chatgpt 贾浅浅 chatgpt 下载
淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号 【淘姐妹】
原文标题：《ChatGPT，真香！谷歌顶级 AI 人才组团叛逃 OpenAI》
据 The Information 爆料，OpenAI 在最近几个月里挖了至少十几名谷歌 AI 的员工，而这些工程师都在 ChatGPT 的研究中发挥了至关重要的作用。
如今已经没人能否认，OpenAI 凭 ChatGPT 火遍了全球。
所有 AI 从业者和投资人都想知道，一家成立 7 年的小初创公司，究竟是如何击败谷歌的。
其实，OpenAI 的一个「大杀器」就是 ―― 从谷歌挖人。
而如今 ChatGPT 既然已成顶流，谷歌的人才们也纷纷开始主动跳槽到 OpenAI。
今天，两位前谷歌员工 Jason Wei 和 Hyung Won Chuang 仿佛约好了一般，前后脚宣布从谷歌大脑离职、入职 OpenAI，还互相转了推。
只有谷歌受伤的世界达成了。
其实，为了 ChatGPT，OpenAI 很早就开始了「挖角」工作。
在公开发布 ChatGPT 的前几周，OpenAI 悄悄从谷歌挖来至少 5 名员工，进行了最后的润色，以便 ChatGPT 可以在 11 月发布。
在 OpenAI 的官宣博客中，Barret Zoph、Liam Fedus、Luke Metz、Rapha Gontijo Lopes，这几位前谷歌员工的名字，被列在了 ChatGPT 的主要贡献者名单中。
上个月，OpenAI 又从谷歌那里挖来一名负责为搜索引擎开发机器学习模型的研究员。然后，OpenAI 不出意外地把这项技术用到了自家的 ChatGPT 上。
而最近，就像我们开头看到的那样，谷歌主要 AI 团队 ―― 谷歌大脑的研究人员，纷纷跳槽到了 OpenAI。据粗略统计，谷歌大脑至少失去了 4 名核心成员。
Bard 发布会上大出丑，员工时候纷纷吐槽不用心、糊弄事儿，谷歌大脑核心员工又纷纷「叛逃」，真是应了那句话：人倒霉的时候，喝凉水都塞牙。
但其实，谷歌能走到这一步，是冥冥之中的必然。
在吸纳了世界上大部分机器学习人才之后，谷歌却被 OpenAI 抢了先。
谷歌只能忙不迭地追赶 OpenAI 的脚步，向公众推出以 AI 为中心的产品。
客观地说，谷歌的做法是经过深思熟虑的、负责任的。作为一个有庞大影响力的科技巨头，谷歌时刻防范着高风险，害怕新生的技术会出错。（当然也有一个原因是，与经典的搜索相比，聊天机器人提供类人答案的成本会更高。）
但是商场如战场，不会给你犹豫的机会。
谷歌早早孵化出的一些 AI 技术，已经不知不觉被 OpenAI 转化为新型的创收服务，包括聊天机器人，以及文本生成图像和视频的 AI。
谷歌的人才，也慢慢流失到了这类小初创公司。
最近，两位谷歌大脑研究员表示，团队里有不少员工都认为谷歌现在的产品计划过度谨慎，充斥着繁文缛节。在这种大环境下，工程师们不得不面对，自己费尽心思研究的新技术却始终无法被采用的挫败感。
某些员工相当憋屈，因为自己这几年一直在建议将聊天功能融入搜索引擎之中，但并没有得到反馈。
因此他们下定决心离开，去其他地方寻找机会，比如 OpenAI。
其实，谷歌在创立之初，也正是这样从大厂挖人的。
20 世纪 90 年代末，当时的老牌技术公司 Digital Equipment 就面临着学术研究难以商业化的问题。而谷歌正是借此机会，得到了现在的 AI 扛把子 ――Jeff Dean。
当然，谷歌现在也没有坐以待毙，很快就推出了 Bard，和 ChatGPT 正面硬刚。
之后的故事大家都知道了，Bard 一上来就翻了车 ―― 在关于詹姆斯?韦伯太空望远镜的问题上给出了错误的答案。
在无法避免 AI 聊天机器人胡说八道这方面，谷歌确实预判得很准。
但既然迟早要走上这一步，「声誉风险」只能暂且忽略，当初何必如此谨慎，被 OpenAI 和微软抢了先呢？
