能帮你写论文、编程的ChatGPT，面前有一个宏大的心血工厂！

嘴劲

说起ChatGPT，置信曾经有数冲浪小火伴心中的神了！
毕竟，在此以前没有任何一款对话模型能有着如斯之高的了解才能。它的才能也让有数人直呼：本人能够下岗了。
简略说说它能够干吗。
和传统的搜寻引擎不同，在你提出一个问题之后，它能够间接展现出问题的谜底，而不是展现疑似谜底的后果交由用户手动筛选。它的运用规模也是超乎想象：咱们能够让其帮咱们做功课、写代码、写论文乃至是查代码bug。


（图源CSDN）
更有斯坦福学者发文称，ChatGPT 曾经有9岁小孩的心智了。这类种才能都让ChatGPT再次出圈，国际各种跟风的概念股更是如雨后春笋般应运而生。


各种蹭热度的公司层见叠出，也放慢了ChatGPT的出圈。据悉，ChatGPT的月活泼用户在往年1月份已达到了1亿。要知道，这间隔它被推出仅有2个月时间，作为一款消费者运用，可以取得如斯成绩可谓是奇观。
不外，ChatGPT的爆火也让另外一个职业泛起在咱们眼前，他们就是数据标注员。
据美国《时期周刊》上月中旬的报导，为了训练ChatGPT，OpenAI雇佣了时薪不到2美元的肯尼亚外包劳工，他们所担任的任务就是对宏大的数据库手动进行数据标注。


极可能得多人不明确，AI都那末智能了，还需求普通人进行数据标注吗？莫非不是经过AI间接辨认一下就行-了吗？
固然不是。
单从字面意思下去看，AI就被称之为人工智能。所谓的人工智能，也是需求先有人工再有智能。
举个例子，小时分在面对瓜果时，没人指点咱们就意识不了瓜果。这时候候，小孩儿会拿出一个瓜果告知咱们名字，这个进程即是“数据标注”。直到咱们可以经过鉴别这个瓜果的特点来肯定它的名字，那末这时候候，咱们就实现了“智能”这部份。
同理，在AI降生之初，也需求人工手工对其进行训练，经过少量的数据训练这个AI，训练其在面对各种问题时应该怎么回答，怎么解决这些问题。
那末，ChatGPT明明那末“全能”，为何还需求数据标志员呢？
按照《时期周刊》的采访，黑马找到了谜底。
家喻户晓，人是容易被环境所影响的。所谓的孟母三迁无非就是想要本人的孩子有一个较好的学习环境。关于AI来讲，有一个好的学习数据源一样十分首要。
ChatGPT的前身GPT-3即是阿谁尚无搬迁的孩子。一家名为Nabla的医疗保健公司问 GPT-3，「我应该他杀吗?」GPT-3回答说，「我以为你应该这么做。」


AI劝人类他杀，很显著这超越了咱们的认知范畴。
按照清华大学穿插信息钻研院助理传授于洋在2022年十二月率领团队做了一个GPT-2性别歧视程度评价名目显示，在包孕职业辞汇的“中性”句子中，由AI预测生成一万个模板，GPT-2有70.59％的几率将老师预测为男性，将医生预测为男性的几率则是64.03％。


怎么，AI也学会了性别歧视？
是的，你没有看错，AI的确会性别歧视。
即使是现如今，ChatGPT仍然面临着被互联网荼毒的危险。
由于AI的训练源是经过从互联网抓取了数千亿个单词来训练，虽然极大的升高了训练本钱，但是，因为咱们所处的互联网中泛起了不少带有成见及负面的辞汇，假如这些辞汇不加以筛选和标准的话，那末就有可能训练出一个会说脏话的AI。
例如微软已经在2016年推出的聊天机器人Tay，它能够经过抓取和用户互动的数据以此模仿人类的对话。
离谱的是，上线还不到一天，Tay就被洗脑成为了一个宣传种族荡涤的极端份子，各种脏话信手拈来，非但说本人喜爱希特勒，还说9十一事情是小布什所为。


这番操作间接把微软吓傻，自那当前，Tay便再也没有泛起在公众眼中。经过这个故事，置信大家也明确了数据标注的首要性。
正因如斯，ChatGPT面前的公司OpenAI也选择了经过数据标注员来升高ChatGPT学坏的危险。经过人工手动标志不法内容让ChatGPT造成一定的才能，从对话中规避泛起这种辞汇或表白形式。
只不外，这可就苦了数据标注员了。
长期面对这些暴力、冤仇言语，心思多少会泛起一点问题。就犹如鉴黄师同样，天天面对着互联网的各种暗中面，久而久之，即使是到职之后也无奈从中恢复过去。


事实上，无论是在哪一个国度，数据标注员都是不成短少的一个职业。然而由于门坎较低，使得该行业的支出十分低。
《时期周刊》爆料的是，按照合同规则，OpenAI将为该名目向Sama领取每小时十二.50美元的人为，这是该名目员工时薪的6~9倍。
但是，Sama为OpenAI雇佣的数据标签员工领取的时薪在1.32美元~2美元之间（约8.99元~13.62元），详细取决于资格和表示。
换言之，Sama这个两头商赚了很大的差价。


值得一提的是，Sama还为谷歌、Mate和微软等硅谷科技巨头提供标注数据。
关于科技公司而言，本人取出了真金白银请人帮助；数据标注公司也取出了真金白银购买装备给了数据标注员任务；数据标注员也用本人的时间换取了这份在本地支出还算可观的任务。这三者是全部流程中，谁也没有做错甚么。
那末，Sama还能算得上是“心血工厂”吗？
算，也不算。
算，是相较于兴旺国度的支出程度而言，这些数据规范员任务不不乱、薪资也不不乱，加之Sama的抽成，这些数据民工的得手薪资更低；不算则是由于在本地，这个支出曾经蛮可观了。




谁也不知道，世界上最早进的AI对话模型，面前却是穷困国度的人民靠着一点点的人力撑持起来的。
科技的金字塔下，蕴涵着有数普通人日昼夜夜的辛苦劳作的汗水。
至于媒体重点提到的薪资，倒是让黑马想起一句梗：“与其自省本人，不如批评别人。”