8月2日，雲(yún)從科技研究院産品總監(jiān)孫進（右二）和人工智慧訓練師進行真?zhèn)稳讼駭?shù)據(jù)採集。
如今，“遇事不決問AI（人工智慧）”正成為越來越多人的習慣，而AIGC（生成式人工智慧）産品，還能根據(jù)要求，自動生成視頻、文案、PPT等，堪稱“全能”。
其實，AI並非天生就這麼全能，它的這些本領(lǐng)，來自人工智慧訓練師的“教導”。這群專業(yè)人才能讓AI從啥也不懂的“小白”，成長為上知天文下知地理的“全面手”。
7月30日，記者來到重慶人工智慧行業(yè)的頭部企業(yè)——重慶中科雲(yún)從科技有限公司（以下簡稱雲(yún)從科技），對這一新職業(yè)一探究竟。
訓練不易
集眾人之力“教”AI思考
人工智慧訓練師，是指使用智慧訓練軟體，在人工智慧産品實際使用過程中進行數(shù)據(jù)庫管理、演算法參數(shù)設(shè)置、人機交互設(shè)計、性能測試跟蹤及其他輔助作業(yè)的人員。
AI沒有生命，不能用常規(guī)的方式去交流。它能執(zhí)行的，是一串串由0與1組成的二進位代碼。因此，人工智慧訓練師要用智慧訓練軟體，把人類的意圖“翻譯”成代碼，再傳遞給AI。
根據(jù)工作內(nèi)容的不同，人工智慧訓練師又可分為數(shù)據(jù)工程師、演算法工程師、産品經(jīng)理、測試工程師等。AI的各種能力，就是他們“培養(yǎng)”出來的。
這是一個怎樣的過程？
“對AI應用來説，‘訓練’更類似于‘調(diào)試’。”雲(yún)從科技研究院産品總監(jiān)孫進告訴記者，AI的核心是演算法，可以理解為AI的“大腦”。“大腦”懂得越多、轉(zhuǎn)得越快，AI的能力就越強。
“教”AI的任務(wù)主要由演算法工程師承擔，其過程可以簡單理解為“做題”。
開始“做題”前，數(shù)據(jù)工程師會為AI找來“教材”。這些“教材”來自數(shù)據(jù)工程師們採集的各個場景和行業(yè)的大數(shù)據(jù)，並且他們會對數(shù)據(jù)進行標注，便於AI理解。
題目從約等於小學難度的數(shù)學題開始，當AI在反覆訓練中學會解法，演算法工程師就會調(diào)整各項參數(shù)，提高題目難度。
讓AI“做題”，目的是訓練其人工神經(jīng)網(wǎng)路。人工神經(jīng)網(wǎng)路是對人類大腦的模擬，網(wǎng)路越發(fā)達，AI的“大腦”就越好使。
“AI的‘刷題量’是人類難以匹敵的。”孫進説，以大家熟知的ChatGPT大模型為例，GPT-3（即第三代）的模型參數(shù)量達到1750億，其中凝聚的知識量遠超人類的“最強大腦”。
經(jīng)歷海量“刷題”，具備解決問題的能力後，AI還只是停留在代碼層面，不能直接使用。這時，就輪到人機交互工程師登場了。他們要從産品設(shè)計的角度，為AI設(shè)計一套“皮膚”，便於用戶向AI下達指令，獲取結(jié)果。
最後，測試工程師和産品經(jīng)理分別從技術(shù)層面和用戶層面出發(fā)，對AI進行評審。評審通過，代表著AI通過“期末考試”，從啥也不懂的“小白”成為掌握知識的“專家”。
目標不低
培養(yǎng)會思考能決策的AI
上述流程，快則幾個月，慢則需要幾年。其間，雲(yún)從科技的研發(fā)團隊日夜“連軸轉(zhuǎn)”，隨時準備攻克技術(shù)問題。
記者在雲(yún)從科技看到，大部分工作人員都在電腦前忙碌。會議室裏，落地玻璃和白板上密密麻麻排列著手寫的公式、關(guān)鍵詞和各種示意圖。
“AI的訓練和數(shù)學密不可分，所以我們經(jīng)常開著會就把墻壁當成了演算紙。”孫進笑稱，團隊的大多數(shù)頭腦風暴，都伴隨著信手涂寫和計算。經(jīng)常是一個人寫完了思路，另一個人又提筆上去“對戰(zhàn)”。
