密集的工位上摆放着一排排整齐的电脑，这里的员工或浏览图片，或看视频，或听语音，他们一边看，一边标记着他们看到的东西。有的是在为无人驾驶公司标注汽车、红绿灯，有的在为教育机构标注课程对话，有的在为医院病历单进行标注....... 谈及数据标注行业，人们的第一印象总是直接（把标注）定义成劳动密集型行业，依靠着视觉冲击，对数据标注行业有了基础的皮毛了解后，忍不住发表观点：这不就是富士康吗？亦或者我们看到的某些新闻对数据行业的报道凸显的是＂重复工作＂＂低学历＂＂条件艰苦＂,但是实际上，数据标注这个行业已经走过了小作坊的粗放式，开始走进＂技术致胜＂的时代。 数据如何标注？ 如今，大多数数据都没有标注。带标签的数据，意味着标注或注释目标模型的数据，以便可以预测。通常，数据标注包括数据标注，注释，审核，分类，转录和处理。 标注的数据突出显示某些特征，并根据这些特征对其进行分类，可以通过模型分析其模式以预测新的目标。例如，对于自动驾驶汽车中的计算机视觉，AI专业人员或数据标注者可以使用视频标注工具来指示路牌的位置，并通过行人和其他车辆的位置来训练模型。 数据标注本身也需要AI来辅助 文章开始，我们就说过，数据标注正在走向＂技术致胜＂的时代，因此数据标注产业也在利用AI提升工作效率。 目前，将技术引入到数据标注流程已经是业内通用的做法，让训练好的AI模型反哺人工标注，也是标注技术公司的优势所在。 像LabelIme支持对象检测、图像语义分割数据标注；Photoshop可选择标注界面和工具；point-cloud-annotation-tool支持3D BOX盒子生成，支持KITTI-bin格式数据..... 再比如AI辅助打点，以往标注师想要精细描摹一辆车的轮廓，需要手工打上30多个点。如果标注一辆车需要1分钟，那么标注图片上所有物体则平均需要1小时。 ＂借助AI辅助功能，现在只需在车的外轮廓上任意打4个点，系统就会自动把30个点全部打完，轮廓贴合的也很好。这样人工打点就能减少到4个，只需进行微调，减少了一半用时，效率也提升了。＂ AI辅助数据标注之智能语义分割（来源：倍赛数据） 不过，在一些全新的领域，机器尚不能辅助人类工作，数据标注仍需人力完成。即便有了AI自动化标注工具，依然要由人来做审核质检的最后一步。 数据标注更像是一个裁缝 2017年《经济学人》发表的封面文章提出一个疑问：数据更像是有还是阳光？ 不可否认，数据是＂世界上最宝贵的资源＂，数据是未来的石油；但相比石油、打字员、训练师这样的定义呢，我们将数据标注比拟为【心灵手巧的裁缝】更为恰当。标注师们根据行业的要求，按照用户的非标准化需求量体裁衣。一个数据的完成也是需要经过选料（选择合作商，下放标注任务）、量体（数据采集、数据标注）、试穿（数据提交、数据质检）、改样（数据修改、在提交，审核），每一步都错不了，每一步也不可缺少。 高质量的数据标注需要高学历、取得相关资质证件 通过报道我们看到的像百度山西基地，大多数人都是专科背景，经过培训可掌握通用型的拉框、打点任务。但涉及到医疗、金融、语言、法律等专业领域，往往需要具备专业知识的数据标注师来标注。 例如：在2017年，Google AI公布了一项突破性研究成果：通过机器学习技术，AI能够从病人的视网膜眼底照片中 自动诊断出潜在的病变情况，来提前发现糖尿病视网膜病变，进行及时的治疗和预防，让患者保住视力。 (比如这种，你能告诉我哪个是有病变的吗？) 而你如果想要接到类似上述Google的数据单子，是需要取得医师资格证。同样的涉及到像做法律文书标注或投融资事件分析，则更是需要相关专业的本科生来完成。所以你还认为数据标注是一项简单的工作吗？ 人工智能取代了大量的工作，那么数据标注呢？ 据时代的历史，大约公元前18000年人类用计数棒进行储存和分析数据；伊尚戈人的骨头于1960年在现在的乌干达发现，这被认为是史前数据存储的最早证据之一；在公元前2400年，算盘作为第一个专门用于计算的专用设备在巴比伦开始使用。第一座图书馆也是在这个时候出现的，这是人类首次尝试大规模的数据存储。 从古至今，人类发展都离不开数据。随着近几年＂数据时代＂、＂人工智能＂成为热点词，人工智能发展成熟到一定阶段，当AI代替了大量人类工作的时候，不会仅仅是个别行业的零星问题，最终的发展方向只会是更加专业的数据标注人才取代基础工种。 就人才需求层面来讲： 《新一代人工智能发展规划》提出，到2020年人工智能总体技术和应用与世界先进水平同步,核心产业规模超过1500亿元，到2025年人工智能核心产业规模超过4000亿元，到2030年人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过1万亿元。随着政策的进一步推动以及技术的进步成熟，人工智能产业落地速度将明显提速，中国AI数据服务行业也将迎来巨大的发展浪潮。 相关调查显示，2019年，企业在数据标签上的支出超过17亿美元。到2024年，这一数字将达到41亿美元，因此目前的数据标注人才仍旧处在一个极为紧缺的阶段。 虽然在未来，AI很有可能发展到＂自己教自己＂这一步。但目前为止，大部分的数据标注工作都是由真人完成的。这个工作不像大家想象的那么简单，而是充满了复杂的判定和繁琐的重复。 而随着人们对数据的需求越来越高，也有越来越多的人开始靠标注数据为生。