（文章來源：新華網(wǎng)）

當(dāng)我們感嘆如今的人工智能（AI）正讓日常生活變得越來越便利快捷時，大多數(shù)人或許不知道，看似無所不能的人工智能技術(shù)，其實是建立在機(jī)器學(xué)習(xí)算法基礎(chǔ)上的。在你接觸到的人工智能信息和機(jī)器學(xué)習(xí)算法背后，坐著一批有血有肉的“真人”——他或她可能會在道路的影像畫面中畫出邊界框來讓無人駕駛汽車識別一棵樹、障礙物或一個正在移動的人；辨別并標(biāo)注智能音箱中那些難懂的方言或口音。

說到“微工作”，不能不提到電商巨頭亞馬遜。早在2005年，當(dāng)亞馬遜CEO貝佐斯建立第一個眾包勞務(wù)平臺Amazon Mechanical Turk（AMT）時，他就將眾包微工作稱為“人造的人工智能”，而“微工作”正是這一平臺的衍生物。當(dāng)時，亞馬遜后臺需要篩選清除每天積存下來的超過四百萬個重復(fù)頁面，這些頁面內(nèi)容基本相同，當(dāng)中只有非常細(xì)微的差別，問題是，一般的電腦無法捕捉到其中的差異。

為此，亞馬遜將這些頁面分揀篩選工作分成幾千個小的“工作包”，在AMT上招募臨時工對此進(jìn)行人工甄別篩選——領(lǐng)取“微工作”的流程非常簡單：只需點擊任務(wù)鏈接，它就會顯示任務(wù)、你需要完成任務(wù)的時間，以及完成任務(wù)后你能掙多少錢。

目前還沒有官方數(shù)據(jù)顯示全世界有多少與數(shù)據(jù)標(biāo)注產(chǎn)業(yè)相關(guān)的“微工人”，但據(jù)一份對亞馬遜的調(diào)查統(tǒng)計顯示，每月有數(shù)萬人在亞馬遜的AMT上領(lǐng)取工作，而在不管什么時間，都有多達(dá)2500人處于活躍狀態(tài)，他們主要來自美國和印度。調(diào)查顯示，這些人的平均年齡為33歲，其中三分之一是女性，而在發(fā)展中國家這一比例降至五分之一。

如同一直被指責(zé)盤剝基層員工一樣，亞馬遜、甚至硅谷的其他一些人工智能巨頭發(fā)起的“微工作”，也經(jīng)常受到媒體負(fù)面報道，因為它被認(rèn)為報酬過低。不過，對那些生活在經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的一些人來說，“微工作”是一個不錯的選擇。來自南美的米歇爾·穆尼奧斯曾經(jīng)是名牙醫(yī)，但由于當(dāng)?shù)赝ㄘ浥蛎泧?yán)重，很少人有錢來看牙醫(yī)，因此，米歇爾在兩年前關(guān)掉了辦公室，成為全球隱形“微工人”大軍的一員。米歇爾表示，“微工作”目前是她唯一的收入來源，但即便如此，現(xiàn)在的收入也比她之前勉強(qiáng)維持牙醫(yī)診所時更高。

在國內(nèi)，隨著近來人工智能產(chǎn)業(yè)的崛起，從事與數(shù)據(jù)標(biāo)注、篩選相關(guān)的“微工作”人群也在迅速增加，其中又以為語音、圖片等相關(guān)數(shù)據(jù)進(jìn)行語義理解及標(biāo)注服務(wù)最為普遍。在各類招聘網(wǎng)站上，可以看到每個月都會有大量寫明“鑒別標(biāo)注智能語音交互產(chǎn)品錄音”的“微工作”被分包出去，其中，標(biāo)識一份一小時有效時長的錄音“工作包”，報酬只有100元。有業(yè)內(nèi)人士稱，一個新手標(biāo)注完成這件錄音“工作包”，大約需要30個小時，折算下來平均時薪只有三塊多錢。

根據(jù)相關(guān)媒體的報道，國內(nèi)“微工作”的從業(yè)者主要集中在三、四線城市，以剛剛踏上社會的年輕人為主，學(xué)歷普遍較低。雖然報酬低，但好在幾乎沒有技術(shù)和資金門檻，所以“微工作”對那些欠發(fā)達(dá)地區(qū)、時間有富余的人群來說，還是有一定吸引力的。而且靠著“集腋成裘”的規(guī)模效應(yīng)，這一領(lǐng)域近年來也產(chǎn)生了一批具備相當(dāng)規(guī)模的“頭部企業(yè)”。以曾經(jīng)申報科創(chuàng)板的海天瑞聲為例，公開資料顯示，這家成立于2005年的企業(yè)，其主營業(yè)務(wù)為“人工智能上游的數(shù)據(jù)資源服務(wù)”，服務(wù)場景包括人機(jī)交互、智能家居等，其客戶包括阿里巴巴、三星、騰訊、微軟、百度，2018年，來自這五家巨頭企業(yè)的業(yè)務(wù)量總計為1.1億元，貢獻(xiàn)了這家公司2018年營業(yè)收入的六成。

法國國家科學(xué)研究中心的保拉·圖巴羅教授表示，“微工作”不是一種暫時的現(xiàn)象，而是人工智能等新技術(shù)發(fā)展的結(jié)構(gòu)性現(xiàn)象。“比如說，即使機(jī)器學(xué)會了如何識別貓和狗，你仍然需要給它們注入更多的細(xì)節(jié)讓機(jī)器更好地識別?！边@意味著隨著人工智能技術(shù)應(yīng)用的普及，機(jī)器學(xué)習(xí)算法的“胃口”會越來越大，大公司對數(shù)據(jù)輸入（其中包括要求更高的人工甄別）的需求只會更加旺盛。美國AI研究機(jī)構(gòu)“感知分析”（Cognilytica）統(tǒng)計，截至2018年，全球數(shù)據(jù)標(biāo)注相關(guān)產(chǎn)業(yè)的產(chǎn)值增長66%達(dá)到5億美元，2023年產(chǎn)值更將翻一番，而由于大部分工作都在“水下”，具體產(chǎn)值目前根本無法準(zhǔn)確估算。