1，什么是AI设备操作技术员
第一种AI可解示为软件，全名：Illustrator它是图形图象编排软件，保存格工是AI格式，固叫AI。 第二种AI是宣传册，是企业公司某集团或单位从公司标志什么样子，员工，职员服装什么款式什么颜色，及办公用品及桌椅什么样子什么颜色，产品包装标准色等，公司车辆什么款及颜色图案很多…… 第三种AI是智能化语言是一种编程，接近C语言，如智能化机器人等……
ai 就是自动插件。ai 技术员维修ai 插件机的修理。 ai 插件机有好多种，比如：松下，环球...... 插件：就是把一个一个的电子元件（电容，电阻，电感，跳线）靠机器自动装贴在电路板上。
2，人工智能工程师薪水一般有多少一个月？
人工智能工程师薪水主要集中于10001至15000元/月，占比月区间占比34%；15001至25000元/月区间占比20%。 北上广三大地区人工智能相关专业的优秀毕业生薪资待遇为年薪30万元到60万元，如果拥有多年经验资深人员待遇可能更高，达到百万年薪也是极有可能。 扩展资料： 人工智能算法工程师高薪资的原因： 1、教学条件受限，许多人没有机会学习。 2、关于人工智能的有效资料很少，能够学习到的知识很少。 3、硬件受限。因为学习人工智能是非常消耗显卡的，许多人会受到硬件条件的限制。 4、人工智能是一门前沿学科，也需要很强的数学基础，这就淘汰了一部分想要学习AI的人。能够成为人工智能算法工程师的自然都是非常优秀的人才。
这个应该根据个人能力，地域和资历等条件的不同而不同。我认为年薪在6-10万比较合理，因为我见过低的月薪4000的有，高的年薪10几万甚至20几万的也有。
根据网上招聘平台数据显示，近一年人工智能工资水平在￥10K - 50K之间，其中拿 30K-50K 工资的人占比最多达到59.1%。并且人工智能是现在的一个大趋势，应用广泛，人才需求与日俱增，工资自然不错。
3，人工智能招聘是什么?
展开全部 在2018德勤人力资本趋势报告显示，通过自动化，机器人技术和人工智能（AI）是大大加快。百分之四十一的受访者认为这个话题非常重要。几乎一半的受访者表示，他们的组织深入参与自动化项目，其中24％的人使用AI和机器人执行日常任务，16％增加人力技能，7％完全重组工作。 在2018年的调查发现，人才招聘领导者认同人工智能在招聘中是一个公认的概念，但对采用仍然保持谨慎。“近一半（46％）考虑使用AI来实现招聘流程的自动化，而51％的人表示他们有信心使用机器学习来告知他们的招聘决定。”目前，人才招聘团队的行政任务负担过重，比如筛选简历和进行初始访谈屏幕。但是，随着组织采用人工智能的招聘工具，如基于文本的面试和自动化计划解决方案，这些繁琐的管理任务将被淘汰，从而使招聘人员的时间更具战略性，并专注于参与，面试和招聘合适的人才“。
展开全部 一般是指用AI招聘的平台吧，我招人用的萝卜多聘就是，以前都是等人来投简历，或者自己去找，很没有效率，现在用这个平台我都是放职位需求上去，AI自然会帮我匹配候选人，猎头响应也及时。这个产品的平台还能做智能精品化招聘，不管对效率还是绩效帮助都很大。
展开全部 咨询官方客服，他们能给出准确答案。 回答完毕，请采纳
人工智能涉及的方面太多了,有的人从软件方面想要去解决.但都失败. 人工智能的关键是学习,记忆,思考(不是简单的联想能力)三大点. 学习能力,可以说,到现在为止,没有能力解决. 记忆能力,机械记忆已经广泛应用,但模糊记忆仍然没有解决. 思考能力,这是关键中的关键,首先,科学家到目前为止都没有一套另人信服的关于思考的理论.为什么产生思考,生物学家也是众说纷纭. 我想,本世纪是解决不了人工智能了.除非上面三条有重大突破.期待科学的发展.
展开全部 人工智能招牌系统就是通常所说的ai招牌系统。
展开全部 通过大数据分析，初步筛选合适的简历。
4，IC才网—中国IC人才、IC招聘、IC求职专业招聘网站
IC人才网是中国最大IC行业招聘网站，是专业为芯片设计、系统集成、IC封装测试、IC销售等企事业单位以及相关从业人员提供招聘、求职、人才测评、培训等服务的专业人才网站。IC人才网依托强大的网
络平台，为泛IC行业企业和求职者构建了“服务专业”和“专业服务”的行业人才匹配对接式求职招聘平台。 网站服务 IC人才网是IC行业最佳的互联网服务品牌，内容涉及行业新闻、技术论文、IC企业、IC产品、交流论坛、人才招聘、IC展会等，是IC行业最具影响力的门户站点。 网络招聘：为IC企业用户提供全面专业的网络招聘解决方案。 猎头服务：首家专业致力于IC行业高级人才信息服务的专业机构，旨在促进中高级人才的合理流动和人力资源的优化配置。 HR管理咨询：提供权威的IC行业薪资报告，促进人力资源管理水平。 职业生涯规划：与IC相关专业院校简历了长期的合作关系，提供全方位的招聘宣传与品牌推广 网站优势 最优秀且是唯一面向IC行业的专业招聘网站. 超过1000家企业用户的第一选择.
超过100000个人会员、高质量人才库、优良的招聘效果.