谷歌真是一步错步步错啊。
谷歌新老员工都在吐槽，公司对员工的科技创新转化实在是太缓慢了。
但谷歌之所以如此谨慎，是有前情的。
行业观察家们早就警告说，AI 会生成假图像、错误信息、歧视言论，因此造成不良的社会影响。
比如，在 2015 年，谷歌照片中的图像识别 AI，曾将一些黑人标记为「大猩猩」。
两年后，谷歌大脑的一个团队发表了那篇著名的论文，提出了振聋发聩的机器学习新方法 ――Transformer，也为 OpenAI 创建 ChatGPT 夯实了基础。
奇怪的是，当其他公司使用谷歌的论文创建自己的 Transformer，制作 AI 聊天机器人，或文本生成图像模型时，谷歌却从未推出类似的产品。
在发起 Transformer 革命四年后，谷歌宣称已经创建了一个基于 Transformer 的大语言模型 LaMDA，可以理解并生成与人类的对话。
但谷歌却始终犹豫不决，没有公开推出 LaMDA，因为担心技术不够准确。
一位前谷歌大脑员工说，他们认为谷歌人工智能研究部门的管理者剥夺了一些团队的计算资源，让他们无法像 OpenAI 那样训练 AI 模型。
一位谷歌现任员工说，如果有谁想推出一个新的 AI 产品，就要跨越重重官僚主义的障碍，因此最后，所有人都放弃了努力，留在了旧轨道上。
对比鲜明的是，微软的 CEO 纳德拉和 OpenAI 的 CEO Sam Altman 之间已经达成了协议，允许 OpenAI 免费在微软的云端训练 AI。
在所有 Transformer 驱动的技术上，谷歌都非常谨慎。
据说，OpenAI 在去年发布文本生成图像模型 Dall-E 2 时，谷歌已经有了两个类似功能的模型。
但是据知情人士透露，当 Dall-E 2 生成的图像开始在网上疯转时，谷歌依然对自家的同类模型坐视不理，即使有保障措施，也不愿意与公众分享，因为谷歌担心它们可能被滥用。
在去年年底，谷歌员工想使用公司的图像生成技术时，仍然需要先申请。
谷歌把这个技术修改为不生成人脸，就是为了防止误用。并且，这个技术的内部用户还必须签署一份免责声明，免除谷歌对该系统产生内容的责任。
爆料称，创建谷歌两大图像生成 AI 工具之一 Imagen 的团队中，一些员工已经离职。
据说，Imagen 共同作者 Mohammad Norouzi 所领衔的初创公司，最近以超过 1 亿美元的估值进行了融资，尽管这个团队对想要推出什么产品暂时还没有明确的想法。
在 ChatGPT 推出后的几周内，谷歌领导层就在一次全体员工会议上告诉员工们，虽然公司有类似的技术，但谷歌产品的规模（数十亿人用户）意味着它必须比 OpenAI 这样的初创公司更谨慎地推出这种技术。
不过，谷歌看到 ChatGPT 的繁荣景象之后，立马发布红色代码，还推出了「绿色通道」，缩短评估和减轻潜在危害的流程。
可惜，为时已晚。
借着 ChatGPT 的势头，OpenAI 还在持续吸引着在谷歌的研究员们。
今年 1 月，Jacob Devlin 跳槽到了 OpenAI。他曾他曾帮助谷歌创建了极为著名的机器学习模型 ――Bidirectional Encoder Representations from Transformers，简称 BERT。
根据社交媒体资料和知情人士的说法，Shane Gu、David Dohan、Alexandre Passos 和 Samuel Schoenholz 最近也已离开谷歌加入 OpenAI。
而刚刚提到的这位 Alexandre Passos，不仅是谷歌大脑的高级软件工程师，而且发表过众多机器学习和自然语言处理的论文。
其中的「Scikit-learn: Machine learning in Python」，甚至已经被引用了将近 7 万次。
不过，少数人员的流失，对于有着 800 名世界顶尖人才的谷歌大脑来说，影响并不大。
此外，明星员工离开大厂自立门户也是一个常态。有不少新兴的 AI 初创公司都是出自谷歌大脑的前员工之手。比如，开发聊天机器人的 Character。
