新春走基層丨大數(shù)據(jù)里“挖礦人”

2月2日，河北燕鼎數(shù)據(jù)處理有限公司，數(shù)據(jù)標(biāo)注員正在專注工作。河北日報記者潘文靜攝

2月2日上午，走進(jìn)河北燕鼎數(shù)據(jù)處理有限公司上千平方米的開放式辦公室，清脆的鼠標(biāo)點擊聲和鍵盤敲擊聲此起彼伏。

200余名年輕的數(shù)據(jù)標(biāo)注員，正為新零售、網(wǎng)絡(luò)游戲、AI漫劇、智慧醫(yī)療等領(lǐng)域進(jìn)行數(shù)據(jù)標(biāo)注。

00后數(shù)據(jù)標(biāo)注員蘇世榿，帶著炫酷的電競耳機(jī)，為一家國內(nèi)頭部游戲公司的游戲做英語語音標(biāo)注。

“以這句英語為例，我要標(biāo)注它有沒有特殊的語言環(huán)境、說話者的情緒，還需要精準(zhǔn)識別出英語俚語。”蘇世榿說。

小蘇所在的團(tuán)隊叫英文ASR（自動語音識別）項目小組。團(tuán)隊共有6人，每個人都具有英語專業(yè)八級能力。

“現(xiàn)在的數(shù)據(jù)標(biāo)注，已經(jīng)不是簡單的拉框標(biāo)圖。這個產(chǎn)業(yè)和AI一起成長，進(jìn)入2.0版本，向著垂直深化的方向發(fā)展。”燕鼎數(shù)據(jù)運(yùn)營總監(jiān)田金杰說。

從自動駕駛識別紅綠燈，到語音助手分辨人的口音，背后都藏著大量的數(shù)據(jù)標(biāo)注。數(shù)據(jù)標(biāo)注員為人工智能模型訓(xùn)練提供結(jié)構(gòu)化數(shù)據(jù)。他們不是科學(xué)家，不寫代碼，卻決定著AI能否“看懂”世界。

“數(shù)據(jù)采集與標(biāo)注，是人工智能模型訓(xùn)練的基石。如果把大數(shù)據(jù)產(chǎn)業(yè)比喻成一座金礦，那我們就像是挖礦人。”田金杰形象地說。

搶抓保定市發(fā)展數(shù)據(jù)產(chǎn)業(yè)的機(jī)遇，北京燕鼎科才企業(yè)管理集團(tuán)有限公司于2021年在保定高新區(qū)成立了河北燕鼎數(shù)據(jù)處理有限公司。2024年以來，保定市先后入選國家數(shù)據(jù)標(biāo)注基地、國家數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)先行先試城市，燕鼎數(shù)據(jù)也進(jìn)入了快速發(fā)展期。

2023年，辦公區(qū)域200平方米，員工三四十個人，營業(yè)收入300萬元；2025年，辦公區(qū)域1700平方米，員工300余人，營業(yè)收入2000萬元——燕鼎數(shù)據(jù)董事長趙猛給出的企業(yè)發(fā)展數(shù)據(jù)振奮人心。

乘“數(shù)”而上，今年以來，燕鼎數(shù)據(jù)平均每天運(yùn)營二三十個項目，任務(wù)計劃已排到2027年。在標(biāo)注任務(wù)方面，公司的項目豐富多樣，包括圖片標(biāo)注、語音標(biāo)注、視頻標(biāo)注、AI訓(xùn)練標(biāo)注等。

去年從保定職業(yè)技術(shù)學(xué)院畢業(yè)的周怡策，如今是素材場景標(biāo)注項目小組的骨干標(biāo)注員。通過燕鼎數(shù)據(jù)與學(xué)校共建的大數(shù)據(jù)實習(xí)實訓(xùn)基地，周怡策在實習(xí)結(jié)束后就與企業(yè)“雙向奔赴”，無縫銜接入職。

隨著保定市加快建設(shè)國家數(shù)據(jù)標(biāo)注基地，引育數(shù)據(jù)標(biāo)注相關(guān)企業(yè)52家，服務(wù)華為盤古、字節(jié)豆包、訊飛星火等22個人工智能大模型，越來越多像周怡策一樣的年輕人找到了用武之地。目前，全市相關(guān)從業(yè)人員已達(dá)1.5萬人。（河北日報記者 潘文靜）

黃驊 融 媒

來源：河北日報

編 輯：趙浩伊 實習(xí) 編輯：張丙堃