低學(xué)歷的印度數(shù)據(jù)標簽工，正成為全球AI功臣

　　Kumaramputhur是喀拉拉邦Palakkad西北約45公里處的一個小村莊，約有3500個家庭在這里居住。這個村莊沒有第一產(chǎn)業(yè)可言，它的性別比例和識字率都低于該州的平均水平。除了有一些現(xiàn)代化的痕跡，這里似乎沒有什么值得引起注意。

　　然而，正是在這個村子里，高中輟學(xué)生Mujeeb Kolasseri指揮著一支由200多名員工組成的團隊，為美國、歐洲、澳大利亞和亞洲的客戶開發(fā)人工智能解決方案。Kolasseri 于三年前創(chuàng)辦了這家名為Infolks的公司，28歲的他是該公司資格最老的成員。

　　該公司的辦公室位于連接Palakkad和Kozhikode的高速公路上，雖然不起眼，但團隊里的大部分成員都在這里工作。他們所要做的就是將固定在自動駕駛車輛上的攝像機拍攝的車輛、交通燈、路標和行人的圖像進行強調(diào)和標記。這份工作看似簡單，但卻很困難，因為他們需要將激光雷達遙感器捕獲的數(shù)據(jù)進行精確標記(激光雷達為自動駕駛車輛創(chuàng)建3D地圖，以獲得對周圍物體的感知)。

　　約2000公里之外，加爾各答西南邊緣的梅蒂阿布魯茲胡格利河岸附近，約有200名婦女正在給圖像貼標簽，這些圖像將用于訓(xùn)練自動駕駛車輛和增強現(xiàn)實系統(tǒng)中的算法。

　　“他們參與著一些我們最前沿的圖像項目，”數(shù)據(jù)注釋公司iMerit的技術(shù)和營銷副總裁Jai Natarajan表示，其員工參與標記和準備數(shù)據(jù)，以訓(xùn)練人工智能算法。

　　iMerit在加爾各答、蘭奇、布巴內(nèi)斯瓦爾、維扎格和夏隆辦事處的數(shù)千名員工也在從事著類似的工作，通過給數(shù)百萬數(shù)據(jù)貼上標簽，幫助訓(xùn)練全球各大公司開發(fā)的人工智能算法。

　　全球企業(yè)巨頭正在逐步采用人工智能，為人工智能算法提供支持的數(shù)據(jù)集也變得越來越專有，所以這些公司需要在要求、質(zhì)量控制、反饋和交付方面與數(shù)據(jù)標簽團隊進行更高程度的合作。

　　由于本世紀初業(yè)務(wù)流程外包的繁榮，印度人對這些行話和要求并不陌生。數(shù)據(jù)注釋和標記也是一種由流程驅(qū)動的工作，需要精確的工作和技能，即使是受過高中教育的人也可以接受培訓(xùn)。

　　隨著以眾包為主的第一代工作被更先進的要求所取代，Infolks、iMerit和Playment等公司開始迎合全球客戶，并使印度成為數(shù)據(jù)標簽和注釋工作的新興中心。

　　“這是一個新興行業(yè)。在印度，每個人都已經(jīng)開始意識到它帶來的巨大機遇，”印度科技產(chǎn)業(yè)機構(gòu)Nasscom的高級副總裁兼首席戰(zhàn)略官Sangeeta Gupta表示。“人工智能需要適當注釋、分類和匿名的數(shù)據(jù)。為此，不管喜不喜歡，你都將使用自動化，但你也必須使用熟練的人力資源，而這就是它給印度帶來的機會?！?/p>

　　根據(jù)研究公司Cognilytica的一份報告，到2023年底，與人工智能和機器學(xué)習(xí)相關(guān)的數(shù)據(jù)準備解決方案的全球市場，預(yù)計將從2018年的約5億美元增長至12億美元。

　　什么是數(shù)據(jù)標記?