与各大相关专业院校积极合作，形成了强有力的后备资源.
为全国各地区提供专业的招聘与求职服务.
依托IC人才网站群（IC职业生涯网、IC人才论坛），IC人才网拥有业界最大的访问量，拥有庞大的高素质注册用户群。目前日均访问量高达3万，注册简历高达2万份，每天投递简历高达5000份。
IC人才网专业团队的重要成员均为IC行业资深人士，具有领先的人力资源服务理念，实行全称“一对一”的客户跟踪服务，确保专业、迅速、准确地为企业找到合适人才。
IC人才网依托众多注册会员，提供各个层次丰富的人才选择，涵盖应届毕业生、专业技术员、工程师、资深专家、市场人员、管理人员等诸多范围。
IC人才网以创新的服务模式、权威的行业资源、专业的客户服务帮助企业找到适用人才，继而通过人力资源的优化使客户建立与巩固持久的行业竞争优势，同时还力求让不同领域的求职者都能在此找到较佳的职业成长位置。
目标：
打造ic最具特色的人才资源库
力争成为可持续发展百年企业
努力使ic人才网成为中国最好的人力资源公司之一
价值观：
1. 精神：自信、乐观、百折不挠、积极向上、不言败、不放弃、勇于和谐创新
2. 专注：人力资源精耕细作、做深做透
3. 理念：惟客户所急、为客户解忧。诚信是我们对员工的第一要求。
5，区块链年薪超30万,人才供需比仅为0.15,区块链教育迎来最好时期_...
4月23日，猎聘发布《2018第一季度中高端人才薪酬与流动大数据报告》（以下简称报告），报告以猎聘平台4000万中高端人才为样本，时间跨度以2018年第一季度为主。报告显示：金融行业平均年薪最高，达22.09万元；区块链领域平均薪酬超过AI领域，达34.09万元，位列第一。
区块链 VS 人工智能
从2017年底至今，区块链热度飙升。
相较于2017年，2018年第一季度区块链相关岗位需求提升了3倍。在猎聘平台十大热搜词中，与互联网密切相关的数据产品、GIS（地理信息系统）、区块链等热搜词上榜，其中区块链名列第九，超过人工智能搜索位。
具体薪酬方面，在2018年一季度供求平衡情况下，金融和互联网行业平均年薪领先，分别为22.09万元和20.65万元。
区块链领域的高技术性含量和极度稀缺性在从业者薪资上得到反映，区块链从业者平均年薪达34.09万元，超过AI人工智能领域平均年薪，居薪酬排行榜首位。
在猎聘网上一季度人才招聘趋势调查报告发布之时（2018年1月），区块链还没有被放在分析之列，时下仍是人工智能的火热时期。短短3个月时间，区块链便迅速崛起，并以平均年薪2.27万元之差超越人工智能。
年薪开出几十万，甚至上百万招聘区块链工程师，早已数见不鲜。今年2月，英国Financial News网站报道，全球顶尖区块链开发工程师年薪可达50万英镑(约合430万人民币)。
区块链职位集中在互联网、金融行业
报告同时指出，区块链领域职位分布广泛，其中以互联网和金融行业最为密集。区块链在互联网行业分布占比66.75%；在金融行业分布次之，占比20.94%。
区块链是互联网基础上更为先进的底层算法，是通过去中心化的分布式算法，实现互联网中大数据的有效使用，将对互联网行业产生近乎颠覆性影响。
而区块链技术一旦落地应用，对金融行业中各环节成本的节约，以及效率的提升，将发挥明显作用。因此金融行业成为继互联网之后，对区块链投入最高的行业。
目前，无论是区块链技术，还是区块链应用都还处于起步阶段，区块链分布也主要集中相关度最高的互联网和金融行业。随着区块链技术发展更为成熟，区块链职位将会向能源、交通、物流、制药等行业逐渐渗透。
区块链教育及培训火热
区块链相关职位薪酬高企，也对区块链从业者提出了更高的要求。但目前专业区块链人才供需比仅为0.15，存量远低于实际需求。
区块链技术人员极度匮乏，相关人才培训如火如荼。百度指数上月数据显示，30天内“区块链培训”搜索指数同比上涨928%。
今年年初，各大企业纷纷呈现出开设“区块链培训课程”的高潮。网易科技退出《区块链公开课》、百度经验设置《区块链100问》……这些培训课程场场爆满。
巨大的区块链人才市场缺口，不可避免地催生了江湖培训市场的乱象，种类繁多的速成班涌现。有些培训班3天产出80个“讲师”，很多没有区块链专业背景、甚至计算机专业背景的人员，转身成为培训班热门“区块链讲师”，而培训费用价格高昂，动辄上十万元。
整个行业需要专业人才，培训乱象呼吁区块链专业型人才，全球知名高校相继加大对区块链教育的投入。
从2014年开始，美国、欧洲等发达国家顶尖大学已陆续开设区块链课程。
据“链塔智库”数据，目前全球27所高校已经开设区块链课程或相关培训班。主要分布在中国、美国和英国。其中，中国占8所、美国占8所，英国占5所。
全球高校开设区块链课程名单：
在课程模式方面，由于区块链技术市场的不稳定以及区块链讲师缺乏等原因，全球高校主要以单项课程及区块链相关课程为主，并未实际设立区块链专业。
