此话何来，不得不提的便是美国OpenAI公司研发的ChatGPT，一经发布就引爆环球，关于人工智能的话题从来没有这么被人强烈关注热烈谈论着，毫无疑问，ChatGPT 已然成为 2023 上半年最有影响力的商业话题，为什么它会被这么多人追捧，多数人只看到它能做什么，却没故意识到它背后的技能带来的是什么，单从它目前展现的能力来看，它能做的事包括但不限于：写代码、写文章、回答问题，具备跟人一样的推理能力，这是非常难能名贵的。

过去我们一度以为，人工智能只能替代一些蓝领级别的体力劳动或者根本的脑力劳动，而ChatGPT所能做的事情都是脑力事情，人和动物的差异，便是对工具利用程度的差别。
人们发明了汽车，我们解放了双脚；发明了缝纫机，解放了双手；发明了手机，解放了五官、感官。
ChatGPT的涌现，代表即将解放我们的大脑；因此ChatGPT被认为有可能引发下一次生产力的解放，不管是业内还是普通人都对天生式人工智能技能进步的愉快已经达到了狂热的程度。

现在，人工智能完备可以取代一些高等的脑力劳动，末了它可以替代你、替代未来的统统事情，这并不是骇人听闻，已经有大量人工客服下岗，广告创意绘画类冲击尤其严重，大量的事实证明，节制AI运用事情能节省大量的人工。
回望人类的历史，每一次生产力开释，都不仅仅是在推动商业发展，而是颠覆了国际政治格局；蒸汽机的涌现，让英国成为天下霸主；电力的涌现，让美国成为天下霸主；打算机涌现之后，带来的机器革命和数字化，让中国快速领先于天下。

那么，人工智能是一下子就智能的吗？显然不是，在让人工智能变得智能之前，人类做了大量的事情，一贯致力于让人工智能实现与人比肩的能力乃至超过人类，至少从目前显露出来的技能来看，人工智能还处于机器学习技能的半监督学习阶段：既通过一定量的数据量，从有标签的演习数据中学习模型，然后对某个给定的新数据利用模型预测它的标签。
如果分类标签精确度越高，则学习模型准确度越高，预测结果越精确。

普通来讲，这个流程便是数据标注，数据标注是基于人工智能的打算机图形识别技能，是将各种数据集标注成机器可以识别理解的技能。
而数据标注师便是连接机器与人之间的老师，在中国，这属于一个全新的职业，它的全称是：人工智能演习师。
而它的另一个世俗名字：数据标注师是伴随ChatGPT走到聚光灯下的。

在中国有不下于70万人从事这个职业，早些年，这个职业并不须要多高的技能和履历门槛，有很多人说这个岗位流失落率很大，诟病其重复性高、没啥技能含量，在人工智能技能尚未达到机器强化学习的阶段确实须要大量的人工去演习AI识别数据，现在仍属于机器学习的深度学习阶段，深度学习是一种基于人工神经网络的机器学习方法，通过多层神经元进行特色提取和模式识别，可以实现对大规模、高维度数据的较准确的剖析和预测。
在深度学习领域，利用大量数据进行演习，通过反向传播算法调度神经网络中的权重，从而不断优化模型，使其在各种任务上取得了很好的效果。

数据标注对付深度学习非常主要，它是演习深度学习模型的关键。
在机器学习过程中，模型须要通过大量的数据来进行演习和学习，而这些数据必须要进行标注，才能使模型精确地识别和理解数据中的内容，进而得出精确的预测结果。

数据标注师为每个数据样本授予精确的标签或者种别，从而使深度学习模型能够学习到如何将不同的输入数据与相应的输出结果联系起来。
例如，在打算机视觉任务中，对图像进行分类、目标检测等任务，都须要通过给每张图片打上标签，比如衣服、动物、车辆等，使模型能够学会对不同类别的图像进行区分和分类。

那又有人说了，既然数据标注便是教AI识别物体，那AI学会了，不就不须要数据标注了吗？虽然AI在某些情形下能够自动进行数据标注，但是在绝大多数情形下，AI无法完备取代数据标注师的浸染，紧张缘故原由有以下几点：

须要大量的数据来演习模型。
从技能上来讲，不管出于何种的场景下，对数据进行标注须要人类专业领域知识和履历，这不是人工智能现阶段可以完备替代的。
同时，由于不同任务须要的数据类型、样本数量以及标注办法也存在差异，因此为了追求更高的标注质量和效率，常日须要根据详细场景进行人力和AI算法结合的标注办法，这意味着可以进行少量的标注，但完备取代弗成，由于你总得须要人类来画下第一个1，今后的0可以通过AI自己学习实现。
须要担保标注结果的准确性和同等性。
数据标注的准确性和同等性直接影响到机器学习模型的性能和泛化能力。
虽然AI可以快速地完成标注任务，但是在一些须要繁芜判断的情境下，其标注结果可能不如人类准确。
须要比较高的标注质量。
在须要高标注质量的场景下，须要人类进行标注，并且还须要进行审核、纠错、迭代等事情，以担保标注质量。
因此，在这种情形下，AI无法完备取代数据标注的角色。

以是可以明显判断的是，数据标注是不会被取代的，未来对从业职员的哀求不单单只哀求标注合格的数据，有可能数据的呈现办法都会发生变革，因此对付职员的哀求会更高，有可能会参与到算法的环节当中，如果说现在的数据标注师还是蓝领岗位，那未来有可能属于教授级别的岗位，因此，我们可以得出一个结论，人工智能技能的改造迭代再快，始终无法跳过的便是：先人工、再智能！