簡單來講，資料標註就是為社群媒體上的內容資料貼標籤，以不同主題或概念分類，或是對其立場以及情緒進行判別。這些經過標註的資料就可以用作NLP模型的訓練集或是評估標準。
又一「人類飯碗」被AI搶走，還是和訓練AI息息相關的：
資料標註。
蘇黎世大學研究發現，在ChatGPT面前，無論成本或效率，人類可以說是毫無優勢：
論文發出後，有網友調侃，「產生訓練資料需要人工」的說法已經成為過去式了。
還有人直呼「古籍修復數位化工作是不是有希望提速了」。
還有人看熱鬧不嫌事大，直接推文：
這是直接端了平台工作者的飯碗。
話說回來，ChatGPT是怎麼搶了資料標註工作者的「飯碗」的？
首先得先了解下資料標註工作的具體內容。
簡單來講，資料標註就是為社群媒體上的內容資料貼標籤，以不同主題或概念分類，或是對其立場以及情緒進行判別。
這些經過標註的資料就可以用作NLP模型的訓練集或是評估標準。
以往，這類工作都是交由人工處理的，比如說MTurk就是專門進行資料標註的一個眾包平台。
在MTurk這類眾包平台內部，還會有更精細的分工，比如說會有經過專業訓練的資料標註者以及眾包工作者。
前者在產出高品質數據上具有優勢，但自然成本也更高，而後者雖然更便宜但品質也會隨任務難度波動。
於是研究團隊就開始著手研究大語言模型（LLM）在這方面的潛力，並且對比了沒有額外訓練（zero-shot）的ChatGPT（基於GPT-3.5）和MTurk在資料標註上的性能。
這項比較是根據研究團隊先前收集到的2,382則推文樣本。
ChatGPT和MTurk分別將推文以「相關性、立場、主題、政策、實用性」這五種任務進行標註。
評估的標準有兩條：
結果呢也顯而易見，在準確度上，ChatGPT有五分之四的任務都要優於MTurk眾包工作者。
在一致性信度上，ChatGPT全部任務都超過了專業資料標註者。
成本方面，開頭也已經提過，ChatGPT平均每條都比人工便宜20倍，何況AI還能24*7無休。
不過對於研究團隊的這個結論並不是所有網友都買賬，有人表示：
這五條任務都太單一了，難度也是。光是這一點就得出這樣的結論可靠性存疑。
甚至還有網友嘲諷了起研究樣本太少來：
（竟然）只用2382條推文做樣本。
現在，AI會不會完全取代某一類工作還不太好說，但它會在某種程度上影響人類工作是毋庸置疑的。
上週，OpenAI就發布過一份分析報告，表示有80%的工作都會在一定程度上受到ChatGPT的影響，19%的職位會受到ChatGPT的嚴重衝擊。
且薪資越高的職業受到的衝擊就越大。
OpenAI也進一步列出了會被影響的具體職業，從大到小依序是：
翻譯從業者、文字創作者（包括詩人、作家等）、公關人員、數學家、稅務編制人員、區塊鏈工程師、財務工作者、媒體從業人員…
除此之外，OpenAI的CEO奧特曼也不止在一個場合下說過「AI會取代現有的部分工作」。
前不久，MidjourneyV5大升等也是讓不少人類畫師直呼飯碗不保。
emmmmmm，你覺得你的飯碗還保得住嗎？
論文地址：https://arxiv.org/abs/2303.15056.
參考連結：https://twitter.com/arankomatsuzaki/status/1640521970608402435
以上是ChatGPT標註數據比人類便宜20倍，80%任務上佔優勢的詳細內容。更多資訊請關注PHP中文網其他相關文章！
