圖片來源：廣州日報

人工智能是引領未來的戰略性通用技術和驅動新一輪產業變革的新引擎，對于搶占未來發展制高點、構建現代化產業體系至關重要。

在人工智能的神奇世界里，有一群特殊的藝術家，他們用數據作為畫筆，繪制出AI“理解世界”的藍圖。他們就是AI訓練師，通過“投喂”海量數據并不斷進行模型的訓練迭代，讓AI更好地“理解”人類，為發展新質生產力提供強大驅動力。

AI訓練師：我要讓AI更“懂”人類

文/廣州日報全媒體記者文靜、張露  圖/廣州日報全媒體記者文靜、張露 實習生朱曉燕（除署名外）

我是冼鴻東，作為kaiyun開云電競(集團)智能科技有限公司官網的一名AI訓練師，我有幸成為這場技術變革的見證者和參與者。AI領域的技術更新迭代非常快，這使得AI訓練師需要具備較高的專業門檻，并且需要不斷儲備跨學科的知識。

自2020年加入公司以來，我參與了多個與人工智能相關的項目和研究課題，主要負責人臉識別產品的研發，見證了人工智能從技術研發走向行業應用的全過程。

在AI訓練領域，我們的任務主要分為兩大類：基礎數據的準備和模型的訓練迭代。數據標注是模型訓練的基石，而模型的訓練迭代則是不斷優化算法、提升模型性能的過程，使其變得更“聰明”。

kaiyun開云電競智能AI訓練師冼鴻東

以安全帽正確佩戴智能識別為例，我們團隊收集了數萬張正負樣本圖片。這通常是一項龐大的工作。我們不僅要標注出安全帽本身，還要標注出佩戴者的姿勢，以確保模型能夠準確識別出安全帽是否正確佩戴。標注完成后，我們便著手進行算法的開發和大模型的訓練，這是一個不斷調試和優化的過程。當然，隨著模型的不斷迭代，我們也在不斷地簡化和智能化標注過程。例如，一個初始準確率只有60%~70%的模型，可以通過智能標注的方式，反過來調整標注，從而提高準確率，減輕人工標注的負擔。

建立模型并不是最難的部分，真正的挑戰在于調試和優化，以找到最優的模型效果。這個過程可能會非常耗時，需要不斷地迭代和迸發靈感。我們雖是技術開發者，但要不斷學習安全生產的法律法規、安全規范，與央企、監理單位等有著資深實踐經驗的管理人員探討，不斷鍛造大模型的識別能力，提高AI識別的準確性，不斷迭代優化安全管控平臺的功能模塊。

我把自己的工作比喻為升級打怪，不斷克服挑戰，提升技能。雖然工作過程可能漫長，但當看到我們訓練出的模型在實際產品中發揮作用時，我感到非常有成就感。我們通過數據標注和模型訓練，讓AI越來越智能，越來越接近人類的識別和判斷能力。