搜狗地图标注

凌晨两点的贵阳，我盯着屏幕上一辆卡车的轮廓，手里握着鼠标，一圈一圈地描着它的边缘。旁边堆着三罐红牛，还有一张外卖订单，备注写着"多放辣"。这是我在数据标注行业待的第三年，也是我见过的最不像互联网的互联网行业——没有程序员敲代码的噼啪声，没有产品经理的白板，有的只是几百号人，像上学时那样，整整齐齐地坐在工位上，对着屏幕上的一张张图片，用鼠标画框，画线，画点。

我常跟新来的同事说，我们是AI的老师。这话听着有点自大，但仔细一想，还真是。你手机里那个能识别出"这是狗"的相册，你开车时那个会提醒你"前方有行人"的系统，你刷短视频时那个总能猜中你心思的推荐算法，背后都藏着我们画过的几万甚至几十万个框。那些框里包着的，就是数据洪流里最珍贵的珍珠。没有我们这些"画框的人"，再厉害的算法也只是一堆看不懂的数字，就像一本没有目录的书，再厚也翻不到想找的那页。

数据标注这活儿，听着简单，做起来才知道有多磨人。我接过一个医疗影像的项目，要在一张CT片子上标出肺结节的边界。那玩意儿，在医学生眼里可能一眼就能看出来，但在我这个半路出家的外行眼里，就是一片灰蒙蒙的雾里藏着几团更深的灰。我得放大到百分之一百二十，一格一格地挪动鼠标，把那些模糊的边界线一点一点地勾勒出来。一个结节，小一点的标个十来分钟，大一点的，复杂一点的，能标上一个小时。那一天下来，眼睛酸得直流泪，看啥都带重影。

但最折磨人的不是眼睛，是心。你得接受一个事实：你的工作成果，永远不会有人知道是你做的。那个自动驾驶系统终于能在雨夜避开一个突然窜出来的电动车时，乘客只会感叹"这车真智能"，不会有人想到，为了这个"智能"，几百个标注员在电脑前蹲了三个月，把那个路口的每一棵树、每一块路牌、每一条斑马线，都反反复复地标了几十遍。我们就像那些给故宫刷漆的工匠，漆完了，游客看到的是金碧辉煌的宫殿，没人会注意到那层漆是谁刷的。

可恰恰是这种"看不见"，让我慢慢琢磨出这行当的门道。数据标注不是简单的体力活，它是在给机器"立规矩"。你得知道哪些东西该标，哪些东西不该标，边界在哪里，优先级是什么。就像教小孩认字，光指着一个字说"这是'人'"没用，你得告诉他："你看，这个人字，一撇一捺，撇要撇得舒展，捺要捺得有力，两个字叠在一起，就是'从'，三个人叠在一起，就是'众'。"标注也是这么个理儿，你得把世界的复杂性，一点一点地拆解成机器能理解的规则。

前阵子有个做AI客服的客户来对接，他们的系统老是把用户说的"不好意思"识别成"不要意思"，把"稍等"识别成"少等"，气得客服主管直拍桌子。我们团队接手后，没有急着上技术方案，而是先花了两周时间，把市面上能找的客服对话记录全扒了一遍，把各种口音、各种语速、各种口头禅，都一条条地整理出来，标注清楚"这是礼貌用语""这是拖延用语""这是生气用语"。标完之后，那个AI客服的准确率，直接从78%跳到了94%。客户乐坏了，我也挺得意——你看，这事儿跟技术关系真不大，靠的就是我们这些"抠字眼"的人。

但这行也有让人心里发堵的时候。去年冬天，有个做安防的公司找过来，想让我们标注一批人脸数据，用来做小区门禁的识别。本来是个正常的活儿，但做了一半，我发现他们的要求越来越细，连人的情绪状态都要标注——"愤怒""焦虑""恐惧"，甚至还要标注年龄和穿着。我越做越觉得不对劲，就找了个借口把项目推了。后来听说他们转头找了别的公司，做出来的东西被用在了商场的人流监控上，专门识别那些"看起来会偷东西的人"。这事儿让我难受了好一阵子——我们手里的鼠标，到底在给这个世界画什么样的框？

不过，难受归难受，这活儿我还是继续干着。因为我知道，数据标注这行，正在经历一场它自己的进化。以前我们靠的是人海战术，几百个人坐在那儿死磕图片；现在有了半自动的标注工具，AI能先预标一版，我们只需要修修改改就行。以前我们标的是静态图片，现在要标视频，要标3D点云，要标语音情感，甚至要标"意图"这种虚无缥缈的东西。技术越来越高级，但那个核心逻辑没变：机器越聪明，就越需要我们告诉它，什么是对的，什么是错的。

我最近在带一个新项目，教机器识别城市里的无障碍设施——盲道、坡道、无障碍卫生间。这个项目的甲方是个公益组织，预算不多，但要求特别细：盲道不能只标"有"，还得标出哪段被占用了，哪段断了，哪段通向的是死胡同。我带着团队在几个老城区跑了一个月，拍了上千张照片，回来一张张地标。有个刚来实习的小姑娘问我："哥，我们这么费劲地标这个，真有人看吗？"我说："你想想，一个盲人拿着手机，靠着我们标的这些数据，终于敢一个人出门买菜了，那这活儿就值了。"