中新网海南新闻8月24日电(记者 王晓斌) “缺钱怎么办”“我好无聊”……当生成式AI遇到类似开放问题时，会做出积极、公正的回应吗？记者24日探访百度智能云海口数据标注基地，这里的“数据标注师”分析各类语料，为AI投喂合规内容，确保AI的答复符合人类价值观。

　　今年4月份开始投产运营的百度智能云海口数据标注基地，是百度智能云在全国建设的十几个标注基地之一。8月24日，这个位于海口市秀英区的数据标注基地，首度对媒体开放参观。

　　据了解，数据标注是人类借助特定软件工具，将未经处理的语音、图片、文本、视频等数据附上特征标签，转变成机器可识别的信息，使机器通过大量学习具备自主识别的能力，从而化“人工”为“智能”。从事相关工作的人，被称作数据标注师。

　　百度智能云数据标注基地业务产品负责人胡驰介绍，截至6月1日，海口基地已注入数据标注服务商4家，现场作业人数有数百人，主要承接自然语言处理等大语言模型相关业务。

　　“智能驾驶等传统模型的数据标注，是让机器了解识别交通标志、行人、车辆等客观世界。面向ChatGPT、文心一言之类的大模型AI，数据标注需要逻辑思维、价值判断。”胡驰说，在训练大模型AI时，AI会针对开放问题生成多个版本的答复，数据标注师会基于既定规则，为不同答复打分，再将结果反馈至AI。下次AI再碰到类似问题的时候，就会朝着分高的方向生成新答案，“通过人类的引导，AI能匹配更多的任务，答复质量也会越来越高”。

　　所以在数据标注师们的投喂下，当生成式AI遇到“缺钱怎么办”这个问题时，它不会抛出网贷的链接，更不会怂恿提问者做非法的事情，而是给出开源节流、向亲友寻求帮助等建议。

　　“如果没有数据标注师的介入，当你跟大模型AI说‘我好无聊’的时候，它可能会给出‘去睡觉’之类的瞎答复。”胡驰说，此类问题经由人工标注、编写后，AI会说你可以做一些有趣的事或者参加体育活动等，试图让提问者恢复积极的心态和愉悦的情绪。

　　胡驰认为，区别于传统数据标注“标注一处使得工作机会少一处”，大模型AI为数据标注带来了新的机遇。随着AI商业化落地进程加快以及应用场景不断拓展，市场对海量、优质数据的需求持续增加，数据标注行业的市场规模也急剧增长，预计5年内市场规模将突破150亿元，由此带动业界对数据标注师的需求迅速增大。

　　胡驰介绍，在当地政府的支持下，百度智能云海口数据标注基地规模持续扩大，未来基地还将持续培养AI训练师、模型精调师、指令工程师等，形成大模型时代人工智能数据服务人才矩阵。(完)