然而，在竞争对手 OpenAI 的压力下，谷歌领导层越来越倾向于更快地交付新的产品。
自去年年底以来，随着谷歌试图进一步提高产品推出的速度，谷歌大脑对工程师的需求也在不断增加，工作节奏明显加快。
多种因素叠加的后果就是，向来谨慎的谷歌在 Bard 的演示中，由于一个明显的事实性错误，瞬间让千亿美元的市值化为乌有。
「硅谷的黄埔军校」，谷歌确实当得起这个称呼。
在过去一年左右的时间里，谷歌有不少大牛都跳到了更灵活的初创公司，比如 OpenAI 和 Stable Diffusion。
包括 Character.AI、Cohere、Adept、Inflection.AI 和 Inworld AI 等等这些围绕着大规模语言模型建立的初创公司，也都是出自谷歌顶级 AI 研究人员之手。
此外，还有使用类似模型开发聊天界面的搜索初创公司，如谷歌前高管 Sridhar Ramaswamy 经营的 Neeva。
其中，Character.AI 的创始人 Noam Shazeer，Cohere 的联合创始人 Aidan Gomez，更是研发 Transformer 以及其他核心机器学习架构的关键人物。
著名研究科学家 David Ha 在推特上说：「如果谷歌再不振作起来，开始发布自己的人工智能产品，就将作为训练整整一代机器学习研究人员和工程师的『黄埔军校』载入史册。」
而这位大佬也在 2022 年离开谷歌大脑，加入了明星初创公司 Stable Diffusion。
参考资料：
https://www.theinformation.com/articles/openais-hidden-weapon-ex-google-engineers?rc=epv9gi
https://www.businessinsider.com/chatgpt-openai-google-ai-employees-hired-report-2023-2
本文来自微信公众号：新智元 （ID：AI_era）
chatgpt引领ai风潮 chatgpt初级人工智能
chatgpt,chatgpt是什么意思,chatgpt中文,chatgpt注册据 The Information 爆料，OpenAI 在最近几个月里挖了至少十几名谷歌 AI 的员工，而这些工程师都在 ChatGPT 的研究中发挥了至关重要的作用。
如今已经没人能否认，OpenAI 凭 ChatGPT 火遍了全球。
所有 AI 从业者和投资人都想知道，一家成立 7 年的小初创公司，究竟是如何击败谷歌的。
其实，OpenAI 的一个「大杀器」就是 ―― 从谷歌挖人。
而如今 ChatGPT 既然已成顶流，谷歌的人才们也纷纷开始主动跳槽到 OpenAI。
今天，两位前谷歌员工 Jason Wei 和 Hyung Won Chuang 仿佛约好了一般，前后脚宣布从谷歌大脑离职、入职 OpenAI，还互相转了推。
只有谷歌受伤的世界达成了。
其实，为了 ChatGPT，OpenAI 很早就开始了「挖角」工作。
在公开发布 ChatGPT 的前几周，OpenAI 悄悄从谷歌挖来至少 5 名员工，进行了最后的润色，以便 ChatGPT 可以在 11 月发布。
在 OpenAI 的官宣博客中，Barret Zoph、Liam Fedus、Luke Metz、Rapha Gontijo Lopes，这几位前谷歌员工的名字，被列在了 ChatGPT 的主要贡献者名单中。
上：Jacob Devlin, Liam Fedus 和 Shane Gu；下：Rapha Gontijo Lopes, Samuel Schoenholz 和 Barret Zoph
上个月，OpenAI 又从谷歌那里挖来一名负责为搜索引擎开发机器学习模型的研究员。然后，OpenAI 不出意外地把这项技术用到了自家的 ChatGPT 上。
而最近，就像我们开头看到的那样，谷歌主要 AI 团队 ―― 谷歌大脑的研究人员，纷纷跳槽到了 OpenAI。据粗略统计，谷歌大脑至少失去了 4 名核心成员。
