低學(xué)歷的印度數據標簽工，正成為全球AI功臣

　　印度人工智能后臺

　　亞馬遜的MTurk在開(kāi)始限制非美國員工之前，曾是印度人尋找數據標簽和注釋工作的熱門(mén)平臺。盡管后來(lái)取消了限制，但隨著(zhù)企業(yè)客戶(hù)開(kāi)始更加重視數據安全，MTurk在數據標簽商中的受歡迎程度有所下降。此外，包括Spare5、Cloudfactory和Figure Eight在內的新眾包平臺也已經(jīng)進(jìn)入市場(chǎng)，它們則更加關(guān)注注釋和標簽市場(chǎng)。

　　Kolasseri說(shuō)：“在創(chuàng )辦公司之前，我曾于2015年至2016年期間在MTurk平臺上工作過(guò)，如今，仍然不斷有新的平臺出現。但是，由于企業(yè)客戶(hù)非常關(guān)注數據安全，尤其是考慮到許多數據集都是專(zhuān)有的，因此信任這些平臺上的工作人員成為他們面臨的更大挑戰?！?/p>

　　由前Flipkart員工Mall、Ajinkya Malasane和Akshay Kumar Lal所創(chuàng )立的Playment，則以一種略有不同的方式對待注釋和標簽行業(yè)。

　　該公司為各種用例開(kāi)發(fā)了一系列注釋工具，并開(kāi)發(fā)了一個(gè)由受過(guò)這些工具培訓的標簽工和注釋工組成的眾包平臺。該公司直接與客戶(hù)或相關(guān)的信息技術(shù)服務(wù)公司進(jìn)行合作。

　　“要將原始數據轉換為帶注釋的結構化數據，你需要前端注釋工具、熟練且經(jīng)濟高效的人力資源。此外，由于處理數據的規?；?，你還需要有合適的中間件來(lái)支持不同的工作流并管理遠程人力資源，”Mall說(shuō)。

　　Playment的眾包平臺擁有30多萬(wàn)標簽工和注釋工。其中，該公司認為約有2.5萬(wàn)人是“高技能頂級玩家”。據Mall稱(chēng)，這些人幾乎整天都在平臺上，平均月收入為2萬(wàn)至3萬(wàn)盧比。

　　Playment的大部分工作也來(lái)自國際客戶(hù)，其中包括三星、滴滴出行、阿里巴巴、Drive.ai和Continental AG，其中大部分都屬于自動(dòng)駕駛車(chē)輛領(lǐng)域。

　　iMerit的戰略則以員工為中心。其2000多名勞動(dòng)力中，約80%來(lái)自月收入低于100美元的家庭;其中大約一半是女性?！拔覀兊纳鐣?huì )使命是在貧困社區和公司或工業(yè)較少的地區創(chuàng )造技術(shù)就業(yè)機會(huì )。我們在科技產(chǎn)業(yè)稍低、科技就業(yè)機會(huì )較少的城市開(kāi)展業(yè)務(wù)，” Natarajan說(shuō)道。

　　所謂的利他主義也有很好的商業(yè)意義。Natarajan表示：“我們的合作伙伴和辦公地點(diǎn)，允許我們以非常經(jīng)濟高效的方式擴大數據注釋和標簽團隊，并為客戶(hù)提供高質(zhì)量的工作?！?/p>

　　盡管iMerit的大部分業(yè)務(wù)都來(lái)自美國——客戶(hù)包括微軟、易趣和Tripadvisor——但其90%的數據注釋和標簽工作是在印度完成的。

　　注釋自動(dòng)化

　　雖然各大公司正在開(kāi)發(fā)用于注釋的自動(dòng)化工具，但由于許多工作需要更為細致的定制注釋或標簽工作，要想讓自動(dòng)化工具達到高精度還需要一段時(shí)間。

　　Natarajan說(shuō)，與五年前人工智能還在區分貓和狗的不同相比，現在的人工智能需要處理更高級的工作?！皺C器學(xué)習已經(jīng)向前發(fā)展，所以不再有人要求我們?yōu)楣泛拓堖M(jìn)行標記。如今，每家公司都有定制的需求和非常細微的需求，所以不可能自動(dòng)實(shí)現這一點(diǎn)，也不可能自動(dòng)給出數據并由一群匿名人士貼上標簽?！?/p>

　　他說(shuō)，基于人工智能的自動(dòng)化注釋工具是不可避免會(huì )出現的，但它并不是一個(gè)威脅?！白詣?dòng)化注釋工具本身就是經(jīng)過(guò)良好注釋訓練出來(lái)的結果。當你試圖解決一個(gè)問(wèn)題時(shí)，這些工具只能把你帶到一定的水平，但是要超越這個(gè)水平，你還需要自定義注釋?zhuān)盢atarajan說(shuō)。

　　當然，加以一段時(shí)間，自動(dòng)化工具會(huì )變的足夠有效，從而能夠創(chuàng )建更好地數據集?！皬母L(cháng)遠的角度來(lái)看，我們確實(shí)認識到這個(gè)行業(yè)并不能永久存在。當客戶(hù)成功時(shí)，我們的任務(wù)就結束了，”Natarajan說(shuō)?！暗覀円舶l(fā)現，這也并不是一個(gè)100%肯定的事情，因為它總是一個(gè)持續不斷的學(xué)習和改進(jìn)的過(guò)程。此外，當客戶(hù)轉向下一個(gè)問(wèn)題時(shí)，一切又都從零開(kāi)始了?！?/p>

　　換句話(huà)說(shuō)，印度的數據標簽和注釋公司尚未見(jiàn)頂，這一行業(yè)可能需要很長(cháng)時(shí)間才會(huì )走上業(yè)務(wù)流程外包的老路。