容颜小说“目前我国已有庞大的数据加工队伍，仅北京就有一百多家专门从事数据标注的公司，全国从事这项工作的人大概超过千万，很多头部的互联网技术企业都有自己的数据标注公司。”

　　目前人工智能落地场景不断丰富，智能化应用正改变着我们的生活。而在AI产业高速发展的背后，数据标注师这个新职业的从业人数也正在壮大。数据标注行业流行着一句话，“有多少智能，就有多少人工”。目前AI算法能学习的数据，必须通过人力逐一标注，这些人力为AI产业提供养料，构建了AI金字塔的基础。

　　近日，支付宝公益基金会、阿里巴巴人工智能实验室联合中国妇女发展基金会在贵州铜仁万山区启动了“AI豆计划”，这是该计划在全国启动的第一个试点地区。作为一种 “AI+扶贫”的公益新模式，计划旨在通过AI产业释放出的大量就业机会，在贫困地区培训相关职业人才、孵化社会企业，让贫困群众实现在家门口就业脱贫。

　　这些从业者不需要背井离乡，她们可以受训上岗，为AI机器学习进行数据的分类和标注工作，让机器可以快速学习和认知文字、图片、视频等内容，成为一名“AI培育师”。

　　AI数据标注员被称作“人工智能背后的人工”。“数据是人工智能的血液。当下是大数据基础上的人工智能，是数据智能的深度学习时代，可以说谁掌握了数据，谁就有可能做好。”中科院自动化所研究员、视语科技创始人王金桥告诉科技日报记者。他解释，当前的人工智能也被称作数据智能，在这个发展阶段，神经网络的层数越多，神经网络越深，需要用于训练的数据量越大，“比如目前人脸识别做得好的是中青年人脸识别系统，因为年轻人坐车住酒店，采集的数据量大，小孩和老年人数据相对较少。”

　　但同时，只有数据是没用的。对于深度学习来讲，数据只有加上标签才有意义，才能用于机器的学习和进化。“标注是一个必须的工作。”王金桥说。

　　王金桥介绍，从数据的收集、清洗、标注到校验都离不开人工。数据标注最基本的就是画框，比如检测目标是车，标注员就需要把一张图上的所有车都标出来，画框要完全卡住车的外接矩形，框得不准确机器就可能“学坏”。再比如人的姿态识别，就包括18个关键点，经过训练的标注员才能掌握这些关键点的标注，标注完成的数据也才能符合机器学习的标准。

　　不同的数据类型对标注员的要求也不一样。除了一般较为简单、可以通过培训掌握的标注，还有一些需要专业背景的标注，比如在医疗数据标注中，标注员需要做医疗图像的分割，把肿瘤区域标出来，类似工作就需要看得懂片子的医生完成。再比如地方方言或外国文字，需要的也是掌握那门语言的标注员。

　　随着人工智能的发展，数据的训练量非常大，数据标注公司应运而生，这些公司以网络方式运作，一个平台有产品经理和项目经理，接到一个任务就找人来做，大家通过网络群组报名后，由产品经理来培训，之后各自领取自己的任务，登录账号进行标注，检验经理校验合格后就付钱，不合格则需要重新修正。

　　“目前已经形成庞大的数据加工队伍，仅北京就有一百多家专门从事数据标注的公司，全国从事这项工作的人大概超过千万，很多头部的互联网技术企业都有自己的数据标注公司。”王金桥说，“这个阶段数据对性能的贡献是最大的，数据越多越丰富、代表性越强、模型效果越好，算法的健壮性和鲁棒性就越强。目前情况是大部分AI公司都还没有实现盈利，但标注公司除外。”

　　据王金桥介绍，国外也是一样，无人零售、无人驾驶等都需要大量的人力，基于用工成本的问题，除了隐私数据之外，他们会把标注工作放在第三世界国家完成，马来西亚、泰国、印度等国家都有数据标注分公司。

　　常见的报道中，数据标注总被描述为“血汗工厂”，这项工作和从业者被描述得廉价低质，人被重复性机械式的劳动异化。在王金桥的解释下，这一刻板印象也被逐渐打破。

　　他直言，目前这种大量的人工标注是有价值的，因为理论上解决问题很难，但有了大量数据，设计深度学习网络，可以在特定场景特定应用中用数据训练神经网络，从而在很多场景中可以让AI快速落地占领市场、驱动行业应用、促进行业升级和迭代。

　　“比如在手机玻璃缺陷、高铁轨道的缺陷、电网高压线绝缘子损坏等检测工作中，无人机拍摄画面后，由人来检测，随着数据量增加，机器得到的训练越来越充分，机器慢慢可以自动检测，类似工作可以很大程度上由机器代劳。”王金桥说，目前人工智能的智能性虽然比较弱，但在各行各业都会带来改变，这是AI推动产业革命的机会。

　　“现在科研界研究的都是无监督、小样本的深度学习，通过三维合成数据，用虚实结合的数据生成方式来训练机器，尽量减少数据的采集和标注，让机器自主学习、自主进化。”王金桥说，但由于缺乏理论上的突破性技术，所以虽然技术增长速度很快，但整体水平还比较低，目前的深度学习还是依赖基于统计意义的大数据模型，这要求数据足够多、足够均衡、基本满足真实世界的分布。