Bard 发布会上大出丑，员工时候纷纷吐槽不用心、糊弄事儿，谷歌大脑核心员工又纷纷「叛逃」，真是应了那句话：人倒霉的时候，喝凉水都塞牙。
但其实，谷歌能走到这一步，是冥冥之中的必然。
在吸纳了世界上大部分机器学习人才之后，谷歌却被 OpenAI 抢了先。
谷歌只能忙不迭地追赶 OpenAI 的脚步，向公众推出以 AI 为中心的产品。
客观地说，谷歌的做法是经过深思熟虑的、负责任的。作为一个有庞大影响力的科技巨头，谷歌时刻防范着高风险，害怕新生的技术会出错。（当然也有一个原因是，与经典的搜索相比，聊天机器人提供类人答案的成本会更高。）
但是商场如战场，不会给你犹豫的机会。
谷歌早早孵化出的一些 AI 技术，已经不知不觉被 OpenAI 转化为新型的创收服务，包括聊天机器人，以及文本生成图像和视频的 AI。
谷歌的人才，也慢慢流失到了这类小初创公司。
最近，两位谷歌大脑研究员表示，团队里有不少员工都认为谷歌现在的产品计划过度谨慎，充斥着繁文缛节。在这种大环境下，工程师们不得不面对，自己费尽心思研究的新技术却始终无法被采用的挫败感。
某些员工相当憋屈，因为自己这几年一直在建议将聊天功能融入搜索引擎之中，但并没有得到反馈。
因此他们下定决心离开，去其他地方寻找机会，比如 OpenAI。
其实，谷歌在创立之初，也正是这样从大厂挖人的。
20 世纪 90 年代末，当时的老牌技术公司 Digital Equipment 就面临着学术研究难以商业化的问题。而谷歌正是借此机会，得到了现在的 AI 扛把子 ――Jeff Dean。
当然，谷歌现在也没有坐以待毙，很快就推出了 Bard，和 ChatGPT 正面硬刚。
之后的故事大家都知道了，Bard 一上来就翻了车 ―― 在关于詹姆斯?韦伯太空望远镜的问题上给出了错误的答案。
在无法避免 AI 聊天机器人胡说八道这方面，谷歌确实预判得很准。
但既然迟早要走上这一步，「声誉风险」只能暂且忽略，当初何必如此谨慎，被 OpenAI 和微软抢了先呢？
谷歌真是一步错步步错啊。
谷歌新老员工都在吐槽，公司对员工的科技创新转化实在是太缓慢了。
但谷歌之所以如此谨慎，是有前情的。
行业观察家们早就警告说，AI 会生成假图像、错误信息、歧视言论，因此造成不良的社会影响。
比如，在 2015 年，谷歌照片中的图像识别 AI，曾将一些黑人标记为「大猩猩」。
两年后，谷歌大脑的一个团队发表了那篇著名的论文，提出了振聋发聩的机器学习新方法 ――Transformer，也为 OpenAI 创建 ChatGPT 夯实了基础。
奇怪的是，当其他公司使用谷歌的论文创建自己的 Transformer，制作 AI 聊天机器人，或文本生成图像模型时，谷歌却从未推出类似的产品。
在发起 Transformer 革命四年后，谷歌宣称已经创建了一个基于 Transformer 的大语言模型 LaMDA，可以理解并生成与人类的对话。
但谷歌却始终犹豫不决，没有公开推出 LaMDA，因为担心技术不够准确。
一位前谷歌大脑员工说，他们认为谷歌人工智能研究部门的管理者剥夺了一些团队的计算资源，让他们无法像 OpenAI 那样训练 AI 模型。
一位谷歌现任员工说，如果有谁想推出一个新的 AI 产品，就要跨越重重官僚主义的障碍，因此最后，所有人都放弃了努力，留在了旧轨道上。
对比鲜明的是，微软的 CEO 纳德拉和 OpenAI 的 CEO Sam Altman 之间已经达成了协议，允许 OpenAI 免费在微软的云端训练 AI。
在所有 Transformer 驱动的技术上，谷歌都非常谨慎。
据说，OpenAI 在去年发布文本生成图像模型 Dall-E 2 时，谷歌已经有了两个类似功能的模型。
但是据知情人士透露，当 Dall-E 2 生成的图像开始在网上疯转时，谷歌依然对自家的同类模型坐视不理，即使有保障措施，也不愿意与公众分享，因为谷歌担心它们可能被滥用。
