來(lái)源：36氪

在媒體的渲染下，人工智能似乎無(wú)所不能，將要取代很多人干的事情，比如開(kāi)車(chē)。但幾年前科技公司預(yù)言的無(wú)人車(chē)即將遍布大街小巷的場(chǎng)景并沒(méi)有到來(lái)。人工智能的“智能”似乎出現(xiàn)了瓶頸，總是要靠“人工”去慢慢提升——比方說(shuō)，當(dāng)機(jī)器無(wú)法識(shí)別某個(gè)對(duì)象時(shí)，就需要人工將該對(duì)象標(biāo)識(shí)出來(lái)，這就是給數(shù)據(jù)打標(biāo)簽。人工智能的訓(xùn)練催生了人工打標(biāo)簽眾包業(yè)的崛起，Vittoria Elliott聚焦了這個(gè)行業(yè)背后的現(xiàn)實(shí)，原文發(fā)表在Rest Of World上，標(biāo)題是：Training self-driving cars for $1 an hour

劃重點(diǎn)：

訓(xùn)練人工智能需要大量廉價(jià)勞動(dòng)力，這些勞動(dòng)力大都來(lái)自亞非拉

迄今為止無(wú)人車(chē)技術(shù)最大的貢獻(xiàn)在于意外地幫助創(chuàng)造了一個(gè)龐大的勞動(dòng)力資源池

對(duì)于眾包工人來(lái)說(shuō)這個(gè)行當(dāng)并不好掙錢(qián)，逐底競(jìng)爭(zhēng)會(huì)導(dǎo)致他們的收入慢慢減少

四年多來(lái)，Ramses每天在委內(nèi)瑞拉巴基西梅托的家中醒來(lái)后，都要打開(kāi)電腦，開(kāi)始給圖片打標(biāo)簽，此舉可以幫助無(wú)人車(chē)有朝一日無(wú)處不在。他的操作要通過(guò)一個(gè)叫做Remotasks的微任務(wù)平臺(tái)，去識(shí)別街道兩旁隨處可見(jiàn)的普通物體——樹(shù)木、燈柱、行人、停車(chē)標(biāo)志——從而讓自動(dòng)駕駛汽車(chē)也可以學(xué)會(huì)注意到這些物體。

跟眾多的委內(nèi)瑞拉人一樣，當(dāng)國(guó)家陷入經(jīng)濟(jì)動(dòng)蕩時(shí)，Ramses也開(kāi)始把目光轉(zhuǎn)向微任務(wù)。這份零工讓他有機(jī)會(huì)賺到美元，而不是本國(guó)貨幣，因?yàn)楸緡?guó)貨幣容易受到極高的通貨膨脹的影響。出于隱私的原因，Ramses要求只能用本人的名，他說(shuō)：“我一周7天都在工作，從不休息，但每周工作7 天，每天工作12 小時(shí)，能讓我賺不少錢(qián)。”

在全球各地像Ramses這樣的人（其中很多都是在南半球）不在少數(shù)，他們已經(jīng)成為訓(xùn)練自動(dòng)駕駛汽車(chē)的新勞動(dòng)力的一部分。這些工人遍布從肯尼亞到菲律賓的各個(gè)地方，在科技行業(yè)最突出的板塊之一中發(fā)揮著至關(guān)重要但鮮為人知的作用。

2010 年代初，大概在委內(nèi)瑞拉經(jīng)濟(jì)開(kāi)始崩潰的同時(shí)，各家公司開(kāi)始往自動(dòng)駕駛汽車(chē)投入巨資。到 2015 年時(shí)，谷歌的母公司在自動(dòng)駕駛汽車(chē)項(xiàng)目的研發(fā)上的花費(fèi)已經(jīng)超過(guò) 10 億美元。布魯金斯學(xué)會(huì) 2017 年發(fā)布的一份報(bào)告估計(jì)，科技公司和汽車(chē)制造商在該技術(shù)上的投資已超過(guò) 800 億美元，所有這些努力都是為了讓自己能站上當(dāng)時(shí)被認(rèn)為是人工智能的“前沿”。很多公司向投資者和消費(fèi)者承諾，無(wú)人駕駛汽車(chē)將在幾年之內(nèi)普及。

