揭秘实在的“AI民工”：为生计机械地“做使命” 时薪低至1美

liukang20242个月前 (05-20)网友吃瓜721

　　中心提示：

　　1.即便是最厉害的AI背面也是人，它需求很多人力标示数据来练习它。AI标示员是人们期望主动化的作业，并且一般以为它们现已主动化了，可是仍需求人类的辅佐。

　　2.他们把这份作业称为“做使命”，自己也不知道干的是什么。

　　3.收入菲薄，时薪低至1-3美元。

　　4.标示员诉苦称“假如我让或人成为亿万富翁，而我每周只赚几美元，我真的是在糟蹋生命。”

　　AI疯狂背面躲藏着一支民工大军

　　人工智能（AI）的炽热不只替代了一批作业岗位，也造就了新的工业，一支以“做使命”为生的巨大AI民工大军正在悄然兴起中。

　　乔（Joe）本年30岁，几个月前从肯尼亚首都内罗毕的一所大学毕业，找到了一份数据标示员的作业。这份作业单调乏味，整天便是处理用于练习AI的原始信息。AI经过在海量数据中寻觅形式来学习，可是这些数据首要有必要由人类进行分类和符号。人类便是躲藏在这些机器背面的巨大劳作力。

　　以乔为例，他的作业便是为主动驾驶轿车符号视频，一帧一帧地从每个或许的摄像头视点符号每辆车、行人、骑自行车的人以及任何车主需求留意的东西。这是一项困难而又重复性的劳作。一个只需几秒钟的视频片段需求8个小时来标示，乔忙活半响只能赚到大约10美元（约合72元人民币）。

　　不过，到了2019年，乔迎来了一个“发财时机”。由于一家新公司火急需求标示员，他们成立了一个练习营，培育新的标示员。乔成了这个练习营的负责人，酬劳是之前做标示员的四倍。

　　每隔两周时刻，50名新手就会排队进入内罗毕的一栋办公楼，开端他们的学徒生计，这让人感觉商场对标示员的需求似乎是无限的。他们被要求从那些对着镜子自拍的相片中看到的衣服进行分类，经过机器人吸尘器的视角来确认他们地点的房间，并在激光雷达扫描的摩托车周围画出正方形。

　　乔的一半以上学生一般在练习营完毕前就退学了。“有些人不知道怎样长时刻待在一个当地。”他含蓄地解说道。他供认，“这很无聊”。

　　稀里糊涂“做使命”

　　可是，在一个作业稀缺的当地，这好歹是一份能够糊口的作业。终究，乔仍是培育出了数百名毕业生。练习营完毕后，这些学生回到家里，独安闲卧室和厨房里作业，被制止奉告任何人他们在做什么。其实，保密性并不是什么问题，由于他们也简直不知道自己在干什么。

　　关于这些刚班师的学生来说，为主动驾驶轿车符号障碍物很好理解，可是对那些不知道是机器人仍是人类说的歪曲对话片段进行分类，就没那么轻松了。他们要上传自己的相片：先是一脸茫然地盯着摄像头，然后咧着嘴笑，还要戴上摩托车头盔。每个项目都是某个更大程序的一个很小组成部分，所以很难说他们到底在练习AI做什么。他们也无法从这些项意图称号中寻觅蛛丝马迹：“蟹的传人”、“鲸鱼段”、“林地陀螺仪”和“药盒腊肠”，这些都是不着边际的项目代号。

　　那么，他们到底是在为谁打工呢？大多数人只知道它叫Remotasks，是一家面向英语流利者供给作业的网站。和大多数标示员相同，乔并不知道Remotasks是美国AI标示公司Scale AI旗下的外包公司。Scale AI是一家价值数十亿美元的硅谷数据供货商，客户包含OpenAI和美国军方。不过，Remotasks和Scale AI的网站都没有说到两边的联络。

