文／陳紀英

“未來你的同事將是機器人，你的朋友將是機器人，也許你的戀人也將是機器人，親眼看著你離開這個世界的朋友也將是機器人。世界各地的多家醫院也已采用機器照顧病危病人。”

“硅谷精神導師之父”、硅谷人工智能研究院院長稱皮埃羅曾如此暢想過未來的人工智能世界。

但其實，類似的場景已經不再是想象，滾滾而來的AI浪潮，已經讓諸多行業“濕身”，醫療、交通、金融、零售、教育、餐飲，等等，很難想象，有哪一個行業能夠完全不被AI“染指”。

正如百度CTO王海峰所說，“隨著大規模的產業應用落地，人工智能已經進入到工業大生產階段”。

各行各業實現“智”變的同時，參與其中的每一個個體，人生軌跡也或多或少因而發生偏移。

有趣的是，AI大潮的踏浪者并不僅僅局限于金字塔頂尖的社會精英，位于腰部和底部的普羅大眾也成為AI趕潮者，他們可能是打算轉行的煤礦工人，可能是不想出局的開發者，也可能是經驗豐富的車間老師傅…..

一

礦場寶媽給“AI”當老師

從業十年，郭梅上班時一直要對著電腦屏幕，但工作性質完全不同。

前八年，她是煤礦職工，對著電腦實時監測礦井瓦斯濃度。

最近兩年，她成為了AI數據標注師——可以把其理解為AI“老師”，就像教幼兒說話、走路一般，AI也需要在人工標注的引導下，持續訓練學習。

這份工作算不上勞累，也談不上多么復雜，對學歷要求不高，中專生、大專生，只需經過培訓，也能輕松上手。

工作的基本動作就是畫框，比如檢測目標是車，標注員就需要把一張圖上的所有車都標出來，畫框要完全卡住車的外接矩形，框得不準確機器就可能“學壞”。再比如人的行動姿態識別，就囊括了18個關鍵點，同樣必須精準框定。

很多前同事都很羨慕郭梅，新工作的環境改善了不少，位于百度（山西）人工智能基礎數據產業基地；收入也顯著提升，如今，她日均標注圖片1300多張，按件計酬多勞多得，每月的收入早已超過當地平均水平——2019年，太原城鎮居民的人均月收入在3000元左右。

隨著AI場景的多元化落地，數據標注的需求也不斷噴涌而出。曾有數據顯示，人工智能下游端口每增加一名從業者，便需要同步增加100名數據標注師。

而郭梅的工作內容也在不斷變化。

人工智能發展初期，語音識別、人臉、圖像等基礎識別需求大；最近幾年，自動駕駛正當風口，郭梅的工作就改成了無人車、地圖、3D點云等數據標注。

隨著AI應用場景的復雜度提升，對于數據標注的需求也在同步上行。比如，普通的物體檢測，所需數據量很少，只要引導AI認識幾千到一萬張圖像即可，而自動駕駛領域涉及生命安全，訓練所需數據量十分龐大。

其實，不僅標注環節，數據的收集、清洗、校驗環節，同樣離不開人工。

明年，郭梅的同事數量將有望翻番，而百度（山西）人工智能基礎數據產業基地，也已成為中國人員和產值規模第一的單體數據標注基地，容納超過2000名AI數據標注師，實現營業收入超億元，吸引了35家企業入駐。

未來五年，該基地還計劃培養5萬名AI數據標注師。除了專職的AI數據標注師，“我們的線上眾包注冊用戶有將近2000萬人”，百度（山西）人工智能基礎數據產業基地負責人尉赤透露。

值得一提的是，盡管數據標注師的進入門檻看似不高，但也需要不斷提升職業技能和專業素養，比如，要習慣人機配合、多人協作等等。

而在今年保就業的大計之下，AI標注師帶來的就業新機會尤為引人關注。今年8月，人力資源社會保障部與國家市場監管總局、國家統計局前聯合發布了16個新職業，“人工智能訓練師”赫然在列。

過去，在對于人工智能的一個典型質疑，就是人工智能會不會導致失業率增加，顯然，郭梅的案例給出了相對樂觀的答案。

事實上，從歷史數據來看，科技創新的進步，整體而言，和失業率并非正相關，從1990年至今，全球的勞動適齡人口增加了20億以上，但失業率一直穩定在6%左右。

二

AI人才軍備賽

在AI人才的培養大潮中，數目龐大的開發者堪稱中堅力量，而相關專業的高校學生，則是AI人才后備軍。

作為中國首個開源開放、技術領先、功能完備的產業級深度學習平臺，飛槳提供了不同階梯的AI開發平臺服務。

比如零門檻的EasyDL 開發平臺，連不會寫代碼的小學生也能借此開發AI應用。

在去年的一場少兒編程比賽中，來自湖南邵陽的7歲小朋友康康，就利用EasyDL，編寫了一個識別交通工具的應用，可以識別輪船、飛艇、汽車、火車、汽車、潛水艇等。

而對于中年碼農來說，“有了EasyDL，就能快速變身AI碼農”，42歲的程序員王京京總結。

在中國，程序員的數量高達1000萬左右，但是掌握AI原生開發技能的開發者數量有限，尤其超過35歲的碼農，很多都陷入焦慮狀態，擔心自己跟不上AI時代。

EasyDL則可以助力他們從PC時代的前浪，進化成AI時代的后浪。

“我自己使用EasyDL最大的好處是簡單、方便、省時間。用其他AI開發構架做模型如同爬樓梯，用了EasyDL就感覺像是坐上了電梯、省時、省力又省心”，王京京有過切身感受。

