人工智慧 AI 需要大量工作
傑出工作者與 AI 崗位之間的對話
由 Josh Dzieza 撰寫，他是一位涵蓋科技、商業和氣候變化的調查編輯，於 2014 年加入 The Verge，曾獲得洛伊協會新聞特寫獎等獎項。Richard Parry 為 The Verge 上的插圖。
今年年初，我註冊了 Scale AI 的 Remotasks。程式十分簡單。在輸入了我的電腦規格、網速以及一些基本聯絡訊息之後，我便進入了“培訓中心”。要獲得付費工作，我首先必須完成相關的（無償）入門課程。培訓中心顯示了一系列具有晦澀名稱的課程，例如 Glue Swimsuit（膠水比基尼）和 Poster Macadamia（海報夏威夷果仁）。我點選了名為 GFD Chunking 的課程，結果顯示它是在社交媒體上標註服裝。然而指示非常奇怪。首先它基本上是以同樣的方向在不同的字型和顏色下重申的，就像拼貼起來的炸彈恐嚇信。它以亮綠色框回答，再次解釋：“應標註下列所有專案，因為它們都是真實的，可以由現實生活中的人穿著。”並且在一個 Air Jordans 廣告的照片上方，再次重申，“應標註可以由現實人類穿著的真實物品。”
標註服裝的 Remotasks 指示。
我略讀手冊直到底部，發現教師用像抓住某人的肩膀並搖晃他們一樣的大紅字型寫道：“堅決不要標籤開啟的充滿衣物的行李箱。標籤鞋子，但不要標籤遊泳蛙鞋。標籤緊身褲，但不要標籤緊身絲襪。即使有人穿着毛巾也不要標記。標籤服裝但不要標籤盔甲。”等等。行業中普遍存在指示的混亂，德國 Weizenbaum 研究所的研究員 Milagros Miceli 表示某種程度上是機器學習系統學習的方式造成的。
直到最近，我也是很容易辨識出語言模型的錯誤的。它看起來就像是亂糟糟的。但是隨著模型的改進，這一點變得越來越困難 - 這種情況被稱為“可擴充套件的監督”。Google 無意間展示了捕捉現代語言模型錯誤有多困難，當一個模型出現在其 AI 助理 Bard 引入的噱頭時。（它自信地聲稱詹姆斯·韋伯太空望遠鏡“拍攝了我們太陽系以外的第一個行星的圖片”，這是錯誤的。）該模型不斷改進，這使得捕捉誤差變得更加困難。
這種資源與成本相關的壓力表明，在某種程度上，有相當大的財務壓力迫使將標註自動化。評估專門技能和專業的成本很高。所有參與其中的人都不願透露他們的開支，但基本上，專門的書面示例可以達到數百美元，而專家評分可以達到 50 美元或更多。其中一位工程師告訴我，他以每篇最高 300 美元的價格購買了蘇格拉底對話例子。另一位告訴我，他花了 15 美元購買了一首“關於一隻金魚的黑暗有趣的打油詩”。OpenAI、微軟、Meta 和 Anthropic 對於誰參與模型標註以及他們支付多少以及他們位於世界的哪個地方並未作出評論。DeepMind 的 Irving 表示為該公司工作的標註者根據他們所在的地點，支付“至少符合生活工資標準”的時薪。Anna 對 Remotasks 一無所知，但 Sparrow 卻更為開放。她不是唯一一位我與之交談的標註者，他們從他們正在培訓的 AI 那裏得到的訊息比從僱主那裏要的訊息要多;幾位其他人透過向他們的 AI 要求其公司的服務條款，獲得了他們所在的公司的訊息。“我確實問它‘你是為了什麼，Sparrow？’”，Anna 說。它開啟了一個 DeepMind 網站的連結，解釋說它是 AI 助理，它的創作者使用 RLHF 對其進行了訓練，以便它能夠幫助和安全。
AI 工作者面臨的挑戰
對於越來越多的人工智慧企業來說員工的工作環境變得越來越棘手。即使從表面上看，AI 似乎是高效的、有前途的技術，可以省去人們從事那些乏味、重複性的工作。但實際情況可能並非如此。本文介紹了 AI 標註工作的一些方面和問題，也展示出它引發有關工作本質以及誰將成為 AI 時代的贏家和輸家的深入思考。
