谷歌這一“大招”,要逼死多少AI標(biāo)注公司?
手工小作坊,終究敵不過(guò)工廠流水線。
如果說(shuō),當(dāng)下的生成式AI,是一個(gè)正在茁壯成長(zhǎng)的孩子,那么源源不斷的數(shù)據(jù),就是其喂養(yǎng)其生長(zhǎng)的食物。
而數(shù)據(jù)標(biāo)注,就是制作這一“食物”的過(guò)程。
然而,這一過(guò)程真的很卷,很累人。
進(jìn)行標(biāo)注的“標(biāo)注師”不僅需要反復(fù)地識(shí)別出圖像中的各種物體、顏色、形狀等,有時(shí)候甚至需要對(duì)數(shù)據(jù)進(jìn)行清洗和預(yù)處理。
隨著AI技術(shù)的不斷進(jìn)步,人工數(shù)據(jù)標(biāo)注的局限性也日益顯現(xiàn)。人工數(shù)據(jù)標(biāo)注不僅耗時(shí)耗力,而且質(zhì)量有時(shí)難以保障。
為了解決這些問(wèn)題,谷歌最近提出了一種用大模型替代人類進(jìn)行偏好標(biāo)注的方法,稱為AI反饋強(qiáng)化學(xué)習(xí)(RLAIF)。
研究結(jié)果表明,RLAIF可以在不依賴人類標(biāo)注的情況下,產(chǎn)生與人類反饋強(qiáng)化學(xué)習(xí)(RLHF)相當(dāng)?shù)母倪M(jìn)效果,兩者的勝率都是50%。同時(shí),RLAIF和RLHF都優(yōu)于監(jiān)督微調(diào)(SFT)的基線策略。
這些結(jié)果表明,RLAIF不需要依賴于人工標(biāo)注,是RLHF的可行替代方案。
那么,倘若這一技術(shù)將來(lái)真的推廣、普及,眾多還在靠人工“拉框”的數(shù)據(jù)標(biāo)注企業(yè),從此是否就真的要被逼上絕路了?
01 數(shù)據(jù)標(biāo)注現(xiàn)狀
如果要簡(jiǎn)單地總結(jié)目前國(guó)內(nèi)標(biāo)注行業(yè)的現(xiàn)狀,那就是:勞動(dòng)量大,但效率卻不太高,屬于費(fèi)力不討好的狀態(tài)。
標(biāo)注企業(yè)被稱為AI領(lǐng)域的數(shù)據(jù)工廠,通常集中在東南亞、非洲或是中國(guó)的河南、山西、山東等人力資源豐富的地區(qū)。
為了控制成本,標(biāo)注公司的老板們會(huì)在縣城里租一塊場(chǎng)地,擺上電腦,有訂單了就在附近招人兼職來(lái)做,沒(méi)單子就解散休息。
簡(jiǎn)單來(lái)說(shuō),這個(gè)工種有點(diǎn)類似馬路邊上的臨時(shí)裝修工。
在工位上,系統(tǒng)會(huì)隨機(jī)給“標(biāo)注師”一組數(shù)據(jù),一般包含幾個(gè)問(wèn)題和幾個(gè)回答。
之后,“標(biāo)注師”需要先標(biāo)注出這個(gè)問(wèn)題屬于什么類型,隨后給這些回答分別打分并排序。
此前,人們?cè)谡務(wù)搰?guó)產(chǎn)大模型與GPT-4等先進(jìn)大模型的差距時(shí),總結(jié)出了國(guó)內(nèi)數(shù)據(jù)質(zhì)量不高的原因。
但數(shù)據(jù)質(zhì)量為何不高?一部分原因,就出在數(shù)據(jù)標(biāo)注的“流水線”上。
目前,中文大模型的數(shù)據(jù)來(lái)源是兩類,一類是開源的數(shù)據(jù)集;一類是通過(guò)爬蟲爬來(lái)的中文互聯(lián)網(wǎng)數(shù)據(jù)。
中文大模型表現(xiàn)不夠好的主要原因之一就是互聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量,比如,專業(yè)人士在查找資料的時(shí)候一般不會(huì)用百度。
因此,在面對(duì)一些較為專業(yè)、垂直的數(shù)據(jù)問(wèn)題,例如醫(yī)療、金融等,就要與專業(yè)團(tuán)隊(duì)合作。
可這時(shí),問(wèn)題又來(lái)了:對(duì)于專業(yè)團(tuán)隊(duì)來(lái)說(shuō),在數(shù)據(jù)方面不僅回報(bào)周期長(zhǎng),而且先行者很有可能會(huì)吃虧。
例如,某家標(biāo)注團(tuán)隊(duì)花了很多錢和時(shí)間,做了很多數(shù)據(jù),別人可能花很少的錢就可以直接打包買走。
面對(duì)這樣的“搭便車?yán)Ь?rdquo;,國(guó)內(nèi)大模型紛紛陷入了數(shù)據(jù)雖多,但質(zhì)量卻不高的詭異困境。
既然如此,那目前國(guó)外一些較為領(lǐng)先的AI企業(yè),如OpenAI,他們是怎么解決這一問(wèn)題的?