　　许多人关于ChatGPT等大言语模型的重视都会集在AI经过主动化替代的作业岗位上。可是，即便是最厉害的AI背面也是人，它需求很多人力标示数据来练习它，并在它感到“困惑”时对数据进行弄清。只需那些有钱购买这些数据的公司才干参加竞赛，这些公司在得到数据后会竭力避免数据外泄。成果便是，除了少量例外状况以外，人们关于刻画AI体系行为的信息知之甚少，关于刻画这些体系行为的人就更不了解了。

　　对乔的学生来说，这是一份“非常不正常”的作业：没有时刻表、没有搭档、不知道自己在做什么、也不知道为谁作业。实际上，他们很少把这项劳作称之为作业，仅仅称之为“使命”，他们是使命作业者。

　　人类学家大卫·格雷伯（David Graeber）从前给那些没有意义的作业起了一个姓名：“狗屁作业”，指的是那些本应该被主动化替代，但由于官僚主义、位置或慵懒等原因此没有主动化的作业。AI标示员的作业则与之相反：这是人们期望主动化的作业，并且一般以为它们现已主动化了，可是仍需求人类替代。这些作业的确有一个意图，仅仅作业者一般不知道它是什么。

　　标示大生意

　　其时的AI热潮，便是源自这种史无前例的大规模单调乏味、重复性劳作。

　　2007年，时任普林斯顿大学教授的AI研讨员李飞飞置疑，改进图画辨认神经网络的要害是运用更多数据进行练习，需求数百万符号图画而不是数万张。但问题是，她的本科生团队需求花费数十年时刻和数百万美元才干给这么多相片贴上标签。

　　不过，其时亚马逊现已具有了一个众包渠道Mechanical Turk，国际各地的人们在这里以低价的价格完结小使命。所以，李飞飞在Mechanical Turk上找到了数千名数据标示作业者，发明了标示数据集ImageNet。它让机器学习取得了打破，让这一范畴勃发新机，迎来了十年前进。

　　现在，标示仍然是AI开发的根底组成部分。可是，工程师们常常觉得，关于构建大模型这一更诱人的作业而言，标示是一个时刻短的、不方便的先决条件。你能够尽或许廉价地搜集尽或许多的符号数据来练习模型，假如它有用，至少在理论上你就不再需求标示员了。可是，标示永久不会实在完结。在研讨人员眼里，机器学习体系是“软弱的”。当遇到练习数据中没有充沛解说的东西时，它很简单失利。这些失利被称为“边际状况”，或许会发生严峻的成果。

　　例如，2018年，网约车巨子Uber的一辆主动驾驶测验车撞死了一名女性。虽然该轿车的主动驾驶体系被进行了编程，要求避开骑自行车的人和行人，但它不知道该怎样对待骑自行车过马路的人。跟着越来越多的AI体系被投入到国际中供给法律咨询和医疗帮忙，它们面对的边际状况就越多，需求更多人类来帮忙处理。这现已催生了一个全球性工业，由像乔这样的人组成，他们用自己共同的人类才能来帮忙机器。

　　标示是一门大生意。Scale AI由当年19岁的亚历山大·王（Alexandr Wang）在2016年创建，2021年的估值已达到73亿美元，这让他登上了《福布斯》“最年青的自食其力亿万富翁”榜单。不过，自那今后，他的股份在二级商场的价值现已跌落。

　　“标示生意具有一套完好的供应链，”非营利安排AI伙伴联络（Partnership on AI）的项目和研讨负责人索南·金达尔（Sonam Jindal）表明，“业界普遍以为，标示不是开发的要害部分，也不会长时刻需求它。一切的振奋之情都围绕着人工智能，一旦咱们建立了它，就不再需求标示，所以为什么要考虑它呢？但标示是AI的根底设施。人类才智是AI的根底，咱们需求将其视为AI经济中的实在作业，这些作业将在一段时刻内存在。”