AI 工作的主要目標是訓練機器學習模型，從而使它們能夠正確地辨識影象、生成自然語言或執行特定的任務。然而實現這一目標需要大量的標記資料，且往往需要人工進行。在 AI 標註的過程中，人們需要觀察、分類和標記各種各樣的資料，以幫助模型學習和改進。然而這些標註工作通常被視為乏味、重複性的工作，並且往往被忽視或低估。
標註工作對人們來說可能是一項低薪、無聊的工作，但它是 AI 發展中不可或缺的一環。儘管大多數人更願意從事研發新的 AI 模型和技術的工作，但 AI 在訓練過程中仍然需要人們進行標註資料。這些標註資料是改進模型和使其更智慧的關鍵。如果缺乏充分、準確和多樣化的標註資料，模型的效能和效果將大大下降。
審視 AI 工作的意義和目的
當我們談論 AI 工作時，我們往往忽略了其中的意義和目的。這些工作通常被稱為“沒有意義或目標的工作”，它們存在的原因並不是因為沒有智慧化的機會，而是因為受到了官僚主義、地位或慣性等原因的制約而無法自動化。AI 工作與此相反，它是人們想要自動化的工作，而且人們往往認為這項工作已經自動化，然而仍需要一個人類的替代。
AI 就業市場當前處於繁榮期，AI 機器人的聲音越來越真實，簡單的提示就能生成藝術作品，且背後的公司也獲得了數十億美元的估值。然而這些成就的起點是愚蠢且單調的勞動。ImageNet 計劃是一個具有代表性的例子,它需要大量人工標註影象,而這一工作對於改進機器學習模型來說是至關重要的。
當前全球範圍內已經出現了一個由 AI 工作者組成的全球產業。這些人使用他們獨特的人類能力來幫助機器。他們可能在標註衣物顏色、標示交通控制指揮員、標識電子郵件垃圾郵件的新變體以及線上廣告的性質等各種任務上工作。雖然這些工作看似普通，但它們對於 AI 的發展至關重要。
AI 工作者如何獲得公平報酬與尊重？
AI 標註工作者面臨的一個主要挑戰是較低的工資和不穩定的工作。由於需要大量的標註資料，這些工作往往需要大量的工作時間和努力。然而由於這些工作被認為是乏味、重複性的工作，因此往往被低估且低報酬。對許多人來說 AI 工作是一種生計，他們希望得到公平的報酬以及對他們工作的尊重和認可。
為了確保 AI 工作者獲得公平報酬，我們需要思考以下問題：
- 應該制定工資政策，確保 AI 工作者能夠獲得公平的報酬。
- 應該提供培訓和發展機會，使 AI 工作者能夠提高他們的技能和專業知識。
- 應該給予 AI 工作者的工作以適當的尊重和認可，將其視為真正的工作，而不僅僅是乏味的任務。
- 應該建立強大的工會或組織，代表 AI 工作者的利益，爭取他們的權益和福利。
對於人工智慧時代的 AI 工作者來說這是一個困難的時刻，但也是一個充滿機遇的時刻。只有透過制定和實施適當的政策，我們才能確保 AI 工作者獲得公平報酬和尊重。
延伸閱讀
- Pinterest AI 打造的拼貼圖比單張針腳更吸睛
- Atlassian 推出新的 AI 同事 Rovo
- 三星的營運利潤飆升 930％，AI 動能帶動記憶晶片需求
- 一對 Airbnb 校友將智慧與自動化引入資料保護
- SafeBase 使用人工智慧自動化軟體安全審查
- GitHub 推出 Copilot Workspace：AI 驅動的軟體工程空間
- 「馬斯克的 xAI 示範 AI 新創公司的龐大市場潛力」
- RPA 供應商如何在 AI 代理人世界保持競爭力
- 照片分享社群 EyeEm 將許可使用者的照片以訓練 AI，如果使用者不刪除照片
- 基於人工智慧時代，Anon 正在打造自動化認證層 - 技術新聞
