在一排一排的电脑前，这里的年轻人们一边浏览照片和视频，一边标记他们看到的每样东西。有的是在为无人驾驶公司标注路上的汽车和红绿灯，有的是在为无人售货公司标注面包牛奶巧克力。

河南省郏县睿金科技公司总部的工人正在标注数据

据《纽约时报》的报道，在位于中原腹地的河南河北，数据标注正在渐渐成为最新的劳动密集型行业。

有多少人工，就有多少智能。目前的人工智能在被投喂了大量数据之后，才能认出三岁小孩子都能认出的东西，学会“黑猫白猫都是猫”。

当然，狸花猫也是猫

然而，在人工成本更高以及对数据标注要求更复杂的硅谷，工程师们需要寻找其他出路来获取大规模的高质量有标记数据。

众包

在人工费用高昂的硅谷，工人的最低时薪约为 13 美元左右。对于很多创业公司和中小企业来说，雇工人标注数据实在承受不起。最经济的方法就是把大量任务拆分成小任务，再以低廉的价格分发到用户手中。

其中最有名的在线众包平台就是亚马逊旗下的 Amazon Mechanical Turk 了。

在 Mechanical Turk 上，发布者可以自行上传标注任务，用户只需要填写简单的个人信息就可以开始工作。为了搞清楚 Mechanical Turk 到底是怎么工作的，硅星人也注册了一个账号。

在 Mechanical Turk 的开始页面，有各种奇奇怪怪的任务。这其中包括“标注厨房里的事物”，“找出电子邮件地址和发件人名字”，“给图片中的物体勾线”等等。

每个任务中包含若干个被称为 HIT（人类智能任务，Human Intelligence Task）的小任务，标注员每完成一个小任务可以获得相应的报酬。

其中最便宜的一个是给图片中的建筑分类，判断这个小楼是属于拉丁裔、亚裔还是中东人。每完成一个可以获得 1 美分（约 7 分人民币）报酬。

而最贵的一个，是找一位中文母语者按要求录 150 句中文，可以获得 6 美元。

除了这些简单易懂，点一下鼠标就能完成的任务，在 Mechanical Turk 上还有更多高要求的标注工作。

比如，有一个任务要求标注者看 10 秒钟视频，并用一句话描述视频里的内容。在描述时，不能出现拼写和语法错误，也不能加以主观臆断，在囊括所有重要内容的同时又不能描述太多不重要的细节。

而实现这么一个高要求的任务，发布者只需要付出 0.3 美元赏金。

建议家长拿这个玩意儿训练小朋友写英语短句

尽管任务复杂报酬低廉，Mechanical Turk 上的任务还是供不应求。一些低要求的工作被放出来不到十秒，就被抢光了。

截至2011年1月，Mechanical Turk 上的注册工人数量已经达到了 50 万，在这些人的帮助下，有无数资金不充裕的人工智能研究得以实现。

此外，在网站输入验证码时，其实我们也在顺便做数据标注，只不过得不到报酬罢了。

比如这种标出路牌的验证码

而其实， Mechanical Turk（直译为机械土耳其人）的名字早就剧透了人工智能训练的本质。

1769 年，初代 Mechanical Turk 的发明者——匈牙利机械师沃尔夫冈·冯·肯佩伦制造了一个“能战败人类”的下棋木偶。这个“智能”木偶在欧洲和美洲几乎战无不胜，连拿破仑一世和本杰明·富兰克林都成了它的手下败将。然而直到 1857 年，《国际象棋月刊》才揭露，其实傀儡里坐了一个象棋国手。

而电脑屏幕背后的人，又和机器里坐着的象棋国手有什么区别呢？

和专业人士合作

众包模式固然有种种优点，但它的缺点也是致命的。

当我向一位 Google 工程师朋友提起 Mechanical Turk 的时候，他表示“我们不敢用 Turk 标注”。

因为众包模式，通过 Mechanical Turk 标注的数据良莠不齐，花钱标注已经花了大功夫，整理和“清洗”数据又要浪费很多时间。尤其对于很多专业领域来说，普通人根本无法完成数据标注。

比如这种，你能告诉我哪个是有病变的吗？