据“链塔智库”报告，中国目前有62家区块链研究院，创办主体主要是高校、科研机构、企业和政府。但至于培训结果如何，还需等待市场的检验。
区块链正处于高速上升期，人才缺口巨大，区块链领域的高薪也诱使人们纷纷加入。需要注意的是，任何一项颠覆性技术崛起之时，都必然伴随泡沫与吸金。区块链领域职位高薪吸睛背后，更需要准备投身其中的朋友们保持慎重与理智。
6，厉害!AI 专业人才缺口上百万,年薪 80 万远超同行?_
就目前来看，国内 AI 人才缺乏且经验不足，为争抢优秀人才，企业背后的暗战早已打响。作为正在谋求一份好工作的你们，又该如何抉择？
人工智能的发展日新月异，将行业人才的薪酬推高到了令人咋舌的地步，当很多大学毕业生还在为 10 万元年薪欢呼时，炙手可热的 AI 专业应届生年薪已高达 25 万~50 万元，三五年后很有可能涨至 80 万元。
然而，火热的 AI 人才需求大潮下，面临着的却是上百万量级的人才缺口。可以说，为争抢优秀人才，企业背后的暗战早已打响。
以下，将根据腾讯研究院联合 Boss 直聘发布的《2017 全球人工智能人才白皮书》为大家解析一二。
一、 供应飙升，缺人现象却更加严重
数据显示，2017 年前 10 个月内，AI 人才需求量已经达到 2016 年的近两倍，2015 年的 5.3 倍，人才需求直线上升，年复合增长率超过 200%。
调研发现，中国 592 家公司中约有 39200 位员工，而中国对于 AI 人才的需求数量已经突破百万，但国内 AI 领域人才供应量却很少，人才严重短缺，中小企业招聘更加困难。
而实际上，据保守估计，截止到 2017 年 10 月，我国人工智能人才缺口至少 100 万以上。而且，由于合格 AI 人才培养所需时间远高于一般 IT 人才，人才缺口很难在短期内得到有效填补。
二、谁有优势？学历、专业不容忽视
由于 AI 公司技术密集程度高，对人才学历要求显著高于其他互联网公司。数据显示，AI 企业招聘的职位中，有 52.8%的只为要求求职者最低学历至少为硕士，比互联网行业均值高出 40 个百分点。
从学历上看，AI 领域的求职者，有 55.4%的人学历在硕士及以上，远高于其他行业。博士学历高达 7.6%，是互联网行业均值的 3 倍，高学历成为进入 AI 领域的先决条件。
同时，该报告也指出，也有 1.1%的人虽然仅有大专学历，却凭借过硬的技术能力挤入 AI 公司，这部分求职者多是有 5 年以上工作经验的自身技术人员，且技能覆盖广泛，多数人集中在 100 人以下规模的 AI 创业公司。
从专业上看，从事 AI 的人才中，理工科背景的占到 85%以上。除了计算机专业外，多为理学专业，其中数学物理相关专业占据前四。近两年，随着大数据价值的凸显以及其在 AI 行业中的重要作用，拥有数据背景已经成为应聘很多岗位的必要条件。
三、分布集中化，AI 人才未“逃离北上广”
在 AI 人才需求分布方面，北京占比 44.7%，接近一半，上海、广东省分列二三位，占比分别为 14.8%和 14.6%。近些年互联网发展极为活跃的浙江省，在 AI 发展上也丝毫不差，人才需求占到全国的 10.9%，仅落后于广东省。
我国共有 67 个城市拥有基本符合企业要求的 AI 人才，以 80 后作为主力军，分布上呈现明显的长尾态势。2017 年，有 48.3%的 AI 人才聚集在北上深。其中，北京以 27.87%的占比遥遥领先。二线城市中，行中排名第一，占比 6.48%。
值得一提的是， 在全球共有 367 所具有人工智能研究方向的高校，AI 领域的人才数量约有 10 万人。这 367 所高校中，美国拥有 168 所，占据全球的 45.7%，独占鳌头，加拿大、中国、印度、英国位于第二梯队。
四、中国企业如何争抢 AI 人才？
过去 3 年中，AI 相关岗位平均招聘薪资正以每年近 8%的速度增长。到 2017 年，人工智能岗位平均招聘薪资已达 2.58 万元，远高于一般技术类岗位。
从薪资分布上看，近八成岗位招聘薪资超过 2 万元，五成职位招聘薪资突破 3 万元，还有 1.9%的企业更是开出 5 万元以上月薪吸引顶级人才，而标注的月薪还只是薪酬福利的一部分。
几乎 50% 人工智能岗位的职位描述上会提到为员工提供股票期权，部分巨头更是会将解决户口作为吸引牛人的重要手段。
可以说，为争抢优秀人才倾其所有已成为所有 AI 公司正在做的同一件事情。
此外，AI 人才需求激增，合适牛人数量稀少，也迫使企业不断降低工作经验门槛，甚至不惜从零培养人才。
数据显示，近 2 年，企业对 AI 人才工作经验要求不断下降。2017 年，有 30.4%的 AI 职位工作经验要求为三年或以下，较 2016 年增长 9.5 个百分点，其中一年以内的实习生占比已达 6.0%。较 2016 年提升 4 个百分点。
特别是创业公司，由于在抢人竞争中往往处于明显劣势，更倾向降低门槛来增加应聘该岗位的人才数量。
