、枯燥、有職位危害的工作；又如新聞業，機器人完全可以把那些“五毛寫手”干掉，而且文章又快速又精確，還有金融類、銀行內的數據統計工作人員，也都有失業的風險，更尷尬的是，失業者又都是最基礎的人力，丟掉工作后，會很快地就會危機生存底線。

但真正的科技大咖和社會學家都清楚，人類歷史上任何一次的技術革命都沒有帶來“血淋淋”的失業潮，新技術在消滅一些工作崗位的時候，同時會創造出新的崗位，正如當年汽車取代馬車時，也曾遭遇到強烈地抵抗，理由是馴馬師、獸醫、馬車廂制造者、撿馬糞的清潔工都會失業，但歷史的車輪總會滾滾向前，后來人們驚喜地發現，汽車行業消滅了一些馬馬虎虎的工作，卻締造出上百倍的新工作，人類的生產生活效率也因此大大提升。

現在，人工智能在真正普及之前，也會面臨同樣的抵抗和討論，高端大氣的回懟理由是：人工智能會創造編程、硬件開發等更體面的工作，需要普通人加強學習之類的，但真正的事實是，人工智能在消滅一些單調、枯燥、勞動密集的工作之前，竟然先創造了大量的類似工作，同樣地單調，同樣地技術含量低，同樣地采用計件制，維護一個標簽收入僅有幾分錢。如此工作在印度、尼泊爾等發展中國家正在流行開來，野蠻生長，截止到去年，市場規模已經超過5億美元，到2023年將會達到12億美元，當然，這類工作也會讓工人情緒壓抑、甚至產生心理陰影，畢竟，常年面對醫學、暴力畫面，真地是一件艱苦的事兒。（科技新發現 康斯坦丁/文）返回搜狐，查看更多

責任編輯：