不過，人工智慧訓練師的工作，並非只是坐在辦公室裏就可以完成的。他們還需要跑現(xiàn)場、記場景、採集數(shù)據(jù)。在一次次奔忙中，他們也會變成半個人工智慧行業(yè)的專家。
如今，雲(yún)從科技的AI大模型已在多個行業(yè)落地。今年3月，雲(yún)從科技自主研發(fā)推出國內(nèi)首款AI原生數(shù)據(jù)分析産品DataGPT，可實時分析會議對話，最快1秒生成報表。7月，雲(yún)從科技又發(fā)佈了智慧審查大模型，3秒內(nèi)可以檢查法律文書中的460多項監(jiān)督點，還可高效糾錯。
孫進表示，雲(yún)從科技正從單個AI産品研發(fā)轉(zhuǎn)向培養(yǎng)能思考、會工作的AI智慧體。
也就是説，人工智慧訓練師此前是把AI産品從懂得少的“小白”培養(yǎng)成知識淵博、術(shù)業(yè)有專攻的“專家”，而培養(yǎng)AI智慧體，則是打造一個懂得多、能幹事的“全能王”。
比起AI應用，AI智慧體更像一個全能助理。例如，用戶向AI智慧體提出“我要買火車票”的要求，AI智慧體就會調(diào)用日曆、購票平臺、工作安排、用戶個人資訊等應用介面。當AI智慧體發(fā)現(xiàn)購票指令的資訊不夠，還會反問用戶“您想去哪”，再根據(jù)目的地提供購票選擇。
在培養(yǎng)AI智慧體的過程中，人工智慧訓練師又出現(xiàn)了一個新的細分崗位：提示詞工程師。他們會把用戶需求分解成若干個提示詞（即指令），讓AI根據(jù)提示詞進行下一步應對。
門檻不高
未來各行業(yè)人才都可以擔任
成為人工智慧訓練師，門檻高不高？
孫進表示，人工智慧訓練師可以是學習人工智慧專業(yè)的人才，也可以由其他相關(guān)專業(yè)人才“跨行”而來。例如，學習電腦、自動化、軟體等相關(guān)專業(yè)的人才，可以在經(jīng)過培訓後成為人工智慧訓練師。
不僅如此，未來，人工智慧訓練師還有望來自各行各業(yè)。
為啥這麼説？因為每個行業(yè)對AI的需求不一樣。比如，車企需要懂汽車的AI，金融機構(gòu)需要能當客服的AI，礦山需要能抓安全生産的AI……
要做一個深度融入行業(yè)的AI産品，項目工期可能只有幾個月，只懂AI技術(shù)的人工智慧訓練師很難在這期間真正摸透行業(yè)需求。
但如果從該行業(yè)中找一個具備電腦、自動化等知識背景的人，把他培養(yǎng)成行業(yè)的人工智慧訓練師，他就能訓練出最符合行業(yè)和企業(yè)需求的AI。
目前，雲(yún)從科技已開發(fā)出可以訓練AI的AI産品，猶如“教練”。今後，行業(yè)人才只需指揮AI“教練”，就能對AI進行演算法訓練。
基於這一原理，雲(yún)從科技還開發(fā)了AI中臺，可以佈局在企業(yè)，由員工來操作。不同企業(yè)也可以根據(jù)各自需求，通過AI中臺“定制”AI産品。
目前，重慶正在人工智慧人才培養(yǎng)領(lǐng)域不斷發(fā)力。重慶大學、西南大學、重慶郵電大學等高校都開設(shè)了人工智慧專業(yè)。同時，校企合作也越發(fā)緊密。例如，近年來，兩江新區(qū)持續(xù)推進哈工大、中軟卓越等“滿天星”人才超級工廠建設(shè)，採取“機構(gòu)教學+企業(yè)實訓”等模式，開發(fā)人工智慧、大數(shù)據(jù)等專業(yè)“課程包”，培育實用型人才超2000人；又如，百度智慧雲(yún)（重慶）人工智慧人才産業(yè)基地與上百家企業(yè)、院校建立合作關(guān)係，培訓數(shù)字技能人才1600余人。
(責編：夏巖)