五、AI 人才如何胜出？掌握复合技能
数据显示，AI 人才掌握的技能宽度和深度均在逐渐提高。2017 年求职的人工智能人才中，有 68%的人掌握至少 3 种技能，较 2015 年增加了 10 个百分点。越来越多的求职者正通过拓展全面技能提高自身竞争力，简历中与 AI 有关的技能，覆盖面正明显提升，其中应用层技能占比提高尤为明显。
目前简历中最常出现的技能包括 Spark、深度学习、算法研究、Hadoop、Python 等。
7，AI能干什么坏事？26位技术专家眼里的可怕未来_
任何事物都有两面性。
AI也不例外。
一位家长，收到女儿焦急的语音信息，说她在旅行途中丢了手机和钱，她现在需要紧急的帮助。这个声音你再熟悉不过了，确实是女儿。
当然这是个骗局。而且不是虚拟的，已经有上千个家长遭遇这样的诈骗事件。他们在手机上听到的声音，是通过AI技术以低廉的成本合成的。
人工智能技术取得了长足的进展，但也和很多其他强大的技术一样，也是一柄双刃剑。AI既能造福人类，也能被罪犯、恐怖分子所利用。
恶意的使用人工智能，不仅会威胁到人们的财产和隐私，而且还有可能带来生命威胁。无人机、无人车或者智能医疗设备，都有可能带来隐患。
未来你所看到的视频、听到的声音，有可能都是AI伪造的虚假内容。耳听眼见也不一定为实。AI能让小团队拥有大军一般的破坏力。
这不是耸人听闻。
最近26位来自牛津大学、剑桥大学、OpenAI和电子前沿基金会（EFF）的研究人员，共同撰写了一份报告，详细研究了这个问题。报告的名字就是：
《AI能干什么坏事》（The Malicious Use of Artificial Intelligence）
AI能用来干什么坏事？专家们在这份101页的报告中描述了不少假想的未来场景，虽说是假想，但我们距离这些危险，只有一步之遥。
投其所好的钓鱼攻击
其实，在网络世界中威胁早已无处不在，有了AI的帮助，这些威胁会以更隐蔽、更“个性化”的方式出现。
比如说，未来黑客偷走你重要用户名、密码的方式，可能会非常“用户友好”。
报告里，描述了这样一个假想场景：
刷着刷着，Jackie眼前一亮，一套火车模型的广告出现在信息流中，还附带使用手册。迷恋火车几十载，怎么能错过这样的好东西！下载、打开，只需要一分钟。
而这背后，可能就是黑客精心设的局了。AI能够从她日常发布的点点滴滴动态、照片中分析出她的喜好，知道她和谢耳朵一样为火车痴狂。为她设计这样一个小册子，再投个feed流广告，可以说是投其所好、水到渠成……地拿到了她管理大厦安全系统的用户名和密码。
防不胜防。
更聪明的自动化病毒
还记得去年春天席卷全球的WannaCry病毒吗？它能够自我复制、主动传播，向10万多台电脑发出了勒索。
未来的自动化病毒，会比WannaCry难对付得多。WannaCry的传播方式，是寻找网络中开放的445端口，也就是说，它的自动化传播依靠人类制定出来的规则。如果病毒能自主发现各类软件的漏洞……
Wait！自主发现软件漏洞的技术，其实已经存在了，不少大公司、政府机构都利用这类技术来维护自身软件系统的安全。
于是，就有东欧黑客集团利用类似的技术，搞出了一个WannaLaugh，后果会比WannaCry惨烈得多：
WannaLaugh激活之后，一边利用已知漏洞感染计算机，一边源源不断地发现着新漏洞。当然，防御完善的计算机可以幸免于难，但这毕竟只是少数，稍微旧一点的手机、电脑、智能设备通过各种新老漏洞，逐一被病毒控制。
这一次，肯定不止10万台。
你身边的机器人，都是武器
等商用无人机、无人车、机器人普及，毫无疑问会带来很大便利。不过，这种便利是我们的，也是犯罪分子的。
比如说，以后的暗杀可能根本不需要出动人类。
报告中这一假想场景的主要受害人是德国财政部长：
某年，一台SweepBot清扫机器人悄悄潜入了德国财政部地下车库，等待着同类的接近。财政部每天清扫办公室，用的正是这个品牌的机器人。
两台财政部自己的SweepBot清扫车库时，外来的潜伏者抓住了机会，跟在它们后边，大摇大摆地进了电梯，混进了杂物间的一大群SweepBot之中。
6月3日，潜入进来的清扫机器人和往常一样，打扫着财政部的办公楼。这时，财政部长从它身边走过。SweepBot附带的人脸识别系统一下子就认出了它，也激活了接下来的任务。
扑向他，引爆内置的炸弹。
清扫机器人销量巨大，它背后的人类主使是谁几乎无处可查。当然，如果黑进无人出租车搞一次类似的事件，也是一样的天衣无缝。只要机器人改装完毕、程序设定完成，何时启动、如何完成任务，就再也不需要人类来操心了。
如果你觉得这个故事听起来和人类卧底暗杀差不多，可以再仔细思考一个问题：
一名人类，通过改装这种机器人，可以同时暗杀多少人？
二零八四
电幕（telescreen），对《一九八四》里的老大哥来说是监控利器，但对于21世纪的新老大哥来说，只能算小儿科。
有了AI，你的一举一动都可能在老大哥的注视之下。