　　通過數(shù)據(jù)標記和注釋，來自非結(jié)構(gòu)化來源(如照相機、傳感器、電子郵件和社交媒體等)以及來自結(jié)構(gòu)化來源(如數(shù)據(jù)庫)的數(shù)據(jù)集被標記、標注、著色或突出顯示，以標記出差異、相似性或類型。通過這樣的方法，當數(shù)據(jù)被輸入到用于訓(xùn)練人工智能系統(tǒng)的算法中時，該算法可以正確地識別數(shù)據(jù)并從中學(xué)習(xí)。

　　比方說，你想訓(xùn)練一種算法，利用車載攝像機拍攝的圖像來理解路標。數(shù)據(jù)標簽工或注釋工將通過圖像數(shù)據(jù)集，使用標注工具標記或高亮顯示路標，并將其輸入人工智能算法進行學(xué)習(xí)。下一次，當算法在一個區(qū)域內(nèi)實時行駛并遇到路標時，它應(yīng)該能夠識別出路標。算法訓(xùn)練的路標圖像越多，其準確性就越高。

　　推動人工智能或機器學(xué)習(xí)激增的是從互聯(lián)網(wǎng)、社交媒體、傳感器和其他來源獲取的大量數(shù)據(jù)。如今的算法有能力吸收更多的數(shù)據(jù)，從而也更精確。只要數(shù)據(jù)是優(yōu)質(zhì)且干凈的，將另外一百萬個數(shù)據(jù)集輸入一個算法將會提高它的準確性。因此，這也導(dǎo)致了人工智能算法和應(yīng)用對標注良好的數(shù)據(jù)產(chǎn)生了無止境的渴望。

　　根據(jù)Cognilytica的報告，現(xiàn)如今，數(shù)據(jù)準備和工程任務(wù)占據(jù)了大多數(shù)人工智能和機器學(xué)習(xí)項目80%以上的時間。

　　“比如自動駕駛，一個小時的視頻數(shù)據(jù)可能需要消耗800個工時，”Playment首席執(zhí)行官Siddharth Mall表示。

　　Infolks之旅

　　Kolasseri高中輟學(xué)后，在鋁加工行業(yè)工作，但由于健康原因不得不離開。在國內(nèi)，他注冊了亞馬遜稱為“Mechanical Turk”(MTurk)的眾包就業(yè)市場，并開始從全球各地的公司從事注釋工作。

　　“我能夠保持99.8的評級是因為我能夠提供高質(zhì)量的服務(wù)。我工作過的一家公司非常喜歡我的工作，于是直接找到我，并提供了更多的工作，”Kolasseri說，他隨后成立了一個六人團隊來完成這項工作?！拔覀冏畛踉诩夜ぷ鳎?016年初，隨著業(yè)務(wù)的增長，我決定注冊成立這家公司?！?/p>

　　最初，Kolasseri的兄弟和一個朋友投資了2.5萬盧比，幫助他建立了這家公司。如今，Infolks是一個正在成長中的團隊，其大部分員工來自Kumaramputhur及其周邊地區(qū)。

　　Kolasseri說：“公司的愿景是將我們的村莊變得全球化，并為農(nóng)村地區(qū)的年輕人提供經(jīng)濟機會。近200名員工中有90%在20到25歲之間?！?/p>

　　盡管該團隊也負責(zé)醫(yī)療保健、機器人和農(nóng)業(yè)等領(lǐng)域的數(shù)據(jù)集，但他們大約75%的工作都是在自動駕駛車輛領(lǐng)域。其客戶包括德國汽車公司戴姆勒和其他國際科技公司，由于簽署的協(xié)議，Kolasseri并未透露這些公司的名稱。

　　至于注釋，該公司使用客戶提供的工具，或者使用第三方工具?！拔覀兊难邪l(fā)團隊正在開發(fā)自己的注釋工具。它目前正在測試中，應(yīng)該會在接下來的幾周內(nèi)推出，” Kolasseri表示。Infolks還在Kozhikode區(qū)附近的一個科技園區(qū)內(nèi)設(shè)立了另一個辦事處。Kolasseri希望這能夠增加公司的收入，因為新的地點屬于經(jīng)濟特區(qū)，有助于擴大其全球客戶群。