其實(shí),在數(shù)據(jù)標(biāo)注方面,OpenAI也沒(méi)有放棄使用廉價(jià)的密集勞動(dòng)來(lái)降低成本,
例如,此前就曝出其曾以2美元/小時(shí)的價(jià)格,雇傭了大量肯尼亞勞工進(jìn)行有毒信息的標(biāo)注工作。
但關(guān)鍵的區(qū)別,就在于如何解決數(shù)據(jù)質(zhì)量和標(biāo)注效率的問(wèn)題。
具體來(lái)說(shuō),OpenAI在這方面,與國(guó)內(nèi)企業(yè)最大的不同,就在于如何降低人工標(biāo)注的“主觀性”、“不穩(wěn)定性”的影響。
02 OpenAI的方式
為了降低這樣人類標(biāo)注員的“主觀性”和“不穩(wěn)定性”,OpenAI大致采用了兩個(gè)主要的策略:
1、人工反饋與強(qiáng)化學(xué)習(xí)相結(jié)合;
這里先說(shuō)說(shuō)第一點(diǎn),在標(biāo)注方式上,OpenAI的人工反饋,與國(guó)內(nèi)最大的區(qū)別,就在于其主要是對(duì)智能系統(tǒng)的行為進(jìn)行排序或評(píng)分,而不是對(duì)其輸出進(jìn)行修改或標(biāo)注。
智能系統(tǒng)的行為,是指智能系統(tǒng)在一個(gè)復(fù)雜的環(huán)境中,根據(jù)自己的目標(biāo)和策略,做出一系列的動(dòng)作或決策。
例如玩一個(gè)游戲、控制一個(gè)機(jī)器人、與一個(gè)人對(duì)話等。
智能系統(tǒng)的輸出,則是指在一個(gè)簡(jiǎn)單的任務(wù)中,根據(jù)輸入的數(shù)據(jù),生成一個(gè)結(jié)果或回答,例如寫一篇文章、畫一幅畫。
通常來(lái)說(shuō),智能系統(tǒng)的行為比輸出更難以用“正確”或“錯(cuò)誤”來(lái)判斷,更需要用偏好或滿意度來(lái)評(píng)價(jià)。
而這種以“偏好”或“滿意度”為標(biāo)準(zhǔn)的評(píng)價(jià)體系,由于不需要修改或標(biāo)注具體的內(nèi)容,從而減少了人類主觀性、知識(shí)水平等因素對(duì)數(shù)據(jù)標(biāo)注質(zhì)量以及準(zhǔn)確性的影響。
誠(chéng)然,國(guó)內(nèi)企業(yè)在進(jìn)行標(biāo)注時(shí),也會(huì)使用類似“排序”、“打分”的體系,但由于缺乏OpenAI那樣的“獎(jiǎng)勵(lì)模型”作為獎(jiǎng)勵(lì)函數(shù)來(lái)優(yōu)化智能系統(tǒng)的策略,這樣的“排序”和“打分”,本質(zhì)上仍然是一種對(duì)輸出進(jìn)行修改或標(biāo)注的方法。
2、多樣化、大規(guī)模的數(shù)據(jù)來(lái)源渠道;
國(guó)內(nèi)的數(shù)據(jù)標(biāo)注來(lái)源主要是第三方標(biāo)注公司或科技公司自建團(tuán)隊(duì),這些團(tuán)隊(duì)多為本科生組成,缺乏足夠的專業(yè)性和經(jīng)驗(yàn),難以提供高質(zhì)量和高效率的反饋。
而相較之下,OpenAI的人工反饋則來(lái)自多個(gè)渠道和團(tuán)隊(duì)。
OpenAI不僅使用開源數(shù)據(jù)集和互聯(lián)網(wǎng)爬蟲來(lái)獲取數(shù)據(jù),還與多家數(shù)據(jù)公司和機(jī)構(gòu)合作,例如Scale AI、Appen、Lionbridge AI等,來(lái)獲取更多樣化和高質(zhì)量的數(shù)據(jù)。
與國(guó)內(nèi)的同行相比,這些數(shù)據(jù)公司和機(jī)構(gòu)標(biāo)注的手段要“自動(dòng)”和“智能”得多。
例如,Scale AI使用了一種稱為 Snorkel的技術(shù),它是一種基于弱監(jiān)督學(xué)習(xí)的數(shù)據(jù)標(biāo)注方法,可以從多個(gè)不精確的數(shù)據(jù)源中生成高質(zhì)量的標(biāo)簽。
同時(shí),Snorkel還可以利用規(guī)則、模型、知識(shí)庫(kù)等多種信號(hào)來(lái)為數(shù)據(jù)添加標(biāo)簽,而不需要人工直接標(biāo)注每個(gè)數(shù)據(jù)點(diǎn)。這樣可以大大減少人工標(biāo)注的成本和時(shí)間。
