“你是想賺錢，還是想站著？”

——出自《讓子彈飛》

有些人掙了錢，但是他跪著。

有些人站著，但是掙不著錢。

站著掙錢，真有這麼難嗎？

其實不難。自加入泛函，除了賺到不少零花錢之外，我們每個人還多了一個光榮且使命神聖的稱號——“人工智慧標註員”。

可能好多小夥伴還不知道，我們在做任務的同時，悄然間推動著人工智慧的發展，這錢賺得倍兒有排面。

01 何為資料標註？

要理解資料標註，首先要知道AI是如何代替人的部分認知功能的。

回想一下，人類是如何學習的：

要認識一個香蕉，那麼就需要有個人拿著一個香蕉到你面前告訴你，這是一個香蕉。

機器也是一樣，想教機器認識香蕉，我們需要香蕉的照片，上面標註著“香蕉”兩個字，機器透過大量學習圖片中的特徵，來實現認知功能的提升。

對於人工智慧來說，只有標註過的資料才是有效資料，沒有標註過的資料都是無用的。

一、圖片標註

圖片標註包括語義分割、矩形標註、多邊形標註、線段標註、分類標註、關鍵點標註等等，像這種資料在人工智慧裡一般被用於人臉識別、物品識別等領域。

語義分割

矩形標註

多邊形標註

線段標註

關鍵點標註

分類標註

二、語音標註

語音標註包括語音切割和語音轉寫等，透過對語音的切割和翻譯形成語音資料。這種資料一般被應用於語音識別、人工智慧翻譯等領域。

語音切割

語音轉寫

三、文字標註

文字標註主要包括文字分類與文字轉寫，透過對文字的分類處理和轉寫形成文字資料，應用到AI領域。文字標註的資料被廣泛應用於自然語言處理、圖文轉換等領域。

文字分類

文字轉寫

四、影片標註

影片標註目前主要包括影片跟蹤、影片分類，主要應用於天眼系統、智慧識別系統等領域。

影片跟蹤

影片分類

此外，標註的型別除了上面幾種常見，還有很多個性化的，不同的需求需要不同的標註，例如自動摘要等等。

飛速發展的人工智慧領域，帶來了巨大的資料缺口。在AI發展良好的前提下，未來5年甚至更久，資料標註員的需求會一直存在，這棵常青藤，會一直伴隨著AI改變世界。

下期帶大家看看我們標註的資料到底去哪了~