报告中讲了这样一个“社会活动家”锒铛入狱的故事：
Avinash对于这个社会很是不满：到处是黑客，政府也不管。他在关心时事，看到了太多大公司为富不仁、政府无所作为的新闻，也写了不少抨击时政的博客。
一个有理想的青年不能只做键盘侠，Avinash还打算到线下去，刷墙、贴大海报、在公众面前喊出他的愤怒。他买了海报纸、自喷漆，甚至还为了制造演讲之后的离场效果，买了几枚烟雾弹。
警察甚至比这些包裹先到。
刚下单没多久，警察把他从办公室带走了，罪名是他们的“社会动荡预测系统”认为他是潜在威胁。
当然，这个故事可能还有另一面。
Avinash看到的那些新闻，虽然看起来有理有据，却还是有真有假。凭空制造一段名人演讲简直太容易了，人脸、声音，AI都能模仿得丝毫不差。
在个性化推荐算法的重重包围下，他可能永远没机会看到这个社会积极的一面。除了真假掺半的新闻，向他这类人投放广告的政治团体，也不会少。
被监视，被控制。这就是Avinash的生活。
以上故事纯属虚构，如有雷同，纯属技术发展太快。
结论
虽然仍有许多不确定因素，但很明显人工智能将在未来的安全形势中占据显著位置。恶意使用AI的机会比比皆是，而且还会越来越多。
人工智能目前已经在很多狭窄领域达到或者超过人类的能力，例如西洋双陆棋、国际象棋、Jeopardy!智力问答、Dota2以及围棋等。在游戏领域之外，人工智能也已经应用在股市投资、自动驾驶汽车等领域。
因此准备和预防潜在的AI恶意使用已经是一项时不我待的任务。
未来随着AI进一步拓展到更多领域，例如社交互动，将会出现更多难以抵御的AI恶意攻击。届时对抗AI的方法可能是另一个AI。但仅靠AI防御仍然不够。
《报告》建议研究人员和决策者应该从防止和减轻恶意AI使用的角度，推出合适的AI工具、策略和规范。
换句话说，这份报告也不太确定应该如何应对这些威胁。
这份报告的作者之一、OpenAI政策总监Jack Clark，承认安全问题非常棘手。“总有一条难以置信的优秀路线能走下去”他说。
当然对于这份报告，也不乏质疑之声。
美国俄勒冈州立大学教授Thomas Dietterich指出，这份报告的作者不包括计算机安全专家，也没有来自谷歌、微软、苹果公司的成员。他说：“这份报告看起来像我这样的善意外人写的，而不是每天都在打击网络犯罪的人。”
这份报告的通讯作者是：Miles Brundage（牛津大学）、Shahar Avin（剑桥大学）。其他作者如下图所示：
8，亚马逊AI被曝性别歧视?人事部门却在悄悄给女性“开绿灯”_
编者按：本文来自“硅谷密探”（ID：guigudiyixian），作者：李鲁，36氪经授权转载。
你知道Google每年收到多少求职者的简历吗？据JobVine统计，超过100万份。
其他大公司也无外乎于此，而这毫无疑问对于HR来讲是巨大的负担。那有没有可能用AI解决这个问题呢？
在过去几年中，AI行业发展迅速。据Crunchbase统计，截止2018年，光是在硅谷研究或应用AI的公司就超过1400家。尽管做AI的公司多，目前行业里的应用场景主要还是集中在教育、医疗、无人驾驶等方面。
作为科技巨头，Amazon正在尝试拓展新的应用场景——用AI给简历打分，帮HR分担压力。然而这项应用却在最近被爆出一个巨大的问题。
AI偏爱男性应聘者？
Amazon的AI程序通过检索简历中的关键词，评估应聘者的能力以及和申请职位的匹配度，再综合打分，给HR推荐理想的人选。
但是这个程序在应用一年后，却被Amazon高层宣布关停。这是为什么呢？
原来AI程序在打分时，给男性应聘者的简历打分明显比给女性打分高，也就是说AI更偏爱男性。Amazon的工程师们之后针对这一现象展开调查，发现原来AI程序在分析简历时，会识别暗示应聘者性别的关键词，比如“女子学校”、“女子篮球队”等，通过这些关键词推断应聘者的性别，并降低女性应聘者简历的评分。
但为什么AI要针对女性呢？大家都是来找工作的，这不是明摆着性别歧视吗？这个问题的答案，隐藏在AI深度学习的样本里。
Amazon的工程师经过进一步的调查发现，原来AI程序偏爱男性应聘者，是因为AI深度学习的样本来自于Amazon公司过去10年内收到的所有简历。而这些简历中，原本男性申请者就偏多，并且最终录取的员工中也是男性居多。因此AI在深度学习的过程中形成了一种认知，那就是男性应聘者比女性更优秀。基于这种认知，AI给男性应聘者的简历评分更高。
之后Amazon的工程师针对这个现象，修改了AI程序的代码和算法，让AI程序不再通过检索关键词来推断应聘者性别。但这种方法没有实际解决问题。AI已经通过深度学习形成了“男性应聘者比女性更优秀”的认知，所以即便不检索关键词，工程师也不能保证AI不会通过其他方法推断性别。
正因为如此，在AI程序被投入使用一年后，Amazon高层最终宣布关停项目。
可能的解决方案
虽然Amazon关停了项目，但AI偏爱男性应聘者，是否真的无法通过优化程序解决呢？如果采用不同的样本，又是否能改善这个问题呢？