　　OpenAI、谷歌和微软等闻名AI公司都有各自的数据供货商。一些私家外包公司具有相似呼叫中心的办公室，比方肯尼亚和尼泊尔的CloudFactory。乔便是在那里做标示，每小时1.2美元，之后他才转投Remotasks。还有像Mechanical Turk和Clickworker这样的“众包”网站，任何人都能够注册来完结使命。中间层是Scale AI之类的服务，任何人都能够注册，但每个人都有必要经过资格考试和练习课程，并承受绩效监控。

　　怎样接活？

　　本年早些时分，记者在Scale AI的外包公司Remotasks网站进步行了注册。进程很简单，输入电脑装备、网速和一些根本的联络信息后，记者就来到了“练习中心”。为了取得付费使命，记者首要有必要完结一个相关的无偿入门课程。

　　练习中心展现了一系列课程，可是这些课程的姓名令人费解，比方“胶水泳衣”和“海报夏威夷”。记者点开了一个叫“GFD模块化”的课程，这项课程是给交际媒体相片中的衣物进行标示。

　　不过，课程的指令很古怪。例如，它们根本上是由相同的指令组成的，并用特别的色彩和大写字体进行着重，周围是用来警示的炸弹要挟拼贴画。

　　“必定要给实在的、能够让人类穿戴或计划给真人穿戴的物品贴上标签。”指令是这么要求的。

　　“下面的一切物品都应该贴上标签，由于它们是实在的，能够被现实日子中的人穿戴。”指令再次着重。这些物品来自一个AJ品牌广告、一个戴着星球大战凯洛伦头盔的人，以及一个穿戴裙子的人体模型。这些图片上面有一个石灰绿色的方框，里边的文字再次解说说，“给实在的人能够穿的实在物品贴上标签”。

　　关于不能被符号的物品，指令也给了醒意图提示：“以下物品不该该被贴上标签，由于人类在实际日子中不或许穿戴这些物品！”

　　记者关于自己的分辩才能感到自傲，所以就开端了测验。首要是一张杂志的相片，上面的女性穿戴裙子。相片上的服装是实在的服装的吗？记者以为不是，由于人不能穿相片中的服装。可是，错了！在AI看来，实在服装的相片便是实在服装。接下来是一张在暗淡卧室中，一个女性站在全身镜子前自拍的相片。她穿戴的衬衫和短裤是实在的。那么影子呢？同样是实在的！实在服装的影子也是实在服装。

　　经过为难的很多测验和过错后，记者总算开端了实际作业，却惊慌地发现他一直在尽力遵从的指令现已被更新和弄清了很屡次，现在现已变成了一本有43页的指令书：不要符号装满衣服并且翻开的行李箱；符号鞋子但不要符号脚蹼；符号紧身裤但不要符号连紧身裤袜；即便有人穿戴毛巾也不要符号它；符号服装但不要符号铠甲。

　　收入菲薄

　　Remotasks上的大部分作业都是按件计酬的，一项使命的收入从几美分到几美元不等。由于使命或许需求几秒钟或几个小时，所以薪酬很难猜测。标示员们称，当Remotasks刚进入肯尼亚时，他们的酬劳相对较高。依据使命的不同，均匀每小时大约为5到10美元。但跟着时刻的推移，酬劳会下降。

　　Scale AI发言人安娜·弗兰科（Anna Franko）表明，该公司的经济学家会剖析项意图细节、所需的技术、区域日子本钱和其他要素，“以保证公平缓有竞赛力的薪酬”。Scale AI的前职工还表明，标示员的薪酬是经过一种相似动态定价的机制确认的，该机制依据可用的标示员数量和数据需求的火急度进行调整。

　　依据记者的采访和招聘公告，美国的Remotasks标示员一般每小时能挣10到25美元，一些专业标示范畴的专家酬劳更高。本年年初时，承受采访的肯尼亚标示员的酬劳现已降到了每小时1到3美元。