自動(dòng)駕駛汽車(chē)依靠攝像機(jī)、雷達(dá)傳感器、激光雷達(dá)傳感器、GPS 天線(xiàn)和其他工具來(lái)讀取路標(biāo)，并不斷地繪制周?chē)h(huán)境的地圖。為了讓自己的表現(xiàn)能像人類(lèi)駕駛員一樣出色，汽車(chē)必須快速處理和響應(yīng)不斷變化的信息流。一條迷路的小狗、突然下起的陣雨，或一個(gè)壞掉的交通燈都可以讓無(wú)人駕駛出問(wèn)題。為了應(yīng)對(duì)這些以及數(shù)百萬(wàn)種其他的可能性，為自動(dòng)駕駛汽車(chē)提供動(dòng)力的復(fù)雜軟件和算法需要大量高度準(zhǔn)確的數(shù)據(jù)——以及一大群人來(lái)提供這些數(shù)據(jù)。

隨著開(kāi)發(fā)自動(dòng)駕駛汽車(chē)的競(jìng)爭(zhēng)愈演愈烈，那些公司突然發(fā)現(xiàn)自己需要人工來(lái)構(gòu)建訓(xùn)練數(shù)據(jù)集。這些數(shù)據(jù)集通常由自動(dòng)駕駛汽車(chē)在試駕過(guò)程中捕捉到的數(shù)十萬(wàn)張圖像和視頻構(gòu)成。而那些工人的任務(wù)是給里面的對(duì)象打標(biāo)簽，從而讓機(jī)器學(xué)習(xí)算法可以慢慢學(xué)會(huì)區(qū)分樹(shù)木和停車(chē)標(biāo)志。為了完成所有這些繁瑣的工作，許多公司都把目光轉(zhuǎn)向全世界的眾包行業(yè)，這個(gè)行業(yè)會(huì)組織大家做一些零散的任務(wù)，比如對(duì)餐廳點(diǎn)評(píng)進(jìn)行評(píng)估或回答調(diào)查問(wèn)題，從而在網(wǎng)上賺錢(qián)。

弗洛里安·亞歷山大·施密特（Florian Alexander Schmidt）是德國(guó)德累斯頓應(yīng)用科學(xué)大學(xué)的教授，從事微任務(wù)行業(yè)和自動(dòng)駕駛汽車(chē)訓(xùn)練的研究，他說(shuō)：“我認(rèn)為，汽車(chē)行業(yè)資金的涌入實(shí)際上已經(jīng)極大地改變了眾包行業(yè)。” 以在過(guò)去，外包公司主要靠提供大量工人，從而批量、快速、低成本地完成大量調(diào)查或工作。問(wèn)題是得到的結(jié)果不一定非常準(zhǔn)確。施密特解釋說(shuō)：“很多 [數(shù)據(jù)] 都是垃圾。這在自動(dòng)駕駛汽車(chē)領(lǐng)域是不可接受的。”

施密特說(shuō)，在過(guò)去幾年的時(shí)間里，很多微任務(wù)和第三方外包公司改變了自己的運(yùn)營(yíng)方式。首先，這些公司引入了質(zhì)量控制措施，以確保自動(dòng)駕駛汽車(chē)業(yè)客戶(hù)的工作幾乎不會(huì)出錯(cuò)?，F(xiàn)在不僅有工人在做實(shí)際的貼標(biāo)簽工作，還有其他工人進(jìn)行訓(xùn)練以及對(duì)已完成的任務(wù)進(jìn)行檢查和糾正。

這些公司還拉開(kāi)客戶(hù)跟工人之間的距離，他們往往沒(méi)法向公司提供反饋，甚至就分配給他們的任務(wù)提出問(wèn)題都不行。據(jù)我們交流過(guò)的九名工人說(shuō)，客戶(hù)通常會(huì)就要完成的每種工作給出詳細(xì)的指令，但跟他們幾乎沒(méi)有直接的互動(dòng)。在某些情況下，公司會(huì)派出代表親自培訓(xùn)特定的接單人，然后再由后者去教同行并復(fù)核他們的工作。