在去年年底，谷歌员工想使用公司的图像生成技术时，仍然需要先申请。
谷歌把这个技术修改为不生成人脸，就是为了防止误用。并且，这个技术的内部用户还必须签署一份免责声明，免除谷歌对该系统产生内容的责任。
爆料称，创建谷歌两大图像生成 AI 工具之一 Imagen 的团队中，一些员工已经离职。
据说，Imagen 共同作者 Mohammad Norouzi 所领衔的初创公司，最近以超过 1 亿美元的估值进行了融资，尽管这个团队对想要推出什么产品暂时还没有明确的想法。
在 ChatGPT 推出后的几周内，谷歌领导层就在一次全体员工会议上告诉员工们，虽然公司有类似的技术，但谷歌产品的规模（数十亿人用户）意味着它必须比 OpenAI 这样的初创公司更谨慎地推出这种技术。
不过，谷歌看到 ChatGPT 的繁荣景象之后，立马发布红色代码，还推出了「绿色通道」，缩短评估和减轻潜在危害的流程。
可惜，为时已晚。
借着 ChatGPT 的势头，OpenAI 还在持续吸引着在谷歌的研究员们。
今年 1 月，Jacob Devlin 跳槽到了 OpenAI。他曾他曾帮助谷歌创建了极为著名的机器学习模型 ――Bidirectional Encoder Representations from Transformers，简称 BERT。
根据社交媒体资料和知情人士的说法，Shane Gu、David Dohan、Alexandre Passos 和 Samuel Schoenholz 最近也已离开谷歌加入 OpenAI。
而刚刚提到的这位 Alexandre Passos，不仅是谷歌大脑的高级软件工程师，而且发表过众多机器学习和自然语言处理的论文。
其中的「Scikit-learn: Machine learning in Python」，甚至已经被引用了将近 7 万次。
不过，少数人员的流失，对于有着 800 名世界顶尖人才的谷歌大脑来说，影响并不大。
此外，明星员工离开大厂自立门户也是一个常态。有不少新兴的 AI 初创公司都是出自谷歌大脑的前员工之手。比如，开发聊天机器人的 Character。
然而，在竞争对手 OpenAI 的压力下，谷歌领导层越来越倾向于更快地交付新的产品。
自去年年底以来，随着谷歌试图进一步提高产品推出的速度，谷歌大脑对工程师的需求也在不断增加，工作节奏明显加快。
多种因素叠加的后果就是，向来谨慎的谷歌在 Bard 的演示中，由于一个明显的事实性错误，瞬间让千亿美元的市值化为乌有。
「硅谷的黄埔军校」，谷歌确实当得起这个称呼。
在过去一年左右的时间里，谷歌有不少大牛都跳到了更灵活的初创公司，比如 OpenAI 和 Stable Diffusion。
包括 Character.AI、Cohere、Adept、Inflection.AI 和 Inworld AI 等等这些围绕着大规模语言模型建立的初创公司，也都是出自谷歌顶级 AI 研究人员之手。
此外，还有使用类似模型开发聊天界面的搜索初创公司，如谷歌前高管 Sridhar Ramaswamy 经营的 Neeva。
其中，Character.AI 的创始人 Noam Shazeer，Cohere 的联合创始人 Aidan Gomez，更是研发 Transformer 以及其他核心机器学习架构的关键人物。
著名研究科学家 David Ha 在推特上说：「如果谷歌再不振作起来，开始发布自己的人工智能产品，就将作为训练整整一代机器学习研究人员和工程师的『黄埔军校』载入史册。」
而这位大佬也在 2022 年离开谷歌大脑，加入了明星初创公司 Stable Diffusion。
ChatGPT 爆火后，别忘了那些「幕后英雄」
chatgpt,chatgpt怎么用,chatgpt注册,chatgpt概念股你可能错过的新闻： 微信公众号升级图片消息、新版 Model 3 或将投产、三星 Galaxy S23 免费升杯服务引争议、麦当劳将推出人造肉麦乐鸡......
