楊洪旭在制訂人工智能訓(xùn)練計劃。

楊洪旭（右）和同事在討論人工智能訓(xùn)練進展。 　　以上圖片均為本報記者黃曉慧攝

　　打開電腦，開啟智能訓(xùn)練軟件，人工智能訓(xùn)練師楊洪旭開始一天的工作。他最近的任務(wù)是訓(xùn)練一個能自主識別銀行電匯申請書的人工智能（AI）模型。

　　楊洪旭供職的達觀數(shù)據(jù)有限公司，位于上海浦東軟件園，是一家智能文本處理技術(shù)企業(yè)。這里研發(fā)的AI模型，能讀懂合同工單、財務(wù)報表、行業(yè)報告等各類文本文件，在銀行流水識別、合同審核與比對等多場景落地應(yīng)用。

　　“在訓(xùn)練AI模型前，訓(xùn)練師首先要閱讀大量相關(guān)的文件文本，從中提煉和標注出關(guān)鍵信息?！睏詈樾癜炎x文本、做標注的過程比作老師備課，是訓(xùn)練的基礎(chǔ)，“我們劃重點、做標注，然后將‘有用’信息‘投喂’給AI模型，告訴它們應(yīng)該提取哪些信息、按照什么格式提取?！比斯ぶ悄苡?xùn)練師一年需要閱讀上萬份文檔，訓(xùn)練幾十個AI模型。

　　楊洪旭在智能訓(xùn)練軟件中打開某銀行一張電匯申請書的掃描圖像，將“業(yè)務(wù)種類”“匯款人名稱”“賬號”“開戶銀行”“聯(lián)系地址”等字段信息一一拉框選中，再在旁邊打上相應(yīng)標簽，隨后點擊生成訓(xùn)練模型。

　　模型生成后，他需要給AI模型出一些練習(xí)題，輸入字段信息，比對AI模型生成的結(jié)果，以此檢驗學(xué)習(xí)效果。當(dāng)發(fā)現(xiàn)生成結(jié)果與原文本有出入時，楊洪旭會記錄并整理成問題列表。“比如文章中有一處圖像，它沒有讀取出來。有一個圖像應(yīng)該是正向的，它讀取成了側(cè)向的?！边@些問題會統(tǒng)一反饋給AI模型的研發(fā)人員，為后續(xù)改進作參考。

　　“AI模型經(jīng)過訓(xùn)練后，再遇到類似的文本文件，它就能自主抓取、審讀這些關(guān)鍵信息，更高效地執(zhí)行人類指令?！痹趧e人眼中單調(diào)、重復(fù)、略顯枯燥的文檔閱讀、數(shù)據(jù)標注、效果測試等工作，楊洪旭卻得心應(yīng)手。他最開心的事就是看到自己訓(xùn)練的模型越來越“聰明”。

　　1993年出生的楊洪旭，患有先天聽力障礙，要戴助聽器才能聽到外界的聲音。2014年，他從上海一所職業(yè)技術(shù)學(xué)院的環(huán)境設(shè)計專業(yè)畢業(yè)，先后做過家裝設(shè)計、會計文員和倉庫管理員等工作。

　　“和客戶交流時，因為口齒表達不夠清晰流利，經(jīng)常會有挫敗感?！痹跅詈樾裣萑朊悦ＶH，上海市浦東新區(qū)殘聯(lián)向他推薦了達觀數(shù)據(jù)有限公司的“人工智能訓(xùn)練師”崗位。盡管沒有計算機編程技術(shù)基礎(chǔ)，也對人工智能了解不多，但在聽說這份新工作主要和機器打交道后，楊洪旭決定嘗試。

　　招聘楊洪旭入職的運營管理總監(jiān)袁少楊說，公司首批人工智能訓(xùn)練師主要從事最基礎(chǔ)的數(shù)據(jù)標注工作，重復(fù)的工作內(nèi)容和大批量的標注強度，很考驗人的耐心、細心和專注度。

　　5年下來，踏實、專注、好學(xué)的楊洪旭贏得了同事們的交口稱贊。在公司的內(nèi)部培訓(xùn)和自我學(xué)習(xí)下，他逐漸勝任模型處理、產(chǎn)品測試、接洽客戶等多項工作。2022年底，上海發(fā)布了首批人工智能訓(xùn)練師（二級）職業(yè)技能等級認定通過名單，楊洪旭位列其中。

　　面對人工智能產(chǎn)業(yè)的飛速發(fā)展，楊洪旭主動學(xué)習(xí)AI模型主流的編程語言，編寫一些簡單代碼處理模型出現(xiàn)的問題?！氨热?，當(dāng)發(fā)現(xiàn)訓(xùn)練的模型有誤讀問題，我能夠編寫幾行程序代碼，做一些初步糾正，而不是把問題直接轉(zhuǎn)給模型研發(fā)人員。”楊洪旭說，為了提升自己，眼下，他正在備考信息系統(tǒng)項目管理師職稱證書。

　　人工智能是上海的三大先導(dǎo)產(chǎn)業(yè)之一。近年來，上海從算力、語料、模型、測試、應(yīng)用場景等方面布局人工智能產(chǎn)業(yè)，同時加大人才培養(yǎng)力度。2022年，上海啟動人工智能訓(xùn)練師職業(yè)技能等級認定工作，目前已有450多人獲得了“人工智能訓(xùn)練師”證書。

　　版式設(shè)計：汪哲平

　　《 人民日報 》（ 2024年08月27日 13 版）

分享讓更多人看到