iT邦幫忙

2019 iT 邦幫忙鐵人賽

0

先前在 資料集標注生意難做? 裡面講了一個大陸的半真實故事…當地的從業人員,卻沒有真正深入了解機器學習,其實只有一個結論:

要有多少智能,就得有多少人工。

剛剛看到一篇 BBC 的報導Why Big Tech pays poor Kenyans to teach self-driving cars,是非洲版的,有幾個比較不同的想法,與大家分享:

  1. 每日約9美金的薪酬,不能再高了。除了要平衡當地薪資水平外,他們認為人工成本再高一點,客戶就寧可用機器來取代人工。但這是爭議性的論點,畢竟短期內監督式學習,仍是主流。
  2. 主要的矽谷客戶對此領域的委外工作態度偏隱晦,推測是下一代產品的商業機密問題。或許給過低的代工報酬,如同手機或運動鞋等委外代工偶爾可以看到一些負面新聞,對委外客戶也會傷害其商譽吧?
  3. 儘管對客戶來看成本極低,工作相當單調重複,但是也改變許多人的一生,讓他們脫離貧民窟,甚至往更好的職業發展。

也許逆向思考,如果往後一段時間,因為貿易戰衍生的經濟局勢惡化,傳統就業市場釋出一些勞動力出來。從事機器學習者,可以擴大訓練資料集的委外標注工作,既可增加就業,又可以提昇諸如:語音辨識,機器翻譯等等準確率更高的優質產品,何樂不為?


上一篇
總結與修訂 Product Backlog
系列文
深度學習所需入門知識--一位初學者的認知31

尚未有邦友留言

立即登入留言