为此小探就可能的解决方案，采访了一位不愿透露姓名的业内人士。
听小探把整个事件徐徐道来之后，这位人士提出了一个方案：首先设置两套AI程序，在深度学习的过程中，男性和女性的样本分开学习，然后在评分过程中，先让AI把简历按性别分为两组，再用针对男性的AI程序给男性打分，用针对女性的给女性打分，这样就能最大程度保证公平。
小探听完之后不由得感叹业内人士的专业性，谈笑间便提出了一个具体的解决方案，似乎让问题迎刃而解。然而，如果问题这么简单就能解决，为什么Amazon的工程师们还拿它毫无办法，以至于高层最终不得已关停了项目呢？小探怀着将信将疑的态度，又采访了一位Google的工程师。
果不其然，这位工程师对“分开学习、分开评分“的方法产生了质疑：如果涉及两个程序，分别深度学习两个性别的样本，那么针对女性的AI程序因为样本太少，学习不到需要的特性，从而在评分时很可能产生新的问题。
至于通过修改算法，能否让AI评分变得公平，这位工程师的答案是：很难。他向小探解释道，现在深度学习一个很大的问题就是，模型极其难以解释——当AI做出一个判断时，工程师很难分析出它是怎么作出这个判断的。所以，也许Amazon的AI缺乏“可解释性”。
“可解释性”，简单来说，就是当AI作出一个判断，工程师能知道是AI神经网络的哪些部分，根据样本中的哪些线索，得出了那个判断。而Amazon最终选择关停项目，很有可能是由于AI缺乏“可解释性”，造成工程师不知道该修改AI神经网络中的哪些部分，导致问题一直无法被实际解决。因此这位工程师最后给出的论断是，“工程上来讲，想修复这个问题很难”。
不过，并不是所有工程师都对此不看好。小探采访了一位微软的工程师，他在电话中自信地表示：技术层面上，一定能实现公平对待男性和女性应聘者。
然而紧接着，他便反问小探：“但你是想反映公平，还是想反映真实？”
小探不禁陷入沉思。难道我们追求的公平——让男性女性有同样的机会就职——是不真实的吗？
AI印证了现状，HR却想改变现状
Amazon的AI偏爱男性应聘者，不仅暴露了Amazon公司内男多女少的问题，还反映了整个科技行业内男女比例失衡的现象。
据路透社统计，Amazon、Facebook、Apple、Google、Microsoft五家科技巨头的员工中男性占比分别为60%、64%、68%、69%、74%。而这五家公司中技术类职位男性占比甚至更高，最高的Microsoft占比达到81%。
各大科技公司员工男女比例：蓝色为男性，红色为女性
因此Amazon的AI并不是针对谁，而只是基于样本映射出了现实——男多女少，是目前整个科技行业面临的痛点。
为什么这是痛点呢？首先，对于体量庞大的科技公司而言，男多女少意味着公司内部人员组成单一。要知道创新是科技公司的命脉，而创新往往是通过不同思维的碰撞产生的。一旦公司人员组成过于单一，思维的碰撞就会减少，导致创新减少，切断了科技公司的命脉。
其次，过于明显的男女比例失衡，容易给公司招致“性别歧视”的骂名。因为对于“高大上”的科技行业，公众往往抱有一种美好的期望，认为在这个行业中一切都应该公平公正，因此一旦有一丝迹象表明了不公平现象的存在，比如男多女少的问题，公众便会把公司推向社会舆论的风口浪尖，让公司高层承担巨大压力。
出于诸如此类的种种担忧，科技公司近些年都在尝试解决男多女少的问题，而其中最简单粗暴的方法就是多招女员工。在招聘过程中，HR往往会给女性申请者“降低门槛”，比如在评估时酌情提高对她们的综合打分，或是在一男一女技能水平相当的候选人当中，选择那个女性申请者。
对此，小探特地浏览了许多Reddit上讨论招聘过程的帖子，并且询问了一位当过面试官的朋友，最终得到了非常统一的答案：虽然面试官只给申请者评分，而最终决定权在委员会手里，但是在同一个面试官给出相同评分的男性和女性申请者中，女性通常会得到委员会的更多考虑。
那么，为何即使科技公司如此愿意招女性，科技行业中男多女少的问题还是一直存在呢？根本原因在于：理工科的女性本来就少。
据美国国家教育统计中心的数据显示，2015年美国大学计算机专业的毕业生中，女性只占18%。虽然这不是最新数据，但也足以说明问题——理工科的女性总数就很少，而科技公司中大多数职位都与技术相关，即使公司愿意“开绿灯”，仍然很难提高女性在科技公司中的比例。
因此我们不难看出，AI的判断是科技行业中男多女少的现状的延续，HR人工的判断则是渴望改变现状的体现。然而目前的AI程序，只能通过样本学习过去的规律，但还无法理解人基于社会现状产生的某些需求。这或许才是Amazon高层决定关停项目的真实原因。
所谓“公平”就是一半男性一半女性？
“公平“这个话题，太过于辩证；公平与不公平的分界线，也很难定义。
对于目前科技行业内男多女少的现象，采访中一位女性UI设计师说过一句话，给小探留下了很深的印象。这位设计师说：“男多女少也许是真的，但这不是歧视的产物。”