人工智能的成功，不只归功于金字塔尖的天才。
AI 不会识别物体，需要大量数据学会分辨五官和交通灯。
AI 对信息来者不拒，仰仗人工帮它剔除数据库有害的那部分。
当 AI 最终出现在镁光灯下，数据标注员们完成了单调而重要的职责，然后又隐入黑暗。
火爆全球的 ChatGPT，大概也是一个「一将功成万骨枯」的故事。
ChatGPT 的「幕后英雄」
ChatGPT 有多厉害不必多言，它和你用自然语言交谈，编写代码、撰写论文、通过考试、创作诗歌都不在话下。
比起之前的「人工智障」，ChatGPT 的前身 GPT-3 也是一大进步，但它存在一个问题，容易脱口而出暴力、性别歧视和种族主义言论，所以无法真正普及开来。
有了前车之鉴，为了保证 ChatGPT 的温和无害，OpenAI 建立了一个额外的安全机制。
▲
图片来自：shutterstock
它基于涉及暴力、仇恨和性虐等内容的例子，训练出能够检测有害内容的 AI，再把这个 AI 作为检测器，内置到 ChatGPT 之中，在内容到达用户之前，起到检测和过滤的作用。
以上例子需要经过数据标注（Data labelling），这是一项浩如烟海的人力劳动，由肯尼亚的工人们负责，为有害内容打上标签。
从 2021 年 11 月起，OpenAI 向外包公司 Sama 发送了数万个文本片段，其中大部分体现着互联网最黑暗的角落，涉及性虐、自杀、酷刑等内容。
▲
图片来自：Sama
一位数据标注员在阅读无法接受的有害内容后，开始反复出现幻觉。
工作的重负，并没有换来待遇的优越。
《时代周刊》调查发现，为 OpenAI 工作的 Sama 数据标注员，工资约为每小时 1.32 美元至 2 美元。他们每 9 小时轮班，阅读和标注 150 至 250 段文字，每段从 100 个单词到 1000 多个单词不等。
但是 Sama 回应，工人每 9 小时轮班标注 70 段文字，而不是最多 250 段，税后每小时的收入在 1.46 美元到 3.74 美元之间。
Sama 还自称是一家「有道德的 AI 公司」，帮助 5 万多人摆脱了贫困。
如果有道德是指帮助脱贫，那或许没有错，毕竟这些生活困苦的工人没有更多的选择。
但是「副作用」如影随形，身心折磨成了必要的代价。
因为 Sama 对员工工作效率要求极高，公司很少组织心理辅导活动，更何况这些活动本身也没有什么用处。有员工曾提出想要一对一的咨询，但被 Sama 管理层一再拒绝。
OpenAI 也回复了外媒 Quartz，他们支付的费用几乎是东非其他内容审核公司的两倍，并给员工提供福利和养老金。
尽管各方说法不一，但是基本的事实没有出入。
为了让 AI 更安全，为了让 OpenAI 的通用 AI 造福人类，海量工人付出了巨大的精力，甚至遭受了创伤。但是当 OpenAI 估值近 300 亿美元，他们始终籍籍无名。
末端的毛细血管
数据标注员并不是一个新鲜的工种。
早在 2007 年，计算机视觉专家李飞飞雇佣了一群普林斯顿的本科生，以 10 美元/小时的价格让他们试验做数据标注。
如今，数据标注早已发展成产业，但待遇明显下降，主角也不再是大学生。
2019 年前后，有媒体报道过国内的数据标注员，他们散落在河南、山东、河北等地的四五线小城。
类似地，Sama 的总部位于旧金山，在肯尼亚、乌干达和印度雇佣员工。除了 OpenAI，它还为 Google、Meta 和微软等硅谷客户标注数据。
然而在近两年，Sama 打定主意「金盆洗手」。
2022 年 2 月，Sama 决定结束与 OpenAI 的合作，员工不再需要忍受痛苦，但生计也难以维持，「对我们来说，这是养家糊口的一种方式」。