在疫情之前，菲律賓的行政和金融專(zhuān)業(yè)人士Marissa Zuniga作為一名海外菲律賓工人 （OFW） 曾在深圳生活了近 20 年，然后把掙到的錢(qián)寄回給自己在奎松市的家人。跟許多在中國(guó)打工的菲律賓人一樣，2020 年初中國(guó)農(nóng)歷新年假期的時(shí)候她也趁機(jī)回家了。但不久之后，隨著疫情的發(fā)展，兩國(guó)都開(kāi)始限制旅行。Zuniga被困在了菲律賓，失去了原先的工作。

她很快就通過(guò)Facebook上面的廣告發(fā)現(xiàn)了Remotasks，現(xiàn)在她每天的工作就是檢查平臺(tái)上其他接單人的工作，確保其近可能的接近完美。Zuniga 說(shuō)：“我現(xiàn)在的項(xiàng)目是確保給汽車(chē)在路上能看到的所有東西都著上色。你得標(biāo)注一切。這件事情的規(guī)模非常龐大。”

跟平臺(tái)的很多其他工人一樣，Zuniga 每完成一項(xiàng)任務(wù)就會(huì)獲得報(bào)酬?？赡苄枰奶鞎r(shí)間才能完成的一項(xiàng)艱巨工作能讓她賺到 20 到 30 美元。當(dāng)自己最終能返回深圳時(shí)，Zuniga說(shuō)她希望能繼續(xù)從事微任務(wù)工作來(lái)增加收入。她說(shuō)：“如果按每小時(shí)算的話(huà)，這份工作掙不了多少錢(qián)。但我很享受現(xiàn)在所做的工作。”

而Ramses這邊在幾個(gè)月前最終決定停掉Remotasks平臺(tái)的工作，因?yàn)槲瘍?nèi)瑞拉的工資標(biāo)準(zhǔn)下降了。他說(shuō)：“剛開(kāi)始的時(shí)候，我每周可以賺 200 美元。但隨后費(fèi)率下降了。有時(shí)候我一周只能掙20 美元或 30 美元。” 他最終決定離開(kāi)這個(gè)國(guó)家，到別處尋找工作。

Remotasks由總部位于舊金山的初創(chuàng)公司 Scale AI 所有。這家公司最近的估值已經(jīng)超過(guò) 70 億美元，從投資者處籌集到的融資超過(guò)了 6 億美元。在一份聲明中，該公司的一位發(fā)言人表示，“工資標(biāo)準(zhǔn)可能會(huì)隨著時(shí)間的推移而變化，因?yàn)檫@要取決于地點(diǎn)、時(shí)間和指定項(xiàng)目的復(fù)雜性等因素。”

多倫多大學(xué)研究人工智能與拉丁美洲外包行業(yè)的研究員Julian Posada表示，他的研究發(fā)現(xiàn)，零工的總體收入正在減少。他說(shuō)：“當(dāng)這些（眾包）平臺(tái)剛開(kāi)始進(jìn)入市場(chǎng)時(shí)，他們要招募人員。但現(xiàn)在打零工的數(shù)量已經(jīng)到達(dá)了臨界點(diǎn)，于是平臺(tái)開(kāi)始降低工資標(biāo)準(zhǔn)。”

微任務(wù)眾包公司并不是唯一從自動(dòng)駕駛汽車(chē)熱潮中獲利的。2019 年，在生完孩子后， Joy Olwande 希望重返肯尼亞的勞動(dòng)力市場(chǎng)。她看到了CloudFactory（在內(nèi)羅畢設(shè)有辦事處的業(yè)務(wù)流程外包公司）正在為多個(gè)人工智能項(xiàng)目招聘員工。六個(gè)月來(lái)，Olwande每天都要工作兩個(gè)班次，每次四小時(shí)，中間有休息時(shí)間。在其中一個(gè)班次上，她要為自動(dòng)駕駛汽車(chē)的激光雷達(dá)圖像——高分辨率圖片——做標(biāo)注。