就像本文之前所说的，造成科技行业中男多女少的根本原因，不是科技公司不愿意招女性，而是本来理工科的女性就少，因此难以在整个行业中呈现出“女性扛起半边天”的景象。
人类社会从古自今，都强调分工协作的重要性；工业时代来临后，分工协作更是大大提高了社会效率。不管出于任何原因，学习并从事技术相关工作的男性比女性多，是无可争辩的现实，就像学习并从事营销、传媒、艺术等领域工作的女性比男性多一样。因此，一半男性一半女性并不是真正的公平，因为这不符合社会的现状。
那么在这种现实背景下，强行增加科技行业中女性的比例，是否有些矫枉过正呢？在各方面技能相同的情况下，公司为了保证男女比例不失衡，有意选择女性，是否又是另一种不公平呢？
小探认为，相比起男女人数比例，也许同一个岗位上，男性和女性做同样多的工作，挣一样多的工资，这才是真正的公平。
所以，人都还没搞清楚什么是公平，就想用机器来达到公平，实属科技发展得“太着急”的表现。
9，那些给人工智能打工的人_
本文转自微信公众号：GQ报道（ID：GQREPORT），作者：刘敏，编辑：何瑫，摄影：张博然Eric。
这里生产你美颜时“一键瘦脸”的尖下颌，你一起学猫叫时的动态胡须，生产张学友演唱会被实时识别的犯人，生产未来的自动驾驶，智能门禁……
这里是中国特色的数据车间，他们遍布在河南、山东、河北等地的四五线小城里，日以继夜地为世界领先的AI产品服务。
越来越多的人正在加入他们的行列，成为为人工智能打工的人。
“梯子（可以移动的）”
马萌利面前出现一张欧洲户外咖啡馆的照片。她移动鼠标，绿色的画框浮现在照片上，显示备注“椅子”，她迅速在一瓶花束上补了一个绿框，标上“花（放在容器中）”。
下一张，一个日本花卉市场，几排密密麻麻的绿植中，马萌利检查了每一个标出的“花盆”。
下一张，一个美国孩子的卧室，“椅子”“桌子”……她飞速删掉了“梯子”的画框——客户要求是能移动的梯子，这种高低床上已经焊死的梯子就不能算。
下一张、下一张、下一张，不管眼前是什么场景，马萌利手速不变，依次圈出“梯子”“茶几”“地毯”“沙发”。
“梯子”“茶几”“地毯”“沙发”。“梯子”“茶几”“地毯”“沙发”……如此周而复始，不停重复循环。马萌利每天的工作从早晨8点钟开始，坐到工位，打开电脑，输入用户名和密码，移动鼠标开始标记，日复一日，每天持续9个小时。
屏幕上的图片很模糊，这些都是从全球社交网络上抓取的，角度混乱，像素也不高。那张韩国泡菜摊的照片，很明显来自一个角落里的摄像头。马萌利放大图片，在路人的脚边，圈出一个糊成一团的轮廓：“垃圾桶”。
旁边工位有人打开了音箱，活泼的流行歌响了起来：“燃烧我的卡路里！”
房间里有几百个屏幕，闪动着颜色不一的图片，每个人都在框选同样的内容：垃圾桶、梯子、茶几、地毯……这是河南省平顶山市郏县，一家叫千机数据的公司，房间看起来像一个网吧，在网络神曲伴奏下，年轻的员工们窝在柔软的沙发里，不停地拉框。马萌利是最后的审核员，她和同事要检查所有人拉的框，以保证每个画框都严丝合缝地贴着目标的边缘，图片里所有目标都要被框出来，不能有任何遗漏。
马萌利每天要检查至少1000张图。手头这个单子已经干了两个月，同事们标注了上万个垃圾桶、梯子、茶几、地毯……29岁的马萌利知道，这些标好框的图片汇总后，将发回北京一家AI独角兽公司，变成人工智能的学习材料。
她不知道的是，这几万个“梯子（可以移动的）”标注，展示了梯子的无数个样子，再经过深度学习算法加工，最终让计算机认识，这就是梯子，可以移动的那种。
她日复一日标注的数据来自百度、京东、阿里、旷视、Momenta等大公司，全部应用于人工智能训练。一种行业说法是，任何人类能在5岁之后做的事，对机器人来说都很简单，但是5岁之前，人类用本能就能理解的实际信息，计算机要用最笨的办法学习。这时候，就需要数以万计的马萌利们为人工智能提供标注服务了。
计算机认识沙发、梯子又有什么用？
马萌利回答不了这个问题，转头去问老板刘洋锋。刘洋锋今年31岁，是他去北京竞标抢到的这批活儿。他搔了搔头发，想起甲方提过一次，9月8号他们要去国外参加一场世界级人工智能比赛。“这些是给那场比赛用的？”他不太确定。再往下说，他也不懂了。
为AI服务
我来郏县的第一顿饭，刘洋锋和合伙人刘磊带我去吃了本地一家网红饸饹面，面馆有位漂亮的女主播，靠拍餐厅各种日常，在一家短视频平台上有88万粉丝。中午，餐厅两层楼坐得满满当当，一半是食客，一半是慕名而来的粉丝。
我们正好遇到女孩做直播，我发现，主播本人跟视频不一样：屏幕上她皮肤变好了，眼睛大大的，下巴更尖，苹果肌更圆。
是短视频软件的滤镜把她变美了。跟自拍软件一样，直播平台的滤镜靠的是人工智能，可以实时瘦脸、大眼并磨皮。APP之所以能识别哪儿是眼睛、哪儿是下巴，正是此前有AI数据标注工人标记了那些人脸的五官。
一直到我们离开，女孩仍一刻不停地招呼新进直播间的观众，对着镜头羞涩地笑：“我是单身，没有男朋友。”
