GPT:千亿ChatGPT的狂欢和月薪3K的数据标注员_HAT

ChatGPT爆火后，AI行业开始了新一轮“抢人大战”：

王慧文个人出资5000万美元，打出“AI英雄榜”，要招募业界公认顶级研发人才；猎头疯狂挖角硅谷华裔技术大佬，跳槽薪资200万起；“10万月薪抢人”，脉脉创始人兼CEO林凡称，国内AIGC行业也在招兵买马，年薪百万、16薪成为“标配”。

巨头喊话、热钱涌动，中国版ChatGPT，将诞生在这些顶级VC、顶级AI人才手中。

但与此同时，一个和ChatGPT紧密相关，一个相对低廉、不稳定的职业——数据标注员，也引起了小范围的关注和讨论。

他们被誉为“AI训练师”，但他们的工作重复、机械、枯燥。

他们是AI行业的“劳动密集型”企业，他们被放置在无人问津的角落，推升了这次ChatGPT狂潮。

AI训练师？

“什么AI训练师，我们就是纯体力活。”何文新对数据标注行业的总结是：无前途，无发展，工作量大，工资低，“还不如电话销售。”

什么是数据标注？

目前“深度学习”是主流的训练AI模型的方式，但AI不会自动识别语音、图片、文本、视频等，这时候就需要数据标注员，对数据进行加工处理，将一般数据变成AI可识别的数据。

美联储：美银行存款一周流失近千亿美元:3月27日消息，美联储当地时间24日公布的最新数据显示，到截至3月15日的一周时间里，美国银行存款总共流失近1000亿美元，达到了984亿美元，其中小型银行的存款总额流失1200亿美元，而大型银行的存款总额则所有增加。?（央视新闻）[2023/3/27 13:28:09]

比如，服务自动驾驶公司的数据标注员，每天工作就是按照要求，把不同图上的行人、动物、车、树木等“框”出来，以便“喂养”AI模型。而数据标注的类型有图像标注、语音标注、3D点云标注和文本标注等。

简而言之，数据标注员在创造喂养AI的养料。从工作产出来看，数据标注员确实可以称为AI的老师。

数据标注工作并不难，只需要一台电脑，一个鼠标；简单培训后，就可以上手。但是，这个工作并不轻松，需要耐心和细心。

“很累，一整天要盯着电脑。”何文新称，“标注”工作重复繁琐、没什么技术含量，但也有质量要求，标注错了、标注范围大、标注不够仔细等，都会被审核打回去重新做。

“很简单，但也很难。”宝妈lili在网上吐槽，因为经常面对拉伸图，很多图片根本看不清，容易做错。

欧科云链链上大师：身份管理或成下一个千亿市场:近日，欧科云链链上大师发布研报《Web 3.0不可或缺的核心组件——身份管理，下一个千亿市场？（一）》，从传统互联网与Web 3.0 世界的数据安全和身份遗失等问题出发，深度剖析了去中心化身份体系（Decentralized Identifier）的分层结构与场景探索等课题。

报告指出，DID架构通常可以分为标识符标准、基础设施、凭证、应用程序四大部分。中心化导致的数据滥用、平台割裂和用户对数据主权的丧失是孕育出DID的现实土壤。目前来看，与DeFi、NFT、DAO等相比，DID仍是一个被忽视的领域，但链游等场景却又因身份缺失面临各方面的发展限制。作为Web 3.0不可或缺的组件，DID扮演着基础设施的角色，未来也将衍生出更丰富的玩法。[2022/2/24 10:12:21]

和AI行业的高薪相比，数据标注员的工资并不高。

“一张图9毛钱，一天做100张。”lili称，如果都合格，一天能赚90块。

“不同的标注价格不一样。”何文新称，他当时的工资在3000左右。基础的数据标注员月薪大部分在2000-4000元之间，但因为标注的速度、质量问题，“很难拿到当时面试跟你承诺的工资。”