今年 1 月，Sama 的态度更加决绝，打算退出所有自然语言处理和内容审核工作，只做计算机视觉数据标注，与所有涉及敏感内容的业务分道扬镳，包括终止与 Meta 在东非的合同。
为 Meta 工作的 Sama 员工在非洲内罗毕办事处，专注审核本地生产的内容，斩首、虐待儿童等内容超出了他们的接受程度。一位员工将审核图片内容描述为「生活在恐怖电影中」。
有需求就有市场，从来不缺这样的外包公司。
总部位于卢森堡的外包公司 Majorel，在非洲负责 TikTok 的审核服务，有报道称将由它接手 Meta 的工作。
这家公司也曾为人诟病。2022 年 8 月，Insider 调查了摩洛哥 Majorel 的状况，发现工人们经常轮班工作超过 12 小时，标注涉及虐待动物、性暴力等的短视频，休息时间少于美国同行，公司的「健康顾问」又帮不上什么忙。
作为科技产业链末端的毛细血管，数据标注还出现在更多的地方。
2022 年 11 月，The Verge 报道，亚马逊在印度和哥斯达黎加聘请了工人，他们负责观看仓库摄像机数以千计的视频，从而改进亚马逊的计算机视觉系统。
▲
图片来自：Reuters
但是因为至少八小时的目不转睛，他们出现了头痛、眼痛和视力下降。
自动驾驶汽车同样需要数据标注，才能学习怎么识别路牌、车辆、行人、树木和垃圾桶，它对标注的准确性要求还要更高，因为这可能直接决定了人的生死。
《麻省理工科技评论》2022 年 4 月的一项调查发现，包括特斯拉在内的自动驾驶公司，让委内瑞拉工人标注自动驾驶数据，工资仅有平均每小时 90 美分多一点。
至少目前，数据库依然需要人类净化，AI 识图仍然需要人类拉框。而问题在于，和付出的精力相比，工人们的待遇和心理健康并不那么理想。
那些越来越边缘的人
自 ChatGPT 横空出世，不少人担心起了自己的饭碗，这可能是一种非常具体的危机感。
与此同时，AI 和人类的关系，也在另一个维度发生了微妙的变化――它改变了人类的工作方式，以及存在的工作类型，让海量的劳动力隐居幕后。
比如数据标注员，他们的工作门槛并不高，往往没有硬性的学历要求，经过几天培训就能上岗。知道要标注的是什么、标在哪里，基本就算入门了，剩下的时间留给熟能生巧。
他们往往也不是正式员工，而是外包形式，就像为 OpenAI 服务的肯尼亚工人。
这意味着，他们身处一个更加不稳定的世界，待遇更低，地位更加边缘，职场发言权也更少，只是亦步亦趋而已。AI 的进展究竟如何，他们或许并不知道。
2018 年，GQ 报道在《那些给人工智能打工的人》提到：「我们没有研发能力，纯粹也就是一个（代工的）富士康。」
▲
卢德运动.
相似的情形曾在历史上演。在 19 世纪初的英国，自动化纺织机普及开来，工厂更希望雇佣廉价的无技术劳动力操作机器，导致许多技术娴熟的手工工人失业。
时代的车轮在继续前行，为 AI 服务的数据标注员，也在被 AI 慢慢替代。
2022 年 6 月，特斯拉计划解雇 200 名美国员工，他们负责标注视频，帮助改进驾驶员辅助系统。原因可能在于，近年来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。
特斯拉 Autopilot 软件总监曾在 AI Day 上表示，公司能在一周内收集并自动标注 1 万个 45 到 60 秒的视频片段。相比之下，「人工标记每个片段可能需要几个月的时间」。
2020 年，世界经济论坛预言，到 2025 年，8500 万个工作岗位将被机器取代，9700 万个新工作岗位又将诞生。
被他们看好的职位，基本都是人工智能和机器学习专家、数字化转型专家、信息安全分析师这类技术人才。
与之相对的低收入、低技术职业，则在一步步地退出舞台，最终可能消失在机器的阴影之中。
点击「在看」
是对我们最大的鼓励返回搜狐，查看更多
责任编辑：
