《科創(chuàng)板日?qǐng)?bào)》3月29日訊（編輯 宋子喬）人們力推AI進(jìn)步的出發(fā)點(diǎn)在于解放勞動(dòng)力，而AI行業(yè)的“勞動(dòng)力壓榨”情況并不少見，數(shù)據(jù)標(biāo)注便是典例，該行業(yè)甚至流傳著這樣的一句話：“有多少智能，就有多少人工”。

(資料圖)

如今，由人類主導(dǎo)的數(shù)據(jù)標(biāo)注工作似乎也可以交給ChatGPT為代表的AI工具了。

近日，來(lái)自蘇黎世大學(xué)的研究者證明了ChatGPT的數(shù)據(jù)標(biāo)注能力強(qiáng)過(guò)人類——他們?cè)?月27日提交的一篇論文中探討了大語(yǔ)言模型（LLM）在數(shù)據(jù)標(biāo)注任務(wù)中的潛力，并重點(diǎn)關(guān)注了2022年11月發(fā)布的ChatGPT。

研究人員證明了零樣本（即沒(méi)有任何額外訓(xùn)練）ChatGPT在多項(xiàng)注釋任務(wù)（包括相關(guān)性、立場(chǎng)、主題和框架檢測(cè)）上的準(zhǔn)確率高于人類，包括訓(xùn)練有素的注釋者。而其成本僅需人工的幾十分之一。據(jù)研究人員計(jì)算，ChatGPT的每條注釋成本不到0.003美元——大約比數(shù)據(jù)標(biāo)注眾包平臺(tái)MTurk便宜20倍。

研究人員表示，雖然需要進(jìn)一步研究以更好地了解ChatGPT和其他大模型工具如何在更廣泛的環(huán)境中發(fā)揮作用，但這些結(jié)果表明它們有可能改變研究人員進(jìn)行數(shù)據(jù)注釋的方式，并打擊MTurk等平臺(tái)。

▌人類數(shù)據(jù)標(biāo)注師不會(huì)被取代 但門檻將提高

數(shù)據(jù)標(biāo)注是對(duì)未經(jīng)處理的語(yǔ)音、圖片、文本、視頻等數(shù)據(jù)進(jìn)行加工處理，并轉(zhuǎn)換為機(jī)器可識(shí)別信息的過(guò)程，是構(gòu)建AI模型的數(shù)據(jù)準(zhǔn)備和預(yù)處理工作中不可或缺的一環(huán)。

GPT大模型的海量訓(xùn)練數(shù)據(jù)催生出巨大的數(shù)據(jù)標(biāo)注需求。OpenAI、谷歌、Meta和微軟的人工智能成果背后，就有無(wú)數(shù)肯尼亞、烏干達(dá)和印度的工人在工作。

對(duì)于這些數(shù)據(jù)標(biāo)注師而言，其從事的是一份繁重瑣碎但技術(shù)要求不那么高的工作。就像AI倫理學(xué)家 Andrew Strait 所說(shuō)：“ChatGPT 等生成模型并不神奇，它們依賴于大量的人力供應(yīng)鏈?！倍鴵?jù)《時(shí)代周刊》披露，有OpenAI雇用的數(shù)據(jù)標(biāo)注員表示，這份工作給他們留下了“精神創(chuàng)傷”。

無(wú)論是從倫理角度，還是經(jīng)濟(jì)學(xué)的降本角度，AI公司都有心減少對(duì)數(shù)據(jù)標(biāo)注的依賴。使用機(jī)器/模型來(lái)注釋數(shù)據(jù)也早已不是什么新鮮事。

不過(guò)，如同AI不能替代人類一樣，機(jī)器標(biāo)注也不會(huì)完全取代人工標(biāo)注，這是由于，雖然大多數(shù)標(biāo)注工作是簡(jiǎn)單的，但醫(yī)療等行業(yè)的數(shù)據(jù)標(biāo)注工作需要專業(yè)性知識(shí)，比如在醫(yī)療領(lǐng)域的標(biāo)注員需要把片子中的腫瘤區(qū)域標(biāo)出來(lái)；地方方言或外國(guó)文字的內(nèi)容，則需要標(biāo)注員掌握那門語(yǔ)言。

可以預(yù)見的是，當(dāng)數(shù)據(jù)積累到一定量，機(jī)器開始為自己標(biāo)注數(shù)據(jù)，數(shù)據(jù)標(biāo)注師的從業(yè)門檻將進(jìn)一步提高。

關(guān)鍵詞：