　　这仍是能挣钱的时分。标示员关于Remotasks的作业最常见的诉苦便是它的不安稳性。它或许能在很长一段时刻内给标示员供给满足安稳的作业，能够作为全职作业，但也充满了不行猜测性，使人无法依靠它。标示员花费数小时阅览指令和完结无偿练习，成果只能完结几十个使命，随后项目就完毕了。接着，标示员或许几天都没有新使命，然后再忽然呈现一项彻底不同的使命，或许继续几个小时到几周时刻不等。任何使命都有或许是他们的最终一项使命，他们永久不知道下一个使命何时到来。

　　工程师和数据供货商称，这种时有时无的作业取决于AI开发的节奏。练习一个大模型需求很多标示，然后是更多的迭代更新。工程师们期望一切这些都尽或许快地完结，这样他们就能赶上方针发布日期，或许在几个月的时刻里就需求数千名标示员，然后削减到几百名，接着只需求十几名特定类型的专家，然后又需求数千名。“问题是，谁来承当这些需求动摇的本钱？”AI伙伴联络的金达尔说，“由于现在承当这些本钱的是标示员们。”

　　抱团取暖

　　为了取得成功，标示员们会彼此合作。维克多（Victor）在内罗毕上大学时就开端为Remotasks作业。当记者奉告他自己在交通导向员使命中遇到的困难时，他表明咱们都知道要远离那个使命：使命太扎手、酬劳还低，不值得做。

　　和许多标示员相同，维克多运用非官方的WhatsApp群聊，在有好使命时告诉咱们。当他弄清楚一个新使命时，他会即兴运用谷歌视频会议服务Meets与其别人共享怎样完结使命。任何人都能够参加会议，一同研讨，共享技巧。“这是咱们培育起来的彼此帮忙的文明，由于咱们知道，单凭一个人是无法把握一切技巧的。”他说道。

　　由于作业会毫无预兆地呈现又消失，所以标示员们总是需求坚持警惕。维克多发现，项目会在深夜忽然呈现，所以他习气每三个小时左右醒来检查一下他的使命行列。当有使命时，他会坚持清醒，只需能让自己作业。有一次，他熬夜36个小时，在人群相片中给肘部、膝盖和头部做符号，他也不知道这么做是干什么。还有一次，他熬夜太久，妈妈问他眼睛怎样了。他照镜子后才发现，眼睛肿了

　　标示员一般仅仅模糊地知道他们正在为其他当地的企业练习AI，但有时这种神秘感会消失，由于指令中说到了某个品牌或谈天机器人说得太多了。“我读了一些材料，并经过谷歌查找发现，我正在为一位25岁的亿万富翁作业。”一名职工说，他其时正在给打电话订货达美乐披萨的人的心情贴标签。

　　“假如我让或人成为亿万富翁，而我每周只赚几美元，我真的是在糟蹋我的生命。”他不满地说。

　　没人会记住咱们

　　维克多自称是一名AI“疯狂者”。他开端做标示，是由于他想帮忙完成一个彻底主动化的后作业未来。可是本年早些时分，有人在他的WhatsApp群里发了一篇《年代》杂志的报导，内容是标示员练习ChatGPT辨认有毒内容，可是Scale AI支付给他们的时薪不到2美元。

　　“这些公司赢利丰盛，但支付给标示员的薪酬却如此之低，这让人感到愤恨。”维克多说。当被奉告Remotasks与Scale的联络时，他才知道自己参加的其间一项使命的指令与OpenAI运用的简直相同，这意味着他或许也在练习ChatGPT，时薪大约3美元。

　　“我记住有人发帖说，咱们将来会被人铭记，”他说，“然后，另一个人回复说，咱们的待遇比步卒还差，未来咱们什么也不会被记住。这段话我记住很清楚。没有人会认可咱们所做的作业和支付的尽力。”凤凰网科技《AI前哨》对此将继续重视。

本文源自：凤凰网科技

告发/反应