副业牛下午看百度“文心一言”发布会，百感交集。
略有失望，比如产品演示播放的是视频，需要邀请码用户才能使用，怎么看都觉得缺点自信，很多人还把注意力留给李彦宏的着装。
当然，小编还是觉得，没必要对一个初代产品一棍子闷死，毕竟，所有产品1.0都是浑身bug，比如初代的iPhone，初代的特斯拉电动车，都有各种问题，而火爆的ChatGPT，已经是迭代三四代之后的产品。
正如李彦宏所言，“文心一言并不完美……只是市场有需求，百度算第一个做出来并真正发布出来的”，勇气可嘉。
关于AI行业，就像手机、新能源行业、我们应该给国内科技大厂一点时间。
今天重点想谈谈，AI行业会带来那些新工作，之前太多人谈A可能I会替代什么工作，实际上，AI也会带来一些新岗位。
就像外卖行业，诞生了大量的“外卖小哥“，AI行业，首先也会诞生一个并不引人注意的岗位——拉框员。
1、拉框员的来源
“拉框员”是俗称，专业称呼是“数据标注员”。
张强是一个创业小团队的老板，他搞数据标注的工作有一年多，他的团队里有十几个人，项目涉及百度、网易、阿里等互联网大厂，他们每天的工作做数据标注。
如图所示，电脑屏上的图片，有人戴着眼镜，拉框员要做的就是，用鼠标框出来人脸的眉毛、眼镜、颧骨等位置。
“说出来你可能都不相信，就是画这一个框。”张强信解释道，“好比你现在打开电脑，然后摁住鼠标右键拉一下，一个框就是3分钱。”
张强说，“拉框工作最主要的卖点，可以利用碎片化时间获得收入、操作简单无门槛。”
因此，拉框工作还特别适合一个群体——宝妈。
每当丈夫上班、儿子返校，家住武汉的全职妈妈吴海燕，便会坐到电脑前开始一天的工作，她的参与一个兼职的项目叫“freespace鱼眼语义分割”。
所谓鱼眼语义分割，是因为吴海燕标注的图片全都来源于车载鱼眼摄像头所录视频。
这些图片的场景大多在停车场中，吴海燕需要做的是利用点阵工具，将立柱、栅栏、机动车、行人等物体的接地点标出并链接，形成一块蓝色的封闭多边形区域，这块区域就是freespace（可行驶区域）。
吴海燕标注好的数据，可用于训练智能汽车的自动驾驶算法，帮助AI理解在停车场哪些区域可以行驶、哪些区域可以停车、哪些区域不能触碰。
吴海燕说“现在看到新闻里很火的ChatGPT，有一种亲切感，好像是自己手把手教出来的。”
2、拉框简史
2007年，计算机视觉专家李飞飞第一次试验用数据标注训练人工智能时，以每小时10美元的价格雇佣了一批普林斯顿的本科生为她「拉框」。
2009年，她和一群华裔学者建立起一个超大图像数据库。2010年起，每年他们都会举办一次计算机识别竞赛，参赛者拿出自己的算法，以数据库内120万张图片为训练样本，经过训练的算法再去识别另外5万张新图片，看谁的算法识别率更高。
他们数据库里面的每一张图片都是经过人工标注的，这一点很少有人知道。
一晃八九年过去，当时美国普林斯顿本科生干的那些活，飞入了中国河南、河北、山东的四五线小城，成了一个庞大的产业。
2021年，国内科创板有一家上市公司叫海天瑞声，专门做人工数据标记服务的。2019年度，在海天瑞声兼职的“拉框员”有6.93万人，同期该公司的员工仅142人。
2019年，这个公司年收入就突破2个亿。
3、拉框工作原理
根据应用场景的不同，“拉框”分很多类型。
比如前面提到何信团队的图像标记、吴海燕的鱼眼freespace标注，属于“图片版标注”，专业说法是属于语义分割。
还有“语音版标注”，主要针对语音片段处理，拉框员一般需要标出语音语调、音素、 韵律、词性(动 词、名词)等属性。
看一个具体的例子，要求是非常细致的，如图所示：
大火的ChatGPT属于NLP（自然语言处理）模型的一种，这类模型的训练，需要拉框员进行大量的自然语义类型的标注，也叫“情感类标注”。
比如，AI机器看到一句话“今天是周五”，这句话好像是传达正面情绪，如果这句话后面紧接着补一句“我还要加班”，瞬间就变成了负面情绪。拉框员就要对这些语料进行“正面情绪、负面情绪”等标记。
再看一个例子，看看具体怎么标记的：
总之，原始的文本数据给机器是识别不了的，所以需要拉框员进行人工标注，给每一个词语、句子进行定性，从而可以使用模型做分析和表达。
而且，词性及句法标注只是NLP模型训练的第一步，后续还要经过特征工程（将词句向量化，便于计算机识别）、选择模型、训练模型、评估模型及测试上线，如果没有高质量的优秀训练数据集作为基础，后面聪明的AI机器人不可能诞生。
4、拉框行业状况
拉框员平均收入怎么样？
根据张强介绍，2017年左右，那时候做“拉框”的人不是很多，价格是目前两到三倍，画一个框大概七八分钱。
现在在他的团队里，一个成熟的员工一小时能画600个框（二维图片标记），按照一个框3分的标准，能赚18元。
如果做语音标记，熟手的话，工作日薪能达300元左右。
当然，拉框员也有不同准入门槛。比如在有道众包的少儿英语段音频转写里，要求口误重复、语法错误等如实转写，这对于拉框员的英语水平要求不低。
因此，不同门槛的拉框员，收入有差距也很正常。
5、最后的总结
无论ChatGPT，还是百度的文心一言，或其他AI模型，
它们的诞生本质上还是靠“大力出奇迹”，依靠大数据、高算力、大模型硬堆出来的，背后还包含了大量的、数不清的拉框员的劳动力。
就好比说，滴滴和美团的市值越高，他们平台上的司机和小哥就越忙。当然，不可否认，他们给社会创造了上百万乃至上千万的灵活工作岗位。
2021年2月，“数据标注员”正式成为新职业，并纳入国家职业分类目录，相信不久，“拉框小妹/小哥”也将走到舞台中央。
参考资料
我在大厂训练AI：用鼠标拉框，一次赚3分钱
我给AI当老师：辛苦又廉价，比教人还费劲
那些人工智能背后的工人，复杂算法背后的廉价劳力
信息麦田里的数据农民