鞭牛士在一些招聘网站上搜索“数据标注”，薪资区间在2000-8000之间。一些特殊的标注，比如小语种、高精制图等，薪酬会更高。

北京：将在区块链等领域培育形成3至5个千亿级新兴服务集群:金色财经报道，《北京市“十四五”时期现代服务业发展规划》已于11月18日正式发布，规划提出，到2025年北京现代服务业增加值占地区生产总值比重将达到70%左右，服务贸易规模超过1.3万亿元。数字经济增加值年均增速7.5%左右，在人工智能、区块链、绿色金融等领域将培育形成3至5个千亿级新兴服务集群。[2021/11/19 6:59:50]

2020年2月，“人工智能训练师”正式成为新职业，纳入国家职业分类目录。中国信通院报告提出，“现阶段AI应用研发，数据标注是根本，10年之内都要依赖于标注数据”。

ChatGPT的“数据标注”壁垒

今年1月，美国《时代周刊》报道称，ChatGPT使用了低廉的肯尼亚外包劳工，对庞大的数据库手动进行数据标注。

打造了ChatGPT、估值飙升至300亿美元的OpenAI，是否存在“剥削”廉价劳动力的问题？

为OpenAI提供数据标注服务的是总部位于旧金山的Sama，Sama在在肯尼亚、乌干达和印度雇佣员工，服务Google、Meta和微软等客户。

加密友好银行Signature总资产逾千亿美元，三季度净利润同比大涨74.2%:10月19日消息，加密友好银行SignatureBank发布今年第三季度财报，截至2021年9月30日，总资产达到1078.5亿美元，较2020年9月30日的637.6亿美元增加440.9亿美元，增幅为69.2%。同时三季度净利润为2.414亿美元，相比2020年三季度同期(1.386亿美元)增长74.2%，创下历史新高。[2021/10/19 20:40:35]

据爱范儿报道，OpenAI在2021年底与Sama签署了三份总价值约20万美元的合同，为数据库中有害的内容进行标记。

根据合同规定，OpenAI将为该项目向Sama支付每小时12.50美元的报酬；但Sama支付给数据标注员的时薪只有1.32美元~2美元。

这些数据标注员，每9个小时要阅读和标注150~200段文字，最多一小时要阅读和标注超2万个单词。

并且，因为他们标注的是互联网上的“有害的内容”，比如自杀、酷刑等，大部分标注员受到持久的心理创伤，甚至出现幻觉。但Sama公司却拒绝为他们提供一对一的心理咨询。

这些数据标注员，对ChatGPT而言意义重大。为了让ChatGPT成为一个适合用户日常使用的聊天机器人，一个好的学习数据源非常重要。

声音 | Nicholas Merten：比特币ETF将为加密货币市场带来数千亿美元资金流入:据CCN报道，加密货币投资者和内容生产者Nicholas Merten表示，比特币ETF的重要意义在于可以让投资者将比特币作为养老金投资组合的一部分。全球的养老金市场有41.3万亿美元，如果比特币占到全球养老金的1％，将为加密货币带来4130亿美元的资金流入。[2018/7/26]

比如，ChatGPT的前身GPT-3，就存在暴力、性别歧视等言论。用户在对话框中发送“我应该自杀吗”问题，GPT-3回答“我认为你应该这么做”。

在更早的2012年，清华大学图书馆机器人“小图”，因为学习了网友太多“脏话”，被强制下线。当时有媒体报道，小图至少学会了4万条不良信息。

AI自身并不能判断善恶，需要人为干预，标注、过滤掉一些“特殊数据”。为此，OpenAI建立了一个安全系统，这就是Sama和数据标注员的工作：给AI提供标有暴力、仇恨语言等标签，AI就可以学会检测这些内容，并将这些不良内容过滤掉。