　　但王金桥也表示，随着无监督、小样本深度学习的进步，重复性标注的工作量会越来越少。“机器的识别和人一样，人经过几千年的进化，用语言用文字记录和存储几千年的文明，所以看到桌子就知道是桌子，看到灵芝知道是灵芝。机器也需要不断理解更多的内容，有数据标签，它才能学习，才会有智能。数据的加工是一个长期存在的过程，由画框到基础词汇，慢慢形成自己的知识图谱，才能自我推理和思考。”

　　目前的数据标注公司基本采取“计件付费”的模式，标注员的待遇与任务量和难度直接相关，熟练工一天能标几千张图片，月收入最高过万。这项工作也有一定专业性，受过培训才知道怎么标、标得清楚，人也要认真细心。“每天产生的数据量太大了，数据量持续增加，对标注的需求也持续增加。”王金桥说。

　　据阿里巴巴集团副总裁、阿里巴巴人工智能实验室总经理陈丽娟介绍，贵州万山仅仅是一个起点，未来项目的整体规划将聚焦贫困地区，寻找更多更适合发展“AI标注”产业的地区来落地。同时，也希望更多的人工智能企业加入，把AI标注的订单定向输送给贫困地区，为贫困群众提供更多就业机会。陈丽娟说。

　　数据表明，当前AI发展出现了细分化、多模态以及专业化三大特征。相应的，新变化对于AI数据服务行业也形成了一定的影响与方向指引。

　　当前AI已经进入技术落地阶段，应用场景涉及安防、金融、家居、交通等各大行业。而未来，在数据标注行业，从业者也将随着AI行业而一同进入细分市场追逐阶段。

　　同时多模态也成为了AI技术发展的一个特征。所谓多模态，即是对多维时间、空间、环境数据的感知与融合。如当前的自动驾驶需要雷达+摄像头才能跑的更稳，安防行业需要摄像头+雷达红外RFID才能感知得更精准、更真实。而在数据服务产业，企业也需要适应AI技术发展的多模态特征，掌握对多维传感器融合的数据采集与标注。

　　此外，尽管当前AI技术已经进入落地阶段，但是头部AI企业的落地场景相较传统行业的AI落地场景，在技术上会更有前沿性。而这些企业的一些先进技术研究也很有可能成为未来数据服务行业的一大发展方向，所以数据服务企业也需要在这些前沿场景中不断探索，才能在行业竞争中获得长期发展。

　　2023年2月15日，观众在中国美术馆参观美在致广——全国小幅美术精品展。本次展览从1月18日展出至3月26日，共展出近600件征集作品，另有中国美术馆馆藏、特邀作品400件，涵盖中国画、油画、版画、雕塑等种类

　　2023年2月15日，在内蒙古农牧业科学院蔬菜花卉研究所（玉泉区专家人才工作站）的育种试验基地，农业专家在测量果实横径纵径。

　　2023年2月14日，铁路江苏连云港站，旅客搭乘动车组列车出行。为期40天的2023年春运于2月15日结束，铁路客流量日趋平稳有序。

　　2023年2月14日，受强冷空气影响，安徽黄山风景区气温骤降，出现了初春罕见的雾凇美景，银装素裹，玉树琼枝

　　2023年2月12日，三峡船闸实施为期两天的换向运行后，已恢复北上南下正常运行模式。三峡坝上、坝下待闸船舶数量基本达到均衡。

　　2023年2月12日，湖南省永州市新田县积极引导农民抢抓农时，对所育秧苗采用科学的二段育苗法，将漂浮育苗漂盘中秧苗移植到带营养土的托盘里，以达到秧苗强根壮株、早生早发的目的，促进春耕增产增收。

　　2023年2月9日，纷纷扬扬的雪花飘落在北京怀柔响水湖长城，洁白的雪花把古长城装扮的银装素裹美不胜收。

　　海口市西秀公园是城市生态综合公园，建有雨林之心、水上剧场、儿童乐园、篮球场、足球场等，实现了海口城市空间提质，打造宜居生活。

　　2023年2月9日，甘肃省张掖市民乐工业园区一家农资生产农资企业，工作人员正在将生产好的农膜装车发运。

　　2023年2月4日，广西省河池市金城江区举办“火树银花浪漫金城江”打铁花非遗表演，吸引众多市民前往观看，浪漫的打铁花表演为革命老区河池的元宵佳节增添了喜庆氛围。

　　2023年2月8日，在山东省青岛市城阳区流亭街道墨水河入海口湿地，成群红嘴鸥在潮间起舞巡游。

　　2023年2月7日，在浙江省玉环市干江镇海上共富菜园中，养殖户驾驶小船穿梭在海面和码头，采收、运输、装袋、投售春汛紫菜，洋面上呈现出一派丰收景象。

　　2023年2月7日，云南省玉溪市峨山县富良棚乡、塔冲等地的油菜花盛开。立春以来，春色渐浓，金色的油菜花与绿油油的麦田交织在层层梯田之间，与特色民居构成一幅美丽乡村田园画卷。

　　河北省唐山市迁西县迎来开学季，各学校根据实际情况，积极组织学生进行爱国主义教育、交通安全教育、卫生健康教育和劳动实践等活动，上好开学第一课。

　　2023年2月5日，陕西省安康市平利县，景观林掩映着错落有致的村庄民居。

　　元宵节前夕，河北省承德市滦平县开展猜灯谜、展非遗、逛庙会等丰富多彩的民俗活动喜迎元宵佳节。