但跟 Zuniga 與 Ramses不一樣的是，Olwande是跟數(shù)百名其他員工一起在現(xiàn)場(chǎng)工作的。她的時(shí)薪約為 1 美元，而且跟那些在微任務(wù)網(wǎng)站上工作的人一樣，需要保持高度的準(zhǔn)確性。她說(shuō)：“當(dāng)我的準(zhǔn)確率掉到 88% 時(shí)，我曾經(jīng)收到過(guò)一次警告。”雖然Olwande很喜歡這份工作以及自己的同事，但半年后她還是離開(kāi)了，去找了一份通勤時(shí)間更短、薪水更高的工作。

在標(biāo)簽的類(lèi)別里面，有一個(gè)類(lèi)別叫做“大氣”，工人要為每一滴水都打上標(biāo)簽，這樣汽車(chē)就不會(huì)將水滴誤認(rèn)為是障礙物。

雖然外包行業(yè)可能仍在蓬勃發(fā)展，但自動(dòng)駕駛汽車(chē)公司所承諾的未來(lái)——街上將被自動(dòng)駕駛汽車(chē)塞滿(mǎn)——尚未到來(lái)。今年 5 月，《紐約時(shí)報(bào)》曾報(bào)道稱(chēng)，汽車(chē)仍然無(wú)法應(yīng)對(duì)駕駛時(shí)可能遭遇的眾多場(chǎng)景。道路外傾或霧氣之類(lèi)的東西對(duì)人類(lèi)來(lái)說(shuō)也許司空見(jiàn)慣，但機(jī)器依然感到困惑。完善這項(xiàng)技術(shù)可能需要數(shù)十億美元的研發(fā)投入。與此同時(shí)，不斷變化的挑戰(zhàn)在工人要執(zhí)行的任務(wù)中也得到了體現(xiàn)。

之前在CloudFactory內(nèi)羅畢分部干過(guò)，現(xiàn)為Remotasks員工的Timm Ndirangu Gachanja說(shuō)，他注意到上面要求他和他的同事要識(shí)別的東西已經(jīng)改變。他說(shuō)：“你會(huì)發(fā)現(xiàn)他們正在引入其他的新標(biāo)簽。比方說(shuō)，如果下毛毛雨的話(huà)，現(xiàn)在所有的攝像頭都已經(jīng)很強(qiáng)大了，可以捕捉到大氣里面最微小的水滴。”在標(biāo)簽的類(lèi)別里面，有一個(gè)類(lèi)別叫做“大氣”，工人要為每一滴水都打上標(biāo)簽，這樣汽車(chē)就不會(huì)將水滴誤認(rèn)為是障礙物。

施密特表示，到目前為止，最重要的創(chuàng)新不是自動(dòng)駕駛汽車(chē)本身，而是這個(gè)行業(yè)意外地幫助創(chuàng)造了一個(gè)龐大的勞動(dòng)力資源池。受采訪(fǎng)的部分工人表示，他們還為醫(yī)療技術(shù)、智能家居設(shè)備甚至垃圾分類(lèi)訓(xùn)練人工智能。

施密特說(shuō)，現(xiàn)在，第三方承包商和微任務(wù)平臺(tái)正在想辦法將任務(wù)分解成更小的塊，或者讓人們?cè)?a target="_blank">手機(jī)上就能完成。這會(huì)有助于為更多的工人提供就業(yè)機(jī)會(huì)。施密特說(shuō)：“想想看，未來(lái)幾年較貧窮的國(guó)家會(huì)有多少人能用上不錯(cuò)的互聯(lián)網(wǎng)。對(duì)于這個(gè)全球性的勞動(dòng)力供應(yīng)鏈來(lái)說(shuō)，這確實(shí)是一個(gè)龐大的勞動(dòng)力資源。”