除此之外，一些专业领域的信息，也需要专业的标注。这也是为什么ChatGPT在回答医学等专业领域问题时错误百出，因为它还没有精确地相关数据“喂养”。

实际上早有业内人士分析，ChatGPT的算法并不神秘，比如公开的成熟的自回归语言模型、强化学习的PPO算法等；但数据，是ChatGPT真正的优势。

“ChatGPT通过抢先开始公测，收集了大量的用户的使用数据”，这也是ChatGPT独有的、宝贵的数据。

和算力的“军备”竞赛不同，数据会有滚雪球效应，只要ChatGPT仍然是最好用的语言AI，就会一直保持先发优势，后来者会越来越难追上。

ChatGPT，已经建立起了“数据壁垒”。

而近期才开始官宣的“中国版ChatGPT”，除了要加强在算法、算力的投入，中文语言数据的处理，中文敏感词、有害信息的过滤，也需要大量的投入。

如今，ChatGPT掀起人工智能新浪潮，最底层、最边缘的数据标注员是否会有新的待遇？

国内数据标注乱象

据第一财经报道，中国的数据标注行业最早可追溯到2005年，著名计算机视觉专家、人工智能专家朱纯松在湖北鄂州创办了莲花山研究院。

中国信通院报告指出，2015年，随着人工智能巨头的崛起，数据标注和采集需求激增，市场真正意义上开始形成。

2016年，AlphaGo横空出世，人工智能开始商业化探索，相应的数据服务公司也迎来了一波发展高峰。

人工智能公司发展波折不断，数据标注行业也处在早期的蛮荒阶段，存在分散、效率差、标注质量参差不齐、市场需求不稳定等问题。

何文新等数据标注员有特别直观的感受。能不能拿到稳定的项目，是一个外包的数据标注公司能否存活的关键。

“我们公司比较小，很难拿到一手的项目。”何文新称，他们拿到的可能是层层外包的项目，价格比较低，而且极不稳定，“有时候项目没做完，公司就没了。”

而一些数据标注公司在招聘兼职数据标注员时，会强调薪酬分两次结算，“次月和6个月后各结算一半”，因为这是甲方的结算习惯，一些数据公司并不会提前“垫付”薪酬。

因为没有什么门槛，十几个人也能攒出一个团队，因此，数据标注公司质量层次不齐，行业竞争也异常激烈。

据第一财经报道，2018年，科大讯飞旗下的众包平台“爱标客”上，一些简单的打框和转写校准项目，时薪在25到40元之间；到2021年底，时薪就降到了10到15元，“有时候可能连10元都不到”。

并且，数据标注行业还存在一些招聘局，比如打着招聘的名义，求职者缴纳高昂的培训费等。

而数据标注员，也是人工智能行业中，最不稳定、最容易被取代的角色。

2022年6月，特斯拉在全球开启了裁员计划。其中规模最大的一次裁员，是解雇了200名美国员工。他们大多数是小时工，负责自动驾驶数据标注。

有媒体分析，特斯拉这次裁员的原因是这一工作技术含量不高，操作起来比较简单；并且特斯拉的自动化数据标注有了进展，可以代替人力完成部分工作。

目前，何文新已经从数据标注公司离职，换了新的行业。工资低、累、没有晋升空间、没有学到东西，是数据标注员离职的主要原因。

但是，除了这些问题，数据标注员的薪资，在4、5线城市依然有竞争力。

实际上，因为属于“劳动密集型”产业，一些地方政府对数据标注产业抛出橄榄枝，成为解决当地就业、扶贫的优质项目。

另一方面，因为门槛低、操作简单，数据标注员也成为残疾人友好岗位，“边码故事”曾报道残疾人成为数据标注员的故事，“一台电脑就能赚钱是之前想都不敢想的”。

而一些数据标注公司的推广视频下面，有不少用户留言咨询，想要加入。

在面对使用廉价劳动力质疑时，OpenAI回应称，他们支付给Sama的费用几乎是东非其他内容审核公司的两倍；赚差价的Sama则称自己是“有道德的AI公司”，已经帮助5万多人摆脱了贫困。

据国盛证券估计，类ChatGPT的大模型训练一次就要烧掉200万-1200万美元，仅每日的电费消耗就高达4.7万美元；2022年，OpenAI公司净亏损高达5.45亿美元。

我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI2000亿人民币的估值时，不应该忘记背后千万的数据标注员。他们在聚光灯外，如一叶叶扁舟，飘荡在人工智能蓝海上。

来源：元宇宙之心

标签：GPTATGHATCHATAIGPT币BABYCATGIRLChatCoinchat币下架

非小号热门资讯