上周三晚上我在新街口地铁站等2号线，蹲在屏蔽门旁边刷抖音，连续刷到三条金宏兴鸭子店的探店视频。
我愣了三秒。
我只是上周跟同事在茶水间吐槽了一句”排队半小时买的鸭子，皮都不脆了”，既没搜过，也没给相关视频点过赞，怎么就精准推到我脸上了？
后来跟在雨花台做数据标注的发小吃了顿皮肚面，才把这事的来龙去脉摸得门清。
AI刚生下来的时候，连猫和狗都分不清楚
别被什么”人工智能”的名头吓住，刚训练出来的AI模型，本质上就是个连话都不会说的小傻子。没有经过标注的数据，对AI来说就是一堆无意义的像素数字。你给它看一张橘猫的照片，它根本不知道这是猫——跟你闭着眼睛看一幅没拼完的拼图没区别。
怎么让它认出来这是猫？
就得有人把成千上万张猫的照片整理出来，一张一张标清楚：这是橘猫，这是英短，这只猫的右耳朵缺了一小块，那只的爪子踩在了酸奶盒上。标得越细，AI学的越快。
真的，别觉得这事简单。我发小说他们最早期练的一个图像识别模型，把所有带毛的东西全认成猫，包括他家里养的那只金毛。他说那次模型测试结果出来，整个工作室的人笑了半小时，连门口卖鸡蛋灌饼的阿姨都探头进来问怎么了。
你想啊，要是没人给这些图片标标签，AI永远都不知道自己看到的是什么，更别说帮你认路、给你推视频了。
你以为数据标注就是点点鼠标？钱真的没那么好赚
我之前也觉得，数据标注不就是坐在家里点点鼠标，给图片打个勾选个选项，轻松赚点零花钱？
直到去发小的工作室蹭了半天空调。
哪有那么容易。
数据标注的核心不是简单打勾，而是把人类对世界的认知，拆解成AI能读懂的规则。他的工作室租在雨花台一个老小区的两居室里，十几个人挤在客厅和次卧里，每个人面前都摆着两个显示器，鼠标上的漆都磨掉了一块。他们现在做的是自动驾驶相关的标注，说白了就是给自动驾驶的模型当老师。
每一张路拍的图片里，所有的东西都要被框出来：那个红圈是限速60的路牌，那个穿黑衣服跑的是闯红灯的行人，那辆歪歪扭扭穿过来的电动车是外卖车，甚至路边停的车有没有压到盲道，都要标得清清楚楚。
上次他标一张洪武北路的路拍图，图里有个骑电动车闯红灯的外卖员，车筐里还放了半份没吃完的皮肚面，塑料袋飘在外面晃。他得把外卖员的轮廓、电动车的位置、甚至那个飘出来的塑料袋都用不同颜色的框标出来——因为自动驾驶的模型要能识别所有可能突然窜出来的障碍物，哪怕只是半份漏了汤的皮肚面。
我坐旁边看了半小时，眼睛都酸了。他说他一天要标至少三百张图，下班了连手机都不想碰，更别说刷抖音了。
不过话说回来，这行也真的需要耐心。有时候遇到一张特别复杂的图，比如晚高峰的新街口路口，人挤人车挨车，他得标一个多小时，漏了一个小细节，后面的模型训练就可能出大问题。
你觉得“懂你”的推送，全是标出来的结果
回到最开始的问题，为什么我在新街口地铁站，会刷到金宏兴的鸭子店视频？
其实根本不是什么AI偷听了我说话。
是之前有几千个数据标注员，把所有带”盐水鸭””金宏兴””南京美食”的视频，都打上了标签：这是南京本地内容，这是美食探店类，这是排队攻略类。
然后系统又给用户打标签：这个用户的IP在南京，这个用户最近看过几次本地美食视频，这个用户喜欢看生活化的吐槽内容。
两边的标签一匹配，我自然就成了这些鸭子店视频的精准推送对象。
你感受到的所有”懂你”的体验，本质上都是人类经验的二次传递。说实话，我之前还觉得这种精准推送挺烦人的，像被人扒光了放在系统里看。后来跟发小聊完才反应过来——要是没有这些标注员，你刷抖音可能一半是东北的二人转，一半是广东的早茶，跟你半毛钱关系没有，你刷十分钟就烦得把APP卸载了。
对吧？
你平时用的导航能精准报出前面的红灯，你用的修图APP能自动把你脸上的痘痘磨掉，你家的智能音箱能听懂你说的”放一首周杰伦的歌”，这些东西的背后，全是成千上万的数据标注员，一张图一张图标出来，一句话一句话听出来的。
没有什么天生聪明的AI。
你看到的所有智能，都是人用笨功夫堆出来的。