在數(shù)據(jù)標(biāo)注的成本、周期縮短的情況下,這些具備了競(jìng)爭(zhēng)優(yōu)勢(shì)的數(shù)據(jù)公司,再通過(guò)選擇高價(jià)值、高難度、高門檻的細(xì)分領(lǐng)域,如自動(dòng)駕駛、大語(yǔ)言模型、合成數(shù)據(jù)等,就可不斷提升自己的核心競(jìng)爭(zhēng)力和差異化優(yōu)勢(shì)。
如此一來(lái),“先行者會(huì)吃虧”的搭便車?yán)Ь常脖粡?qiáng)大的技術(shù)和行業(yè)壁壘給消弭了。
03 標(biāo)準(zhǔn)化VS小作坊
由此可見,AI自動(dòng)標(biāo)注技術(shù),真正淘汰的只是那些還在使用純?nèi)斯さ臉?biāo)注公司。
盡管數(shù)據(jù)標(biāo)注聽上去是一個(gè)“勞動(dòng)密集型”產(chǎn)業(yè),但是一旦深入細(xì)節(jié),便會(huì)發(fā)現(xiàn),追求高質(zhì)量的數(shù)據(jù)并不是一件容易的事。
以海外數(shù)據(jù)標(biāo)注的獨(dú)角獸Scale AI為代表,Scale AI不僅僅在使用非洲等地的廉價(jià)人力資源,同樣還招聘了數(shù)十名博士,來(lái)應(yīng)對(duì)各行業(yè)的專業(yè)數(shù)據(jù)。
數(shù)據(jù)標(biāo)注質(zhì)量,是Scale AI為OpenAI等大模型企業(yè)提供的最大價(jià)值。
而要想最大程度地保障數(shù)據(jù)質(zhì)量,除了前面提到的使用AI輔助標(biāo)注外,Scale AI的另一大創(chuàng)新,就是了一個(gè)統(tǒng)一的數(shù)據(jù)平臺(tái)。
這些平臺(tái),包括了Scale Audit、Scale Analytics、ScaleData Quality 等。通過(guò)這些平臺(tái),客戶可以監(jiān)控和分析標(biāo)注過(guò)程中的各種指標(biāo),并對(duì)標(biāo)注數(shù)據(jù)進(jìn)行校驗(yàn)和優(yōu)化,評(píng)估標(biāo)注的準(zhǔn)確性、一致性和完整性。
可以說(shuō),這樣標(biāo)準(zhǔn)化、統(tǒng)一化的工具與流程,成為了區(qū)分標(biāo)注企業(yè)中“流水線工廠”和“手工小作坊”的關(guān)鍵因素。
在這方面,目前國(guó)內(nèi)大部分的標(biāo)注企業(yè),都仍在使用“人工審核”的方式來(lái)審核數(shù)據(jù)標(biāo)注的質(zhì)量,只有百度等少數(shù)巨頭引入了較為先進(jìn)的管理和評(píng)估工具,如EasyData智能數(shù)據(jù)服務(wù)平臺(tái)。
如果在關(guān)鍵的數(shù)據(jù)審核方面,沒(méi)有專門的工具來(lái)監(jiān)控和分析標(biāo)注結(jié)果和指標(biāo),那對(duì)數(shù)據(jù)質(zhì)量的把關(guān),就仍舊只能淪為靠“老師傅”眼力見的作坊式水準(zhǔn)。
因此,越來(lái)越多的國(guó)內(nèi)企業(yè),如百度、龍貓數(shù)據(jù)等,都開始利用機(jī)器學(xué)習(xí)和人工智能技術(shù),提高數(shù)據(jù)標(biāo)注的效率和質(zhì)量,實(shí)現(xiàn)人機(jī)協(xié)作的模式。
由此可見,AI標(biāo)注的出現(xiàn),并不是國(guó)內(nèi)標(biāo)注企業(yè)的末日,而只是一種低效、廉價(jià)、缺乏技術(shù)含量的勞動(dòng)密集型標(biāo)注方式的末日。
原文標(biāo)題 : 谷歌這一“大招”,要逼死多少AI標(biāo)注公司?
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒(méi)有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無(wú)人駕駛車,還未迎來(lái)“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 6 馬斯克致敬“國(guó)產(chǎn)蘿卜”?
- 7 神經(jīng)網(wǎng)絡(luò),誰(shuí)是盈利最強(qiáng)企業(yè)?
- 8 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 9 諾獎(jiǎng)進(jìn)入“AI時(shí)代”,人類何去何從?
- 10 Open AI融資后成萬(wàn)億獨(dú)角獸,AI人才之爭(zhēng)開啟
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市