我大學(xué)學(xué)的是大數(shù)據(jù)人工智能專業(yè)的,大學(xué)學(xué)的知識(shí)可以說是一點(diǎn)用都沒有,但是這個(gè)學(xué)科帶給我的見識(shí)是漲了。
大數(shù)據(jù),人工智能可以說是現(xiàn)在全世界的風(fēng)口項(xiàng)目,站在頂尖的機(jī)構(gòu)屈指可數(shù),在九十年代,也出現(xiàn)過大數(shù)據(jù)這一技術(shù),但是由于當(dāng)時(shí)互聯(lián)網(wǎng)不發(fā)達(dá),真正意義上的數(shù)據(jù)太少,所以也就沒有崛起,而最近這幾年,大數(shù)據(jù)的崛起是由于信息迭代爆炸導(dǎo)致的,意思就是,現(xiàn)在的信息足夠支撐大數(shù)據(jù)發(fā)展了。
因?yàn)樾畔⒈l(fā),沒有用的數(shù)據(jù)也越來越多,所以就出現(xiàn)了一個(gè)新興行業(yè),就是數(shù)據(jù)標(biāo)注,什么叫數(shù)據(jù)標(biāo)注?就是相當(dāng)于給你一堆菜,讓你從中摘出能吃的,不能吃的就扔掉,不是這一類的放到另一類里。
人工智能還沒有達(dá)到完全像人類一樣辨別事物,而且很多公司并不一定真的有高端的人工智能專業(yè)技術(shù)(我學(xué)人工智能課的時(shí)候,老師說目前全世界的商業(yè)機(jī)構(gòu)也就蘋果能達(dá)到生物識(shí)別,距離真正的人工智能還有很長(zhǎng)的一段路,但是政府機(jī)構(gòu)的科技水平,應(yīng)該比我們普通人能看到的水平要高,但是不能用于商業(yè)),所以也就有了很多大數(shù)據(jù)公司用真正的“人工”替代人工智能,簡(jiǎn)單的說就是找臨時(shí)工替代本來應(yīng)該機(jī)器做的工作。
所以就有了這個(gè)項(xiàng)目,人工數(shù)據(jù)標(biāo)注。其實(shí)這也像是我曾經(jīng)提到的人性的弱點(diǎn)。
這種項(xiàng)目做起來也很枯燥,但是相比于打字賺錢來說利潤(rùn)高,每天兼職去操作的話也能賺個(gè)幾十塊。下面是這種數(shù)據(jù)標(biāo)注的一些常見任務(wù)。
1、人臉識(shí)別標(biāo)注
比如這個(gè)圖,項(xiàng)目方會(huì)把圖片發(fā)給你,讓你畫出五官的一些輪廓,這樣就完成一個(gè)任務(wù),每個(gè)公司的單價(jià)都不同,所以具體能賺多少都要具體看
2.或者是這樣標(biāo)注人群,在一群人中用公司提供的工具畫出人群
3.又或者標(biāo)注馬路上的車和馬路
給大家解釋一下這些是做什么的,人工智能領(lǐng)域里有個(gè)技術(shù)叫做“機(jī)器學(xué)習(xí)”,這個(gè)技術(shù)就是教計(jì)算機(jī)程序能夠?qū)W人做東西,比如說人臉識(shí)別,在一開始的時(shí)候可能計(jì)算機(jī)程序會(huì)把動(dòng)物的臉也識(shí)別成人類的,但是這顯然是錯(cuò)誤的,所以就會(huì)需要人來幫助它,告訴他什么是正確的,什么是錯(cuò)誤的,當(dāng)程序識(shí)別出一組數(shù)據(jù)在根據(jù)上面人工識(shí)別出來的數(shù)據(jù)進(jìn)行對(duì)比,得出一個(gè)錯(cuò)誤率,在經(jīng)過長(zhǎng)時(shí)間的機(jī)器訓(xùn)練中,將錯(cuò)誤率降低,最后成為真正意義上的人工智能。
這類任務(wù)在QQ群直接搜索“數(shù)據(jù)標(biāo)注”
就會(huì)有很多的群,群里面有人會(huì)放單,如果要做的話就找群里放單的人,他會(huì)告訴你怎么做。
很簡(jiǎn)單,還有一種是采集的團(tuán)隊(duì),就是公司需要原始數(shù)據(jù),比如說語音識(shí)別的方言,公司會(huì)下發(fā)任務(wù),比如下圖中的