夜雨聆风一个关于"数据标注"的小故事
上篇结尾留了个问题：AI的"课本"是谁编的？这篇就讲这些人——他们不写代码、不做模型，干的活却最像"老师"：一张图一张图地教AI认东西，一句话一句话地教AI听人话。这活有个学名，叫数据标注。
一、先问一个问题：AI是怎么认识猫的？
你拿起手机，相册里几百张照片，AI一秒给你分好类：这是猫，这是狗，这是吃的，这是风景。你顺手点了"人物"，它把同一个人全都挑出来，连三年前那张糊的都没漏。
你会觉得，这有什么稀奇？AI天生就该认识猫。
可真相是：AI天生什么都不认识。它第一次"看见"猫的照片，跟你第一次见到外星人差不多——一团毛茸茸、四条腿、有尾巴，它不知道那叫"猫"，更不知道"猫"这个词跟那团毛有关系。
你可能想：那它后来怎么认识猫了？
答案是：有人教过它。而且不是教一遍两遍，是教了几十万遍。
这就说到点子上了——AI认识的每一样东西，背后都有一群"老师"。今天讲的，就是他们。
· · ·
二、这些"老师"，一天在干什么
在南方一个小镇上，有一间很普通的办公室，坐着一群年轻人。他们的桌上没有代码，屏幕上是密密麻麻的图。
小周的一天
上午九点，小周打开软件，今天的任务是给图片"划重点"。
一张街拍照片弹出来：一辆车、一个人、一盏红绿灯。
她拿鼠标，围着那辆车画个框，旁边打上标签："汽车"。
再给那个人画个框："行人"。
红绿灯画个框："红绿灯"。
下一张，一条狗。她标："狗"。
再下一张，一只猫，耳朵尖尖的。她标："猫"。
旁边工位的小李，干的活不一样——他听录音。一段"明天上午十点开会，材料别忘了"的语音，他要把语气标出来："提醒"、"带点着急"。
还有一组人标文字：一段客服对话，哪句是"顾客在抱怨"、哪句是"客服在道歉"、哪句是"问题解决了"，一句一句分好。
您看，他们的工作，说白了就是四个字：划重点、贴标签。就像老师批改作业，在好句子下面画波浪线，在错字旁边打叉——只不过他们批改的对象，是给机器看的"课本"。
教AI认字，和教小孩认字，是一回事
你教孩子"猫"，是指着一只真的猫说："这是猫。"孩子看一眼，记住了。
教AI也一样——只是AI学得慢，你得指给它看几十万次。每一次"指"，就是一次标注。
区别是：孩子看三遍就会了，AI要看到吐为止。
· · ·
三、这活儿看着笨，其实最要命
有人会问：就画框、贴标签，这也算技术活？
还真算。您想一件事就明白了——AI是跟着这些标签学本事的。
标对了：几十万张标着"猫"的图喂进去，AI学会了"哦，带尖耳朵、有胡须、圆脸的那种，叫猫"。
标错了：只要有一批图把狗标成了猫，AI就会瞪大眼睛：这世上的猫，怎么有的还会汪汪叫？
咱们以前讲过《大模型不是天生的学霸》——AI是喂出来的，喂什么长什么。现在可以补上半句：喂什么，就看"老师"标什么。老师标得干净，AI学得明白；老师标得马虎，AI就学成个糊涂虫。
所以这些"老师"有两条铁规矩：第一，看不清的图，宁可多问一句，不能瞎标——一辆糊成一团的车，猜是猜不得的；第二，边边角角不能漏——图上那只蹲在墙角的猫，漏了，AI就永远不知道墙角里还能藏猫。
AI眼里的世界，
是这些人先替它看了一遍、讲了一遍。
· · ·
四、这活了不起在哪
枯燥吗？说实话，枯燥。一天画几百个框，眼睛发酸，腰也坐直了。可这活有个别的工作比不了的地方——
你在教一个从没见过世界的孩子认识世界。你三岁就认识猫，你觉得理所当然；可这份"理所当然"，正通过你的手，一点一点长进一台机器里。十年后街上跑的车、医院读片的机器、手机上替你分类相册的AI，记住的是不是你教的那只猫？说不定就是。
这也是个实打实的新职业：门槛不高，一支鼠标、一台电脑，认真学几天就能上手；家里能干、小镇能干、哪里都能干。它不需要你有多高的学历，需要的是耐心、细心，和一点"我不能教错"的较真——这恰恰是普通人最容易有的品质。
一句话记住
AI不是天生的，是教出来的；
教它的不是科学家，是一群普普通通的人；
他们干的活，叫数据标注。
最后说个扎心又暖心的事：AI从来不知道这些老师的存在。它认得出猫、听得懂话、看得了病，却不知道是谁教它的。
可那又怎样呢？它认识猫，是因为有人教过它"这是猫"。这份功劳，机器记不住，人记得住。
下期预告："老师"教完，数据该上场干活了。可数据是企业的家底，谁都不愿拿出来给人用——那怎么才能"一起用、又谁也拿不走"？下篇讲：可信数据空间。
本文为科普小故事，人物情节均为虚构，不涉及任何真实机构与个人。