現在，經常會有一些AI應用訂單找上門來，多數時候，王京京都通過EasyDL來實現。通常，客戶上午拍攝并發送過來樣本，王京京中午利用EasyDL云端訓練模型，一兩個小時后，就可以讓客戶在手機端看到直觀的效果，“真正做到天下武功、唯快不破”。

如今，百度飛槳平臺已經凝聚了265萬開發者，服務了十萬多家企業，創造了34萬個AI模型。

高校AI人才的培養，也在加速進行。

北京大學計算機科學技術學院教授、計算機科學技術系黨總支書記黃鐵軍認為，“科學解釋現存世界，技術創造未來世界，已成為開發者主力軍的高校學子，要發揮自己的想象力構建未來的世界。”

但AI教學不能封閉在教室里，產業研結合才是正道。

目前，百度飛槳的學習與實訓社區AI Studio學習資源增長了180%，累計學習人次290萬；目前已舉辦13期高校師資培訓班，培養了1800多位AI教師，支持200余所高校開設AI學分課；積極舉辦各類AI競賽，全年已超過50場賽事等。

南開大學計算機學院老師王剛，就利用飛槳旗下的AI Studio，開設了特色的人工智課程。

“可以一站式開課，它提供了系統的備課材料，豐富的實踐案例，方便的實驗環境和免費的計算算力。以及豐富的實踐案例，也能節省老師巨大的工作量，而且代碼完整，注釋清晰，非常適合給初學者開課”，王剛給了個好評。

有了AI Studio的助力，王剛還利用線上線下混合雙線教學的方式，吸引更多學生愛上了人工智能課程。

未來三年，在高校AI人才培養上，百度飛槳還將拿出總價值5億元的資金與資源，支持全國500所高校，重點培訓5000位高校AI教師，與高校聯合培養50萬AI未來人才。

而在AI人才軍備賽上，百度還將長期投入，早在今年6月就已宣布了小目標，“未來希望為社會培養500萬的AI人才。”

三

車間里的“AI老師傅”

與很多憂心仲仲的悲觀者不同，蘋果CEO庫克認為，科技本身沒有好與壞，AI可以令世界變得更美好。

比如，利用AI替代一些艱苦高危工種，把人類從重復機械的勞動中解放出來。

柳州源創電噴技術有限公司就有類似訴求。源創的主打產品之一是汽車噴油嘴，其尺寸以毫米計量。

傳統模式下，4—7名經驗豐富的工人每天8個小時馬不停蹄，在40倍放大鏡下，最多完成4000—6000件噴油嘴的質量檢測。

但隨著人力成本的不斷提升，源創已經不堪重負，能否開發一套智能檢測設備來替代人工檢驗？

這一小目標實現起來難度重重——源創公司的技術人員AI水平有限。

直到遇見百度EasyDL，使用門檻極低，而且識別精度足夠，這些非AI專業人士才走上了“開掛”之路，智能檢測噴油嘴的設備得以上線，識別率達到了95%以上，遠遠超過了人工識別的準確率，初步測算，可以幫助源創每年節省60萬人力成本。

不僅為“我”所有，飛槳也能助力公司研發AI新設備，開拓新市場。

碩橙科技就是這樣的嘗鮮者。這家公司打造了新產品“機器聽診大師”。

在鋼鐵車間，切割鋼材的噪聲轟鳴刺耳，常人難以忍受，生產工人不得不帶上耳塞進行檢查作業。

現在，AI可以代替人耳，深入到惡劣的工廠環境中。在飛槳的助力下，“機器聽診大師”可以減少70%的故障停機，降低25%的維護成本，產量同步提升20%。

上述兩個案例，也只是飛槳助力中國制造向中國智造升級的冰山一角。

其實，連行業龍頭也能體會到飛槳真“香”。

新能源龍頭企業寧德時代，已經利用百度飛槳的技術，實現了電池質量智能化檢測，部分工序已經應用人工智能算法進行升級。

“傳統的方法主要是人工去監控，每條流水線都需要十幾個工人；其次，不同的生產線要求不一樣，這些標準都需要人工一個個去確認，非常復雜”，寧德時代智能制造部部長張偉做了比較，“現在利用AI實現遷移式學習，經驗可以低成本的高效復用，也可以省掉人力成本”。

當初選中百度作為合作伙伴，張偉也做過仔細考量，“整條生產線的AI應用范圍非常廣泛，需求技術特別復雜，在中國，百度在AI方面實力最強，而且百度的AI產品可以高效便捷部署”。

在飛槳的助力下，能源行業數智化服務商昆侖數智科技有限責任公司（以下簡稱昆侖數智），則把AI技術落地到了傳統能源行業。

昆侖數智打造的夢想云AIoT平臺，可以助力石油行業實現智能化的安全作業監控，智能化的油氣生產過程優化，智能化的大型機械設備故障診斷，以及機器人智能巡檢等服務。

可以看到，如今的百度AI已經成為全面推動國內產業智能化升級的重要基石，行業應用的廣度和深度也在持續擴展。

回望過去，歷史上的每一次工業革命，都由科技創新轉化為生產力，繼而推動產業應用，而大企業就是鏈接科技創新和應用轉化的關鍵角色。

蒸汽革命催生的瓦特蒸汽機等，讓英國成為躍居全球頭號強國。電力革命時代的西門子發電機等，讓美德成為世界強國。現在，全力加注人工制的百度等中國公司，有望成為人工智能革命時代的“瓦特”和“西門子”。

但改變產業不是最終目標，正如李開復所說，“在所有重復性工作上，人工智能都將高出人類一籌，但我們并非因為擅長重復性工作而為人，是愛定義了我們的人性，愛使我們有別于人工智能。”

因此，人工智能的終途還是為人類所用，造福人類本身——百度正在跋涉人工智能的星辰大海，而文中的AI踏浪者，也是百度漫長征途的同路人。