我在地图公司干了三年标注，现在名片上印的是“AI训练师”。说实话，这名字听着挺唬人，但干的活儿跟三年前差不太多——每天对着屏幕，用鼠标在一张张卫星图上画框框，把路、房子、树、停车场一个个圈出来。只不过以前叫“标注”，现在叫“训练数据”。机器学的每一张图，背后都是我们这样的人一笔一笔画出来的。我不觉得这工作有多高级，但有一件事让我挺得意：这世界上跑着的自动驾驶汽车、导航软件、外卖配送机器人，它们看到的那个世界，很大一部分是我教会它们的。
刚入行那会儿，公司接了个政府项目，要标注全国所有乡镇以上的道路。40个人，三个月，每天8小时。我的工位上贴着一张A4纸，上面印着12种道路类型的标注规范：高速公路要标双实线，乡道可以标单虚线，废弃铁路要标成虚线加叉。刚开始觉得这活儿简单，不就是照着图描线吗？干了三天我才发现，实际情况远比规范复杂。有些路被树遮住了，有些路在卫星图上看跟干涸的河床一模一样，还有些路修了一半就烂尾了，你根本分不清它是路还是荒地。组长说，遇到这种情况就标记“存疑”，等实地勘测的人回来确认。但项目赶进度，谁有时间等？大部分人直接猜，猜对了算本事，猜错了后面再改。
这事让我第一次意识到，所谓的“教会机器看世界”，本质上是在教机器学会人类的模棱两可。一条路，在卫星图上是灰白色的长条，在现实里可能是水泥路、柏油路、碎石路甚至土路。机器分辨不了这些，但人能。人靠的是经验、直觉，还有一点运气。我后来带新人的时候，经常说一句话：“你要是觉得这个像素块像路，那它大概率就是路。”这话听着不严谨，但准确率有七八成。机器学到的，其实就是这种“大概率的判断”。
干到第二年，我升了小组长，手下管着12个标注员。这时候公司开始接自动驾驶的数据单子。那个活儿比标道路复杂多了。你得在每一帧街景图上，把车道线、路沿、护栏、交通标志、行人、车辆、自行车、垃圾桶、井盖全部框出来。不光要框，还要给每个物体打标签，比如“轿车”“SUV”“公交车”“自行车”“行人”，行人和自行车还得标方向，是横穿马路还是沿路走。一帧图，快的话标3分钟，复杂的地方标15分钟。一个项目少则几万帧，多则上百万帧。
这些数据会喂给自动驾驶的感知算法。算法学完以后，能识别出路上有什么、在哪里、在干什么。但这里有个坑：算法的识别能力，完全取决于标注的质量。你标得糙，算法就学得糙。你标得细，算法才能学到细节。有一次我们接了个欧洲客户的项目，对方要求每辆车的车窗都要标出来，因为他们的算法要靠车窗反光来判断周围环境。我们一开始不理解，觉得多此一举，后来客户的技术人员专门飞过来解释，说欧洲有些国家法律要求自动驾驶必须能识别到“车窗内的驾驶员是否在打电话”。听完我就明白了，这活儿不是画框框，是在给机器编写一套看不见的行为准则。
标注行业最让人头疼的事，是标准不统一。同一个项目，不同的人标出来不一样；同一个人，早上和下午标出来的也可能不一样。我试过让10个人标同一张图，结果10个人的框大小都不一样。有人标得严，贴着物体边缘画；有人标得松，多留了一圈空白。算法训练的时候，这些差异会被放大。你喂给它的数据里有噪音，它学出来的模型就有偏差。后来我们想了个办法：每天抽10%的标注结果做交叉验证，两个人标同一张图，差异超过5%就得重来。这个方法有效，但也意味着工作量增加了20%。老板不乐意，但我们坚持做了。因为我知道，机器的世界里没有“差不多”这个词。
干这行最大的成就感，来自“看到自己的数据在真实世界中起作用”。有一次我打车，司机用导航，到一个路口导航说“右转”，但那边在施工，路被封了。导航愣了一下，马上重新规划路线。那一刻我就在想，这个导航软件的路径规划算法，可能就用过我们标注的数据。还有一次，我站在路边等公交，一辆自动驾驶测试车慢慢开过去，车顶的激光雷达转个不停。我突然有点恍惚：它看到的世界，是不是跟我标出来的那个世界一样？路沿在哪里，车道线怎么走，红绿灯的位置在哪——这些我都标过，无数次。
后来行业里开始流行一个词，叫“数据标注师”，再后来叫“AI训练师”。名字换了，工资没涨多少，但社会认可度确实高了一些。以前跟别人说我是“画框的”，人家听完笑笑，觉得这活儿谁都能干。现在说我是“AI训练师”，人家会多问两句：“那你是不是懂AI？”我说懂一点，其实我最懂的是怎么看卫星图、怎么分辨阴影和建筑物、怎么在模糊的像素块里找到一条路的走向。这些东西书本上学不到，也不会写进任何技术文档。它们是成千上万次点击鼠标之后，长在手上的直觉。
我有时候想，那些吹得天花乱坠的人工智能，说到底就是一堆算法加一堆数据。算法是科学家写的，数据是我们这些普通人一笔一笔标出来的。机器不会自己认识世界，它的每一点认知，都是人教出来的。可能教会它的人，既不是博士也不是教授，就是一群坐在格子间里、戴着耳机、一边标图一边追剧的年轻人。我们教会了机器看世界，但机器永远学不会我们看世界时的那种复杂心情——比如，当我在卫星图上标出一条藏在山坳里的小路时，我会想，这条路通向哪里？走在这条路上的人，又是什么样的人？机器不会想这些，它只会记住：这是一条路，宽度2.5米，材质未知，状态为“可用”。
