人工智能与人类智慧的众包结合，看亚马逊如何产生AI智慧的巨大威

来源：网络整理网络用户发布，如有版权联系网管删除　2018-07-19　

建议阅读：10 分钟本文长度：1953字

Amazon Mechanical Turk（亚马逊零工平台，简称 AMT）是一个Web服务应用程序接口（API），开发商通过它可以将人的智能整合到远程过程调用。AMT利用人的网络来执行不适合计算机执行的任务。亚马逊调用那些计算机很难完成但“人工的人工智能”却能很容易执行的任务。执行人工智能任务的人可能会被要求写产品描述，对移动语音搜索查询作出回应或选择某一主题的最佳照片等等。

亚马逊零工平台将工作碎片化外包，是为全球人民提供平等工作机会，还是在利用群众？

Amazon Mechanical Turk（亚马逊零工平台，简称 AMT）平台已启用了十多年，在这个平台上，人们可以找到一些能赚钱的小任务。Kristy Milland 使用这个平台也超过11年了，每天早上她醒来，她就打开电脑，登录AMT，等待工作机会。只要有好的工作任务，无论是午饭时间，还是预约了医生，她都会放下任何事情去接受任务。

Kristy Milland 只是50,0000个零工中的其中一个。根据计算机科学家、纽约大学商学院教授 Panos Lpeirotis 的估计，在全球每个月都有1,5000至2,0000的工作者在这个平台上活跃工作。

这些零工到底是谁呢？ Lpeirotis 说，以2016年10月的统计资料来说，在美国，这些零工大多数都是女性，而在印度，大多数则是男性。从全球来看，他们大多数都是80后，其中75%是美国人，15%是印度人，其余的则来自其他不同国家。

个人、商人和组织都可以通过这个平台布置工作任务，并设置每项任务的薪酬。工作任务十分地多样，其中包括：数据分类、打标签、符号辨识、数据输入、邮件收集、情绪分析、在视频里植入广告等等。例如，Milland 的近期工作就是描述菜单里的内容。Milland 说，公司会将这些内容卖给像 Johnson&Johnson、P&G 以及其他公司的市场研究部门。这项任务的报酬是3美分。

早期的亚马逊零工平台

Milland 是个网络早期使用者，她原本就会通过 eBay 这些平台赚外快，所以在2005年，当她知道亚马逊零工平台的时候，她立刻觉得亚马逊零工平台非常地适合她。一开始，她只是赚点零花钱。可是在2008年，Milland 和她丈夫都失业后，Milland 开始在亚马逊零工平台上谋生。她每周工作7天，每天17个小时。

另外一个人 Rochelle Laplante，从2012年起，也在亚马逊零工平台上全职工作。Laplante 认同 Milland 的观点：亚马逊零工平台上工作安排的是非常随机的，完全有可能在凌晨3点接到工作，虽然他自己不会这么做，但是他知道有些人会设置电脑、手机来提醒自己，如果半夜有工作，他们随时准备从床上爬起来接单。无论是Milland 还是 Laplante，他们都会为自己设置一个日薪的目标。Laplante 说，一个任务大概会耗费她10分钟到20分钟的时间，累计起来，一天大概工作8小时。

ATM网页（工作类型、时间以及报酬）

你是否会想问，这些零工平均赚多少钱？这个是个很难回答的问题。印度的 Adrien Jabbour 说，如果每天工作4到5个小时，他们在两个月内可赚700美金（相当于人民币4900元）。皮尤研究中心（Pew Research Center）研究表明超过一半的零工每小时可以赚7.25美金（相当于人民币50元）。

尽管报酬不错，不定时以及零散的工作给人们带来了不少的困扰。

高级别的零工

其实，对于这些零工来说，亚马逊零工平台并不是那么地平等。系统会设置一定数量的高级别的工作者。当有新加入的老板要布置工作时，系统会主动地找这些“高水平”的人员，并且要求更高的薪资。如果你没有达到那个等级时，有些工作做不了的。

Milland 说在平台上会有4911个任务，但是她能够选取的只有8%。

到底怎么样才有高级别的称号？没有人知道。亚马逊也没有表明过等级标准是什么。

除了这个高级别的名头外，工作地点也局限了你的选择范围。例如很多老板都要求他们的任务只能由美国居民完成。

如何拿工资

有些零工以此谋生，有些只是赚点零花钱。但是对于零工来说，如何拿工资是个问题。现在，只有在美国和印度的零工可拿到现金，其他人的工资是以亚马逊的充值卡的方式支付。

另外一个问题是，有时工作做完之后是拿不到工资的，因为老板可以无条件否决了你的工作。不仅如此，零工还需要花时间检查工作任务详情，确定性价比。

机器的奴隶

像 Miland 和 Laplante 都是被刻意忽略的劳工，因为他们的工作主要是在训练智能机器。随着人工智能的流行，很多机器都可以执行一些复杂的任务。这些机械之所以能够执行任务，常常要根据大量的范例。范例任务通常都是由真人完成的。例如 ImageNet 的建立的头两年里，需要将近5万人去检查、分类和为十亿张候选图片做标签，这其中很多人都是在亚马逊零工平台上被雇佣的。

由于这些数据集的规模，即便已经找了很多人来进行这些工作，每个人甚至还得花上累计数百小时，重复本质上相同的简单动作，这跟流水线工人没多大区别。

除了标记影像，零工与其他在线人员也需要清理混乱的数据,同样是为了训练机器学习系统其中包括重复数据删除，填补空白，等等任务。

其他类似的低技术、单调的任务还包挂了：筛选用户偶尔生成的受损的图像和其他内容，完成营销和学术调查，重复数据删除的条目，并检查在线零售商。亚马逊零工平台帮其库存管理的产品描述和图片，将图片和产品，写网站的描述，从电子邮件中提取名字，翻译文本，转录文本语音或图像，纠正拼写，验证地理位置，给网页设计反馈，留下评论的产品，选择缩略图视频，或让企业跟踪观众看的广告。这些都是未来 AI 可能能代替真人完成的工作。

当 AI 变得无所不在，高科技产业中每一个大牌公司，都需要有卑微的真人做这些小任务来支撑他们高大上的机器学习。亚马逊，苹果，Facebook，谷歌，IBM，微软等公司都有自建的众包平台或替代的合作厂商，例如文中的AMT以及硅谷的CrowdFlower。