摘要：
我大學(xué)學(xué)的是大數(shù)據(jù)人工智能專業(yè)的，大學(xué)學(xué)的知識可以說是一點(diǎn)用都沒有，但是這個學(xué)科帶給我的見識是漲了。大數(shù)據(jù)，人工智能可以說是現(xiàn)在全世界的風(fēng)口項(xiàng)目，站在頂尖的機(jī)構(gòu)屈指可數(shù)，在九十年代... 我大學(xué)學(xué)的是大數(shù)據(jù)人工智能專業(yè)的，大學(xué)學(xué)的知識可以說是一點(diǎn)用都沒有，但是這個學(xué)科帶給我的見識是漲了。
大數(shù)據(jù)，人工智能可以說是現(xiàn)在全世界的風(fēng)口項(xiàng)目，站在頂尖的機(jī)構(gòu)屈指可數(shù)，在九十年代，也出現(xiàn)過大數(shù)據(jù)這一技術(shù)，但是由于當(dāng)時互聯(lián)網(wǎng)不發(fā)達(dá)，真正意義上的數(shù)據(jù)太少，所以也就沒有崛起，而最近這幾年，大數(shù)據(jù)的崛起是由于信息迭代爆炸導(dǎo)致的，意思就是，現(xiàn)在的信息足夠支撐大數(shù)據(jù)發(fā)展了。
因?yàn)樾畔⒈l(fā)，沒有用的數(shù)據(jù)也越來越多，所以就出現(xiàn)了一個新興行業(yè)，就是數(shù)據(jù)標(biāo)注，什么叫數(shù)據(jù)標(biāo)注？就是相當(dāng)于給你一堆菜，讓你從中摘出能吃的，不能吃的就扔掉，不是這一類的放到另一類里。
人工智能還沒有達(dá)到完全像人類一樣辨別事物，而且很多公司并不一定真的有高端的人工智能專業(yè)技術(shù)（我學(xué)人工智能課的時候，老師說目前全世界的商業(yè)機(jī)構(gòu)也就蘋果能達(dá)到生物識別，距離真正的人工智能還有很長的一段路，但是政府機(jī)構(gòu)的科技水平，應(yīng)該比我們普通人能看到的水平要高，但是不能用于商業(yè)），所以也就有了很多大數(shù)據(jù)公司用真正的“人工”替代人工智能，簡單的說就是找臨時工替代本來應(yīng)該機(jī)器做的工作。
所以就有了這個項(xiàng)目，人工數(shù)據(jù)標(biāo)注。其實(shí)這也像是我曾經(jīng)提到的人性的弱點(diǎn)。
這種項(xiàng)目做起來也很枯燥，但是相比于打字賺錢來說利潤高，每天兼職去操作的話也能賺個幾十塊。下面是這種數(shù)據(jù)標(biāo)注的一些常見任務(wù)。
1、人臉識別標(biāo)注
比如這個圖，項(xiàng)目方會把圖片發(fā)給你，讓你畫出五官的一些輪廓，這樣就完成一個任務(wù)，每個公司的單價(jià)都不同，所以具體能賺多少都要具體看
2.或者是這樣標(biāo)注人群，在一群人中用公司提供的工具畫出人群
3.又或者標(biāo)注馬路上的車和馬路
給大家解釋一下這些是做什么的，人工智能領(lǐng)域里有個技術(shù)叫做“機(jī)器學(xué)習(xí)”，這個技術(shù)就是教計(jì)算機(jī)程序能夠?qū)W人做東西，比如說人臉識別，在一開始的時候可能計(jì)算機(jī)程序會把動物的臉也識別成人類的，但是這顯然是錯誤的，所以就會需要人來幫助它，告訴他什么是正確的，什么是錯誤的，當(dāng)程序識別出一組數(shù)據(jù)在根據(jù)上面人工識別出來的數(shù)據(jù)進(jìn)行對比，得出一個錯誤率，在經(jīng)過長時間的機(jī)器訓(xùn)練中，將錯誤率降低，最后成為真正意義上的人工智能。
這類任務(wù)在QQ群直接搜索“數(shù)據(jù)標(biāo)注”
就會有很多的群，群里面有人會放單，如果要做的話就找群里放單的人，他會告訴你怎么做。
很簡單，還有一種是采集的團(tuán)隊(duì)，就是公司需要原始數(shù)據(jù)，比如說語音識別的方言，公司會下發(fā)任務(wù)，比如下圖中的