“她是那家老板的儿媳妇呀。”说起女主播，马萌利一边对着一张俄罗斯餐厅图片拉框，一边哈哈大笑。郏县很小，藏不住什么秘密。她比画了一下公司的员工们：“生拉硬扯，我们都能扯上关系。”
同在一个县城，几年前，马萌利和女主播的处境差别不大。但技术后来将她们塑造成了两类人：马萌利成了每天为AI打工的人，而女主播运用AI提供的便利赚钱致富。
马萌利今年29岁，一见面就热情地笑，问什么说什么。初中毕业她就出门打工，在制衣厂做过缝纫，也进过富士康，做了4年线外流动员：流水线制造惠普电脑屏幕，她要随时给人做替补，前面做组装，把显示器的面板、外壳、支架都装好。后面做测试，用数据线测屏幕上有没有亮点，往屏幕上贴标签。
回乡后，她开过网吧，做过超市收银员。去年，她应聘了这份“电脑操作员”，每个月收入3~4千，比收银员高，比富士康低。她觉得工作环境不错：坐着用电脑，有空调，下班早，晚上回家还能陪孩子玩一会儿。而且，3个老板都是熟人，“我们村子都挨着，打小就认识”。
过去一年里，马萌利见过各种稀奇古怪的图片，她给人体标注过关节点，从头顶、脖子、膝盖到脚踝，一共打17个关节点；给道路图里的汽车、摩托车、自行车拉过边框，黑夜里的照片要比白天难一倍；她还录过一下午音，对着手机，念了300句话，有的短，就两个字、五个字，有的是十几二十几个字，具体内容，公司不让往外说。
2012年，谷歌大脑做了一个著名的实验：1000台计算机组成了超过10亿个“突触”连接的神经网络，研究者输入了1000万个静态图像，通过3天的密集寻找重复出现的模式后，谷歌大脑终于可以识别出一些特定的重复类别：人类面孔和人类身体，或者是一只猫。
马萌利这样的AI数据标注工人，就是给计算机输入图像，为人工智能提供学习材料的人。他们用的是最原始的办法，一张图接一张图地手动标记。他们在人脸上标注几百个记号点，让计算机知道哪里是内眼角、外眼角，瞬间扩出大眼睛；他们录入的语音信息，被拆分标注后，能让智能音箱懂得“关机”和“十分钟后给我老公打电话”是什么意思。未来，自动驾驶的车辆之所以能在路口停下，就是因为工人们标注过红灯、斑马线和一帧一帧移动的行人。
关于这项技术，最为人所熟知的一个例子是，在张学友南昌、赣州、嘉兴、金华4场巡回演唱会上，警方用安检时的人脸识别系统，一共抓获了5名在逃犯人。
我一提到这个新闻，刘洋锋立刻讲出了背后公司的名字。虽然没合作过，但知道他们是如何运转的：当逃犯们兴冲冲地拿着票走过摄像头时，他们的面部信息已经被抽取，实时传到云端，与后端数据库飞快地做比对。
这是一种无差别的信息比对，如果用传统人工，在几万人的演唱会安检现场找到一名在逃犯，需要成百上千名安防人员。现在，只要几秒钟，比对完成，系统发出警告，警察按图索骥，拿下案犯。
太简单了，就跟QQ截图差不多
这家公司只有一年历史，从设想到成立，一共才花了3天时间。
第一天，刘洋锋和另外两名创始人聚在一起，琢磨以后要干点儿什么。他翻出一个文件，一家江苏的数据标注公司在转卖一个单子，提到一个新鲜的概念：数据标注。
刘洋锋试验了一下软件，在一张马路的照片上，他给一个行人圈了一个框——太简单了，就跟QQ截图差不多。
第二天，三个人就去买了网线，去平顶山买了20个格子间卡位，旧货市场买的，90块钱一个。
第三天，面试。刘洋锋有个开手机店的老表，在乡镇里混了七八年了，“他有微信群，认识的人多，一发朋友圈就有人来。”招工唯一的要求是，年龄不要太大。招20个，去掉几个四十多岁的应聘者，正好招满。
2007年，普林斯顿大学助理教授、计算机视觉专家李飞飞第一次试验做数据标注时，她以10美元/小时的价格，雇佣了一批普林斯顿的本科生。10年后，这项试验已经演变成产业，在郏县这种中国的三、四线城市，以工厂、车间、质检员的形式落地生根。
刘洋锋的公司是在县城郊区一个农民楼里成立的。第一批员工是初中刚毕业的学生、三十多岁在家带孩子的妇女、前手机店店员和前服装店的销售员们。已经经过了江苏来的业务一道盘剥，算下来每拉一个框3分2厘钱，公司再抽成，到员工手里，变成了2分5。
一个星期之后，所有人都已经能熟练地在电脑上操作，这份工作的门槛几乎为零。电脑从20台扩充到40台、100台，一年后，已经到了500多台。员工都是本地人，马萌利的村子今年来了7个人，她骑电瓶车载我回了一趟家，10公里的村路，她小时候骑自行车，碾着泥坑，一上午都骑不到，现在变成水泥路，20分钟就到家了。马萌利家刚贷款买了一台哈弗SUV，下雨天就拉着村里人一起去上班。
夏末天气变凉，晚风吹过小河和玉米地，叶子窸窸窣窣作响。家里7岁的儿子马上要开学，趴在空调房里看恐怖片，一见马萌利回来，跳起来扑到了妈妈身上。
刘洋锋最近天天忙到后半夜，直接在办公室里睡了，一觉醒来，想起又忘了给儿子买书皮，顿时懊悔起来。他1987年出生，中专读了一半就不念了，他学的电脑专业，讲了3年，才从电脑的起源讲到怎么配置服务器。
2005年，刘洋锋跑到重庆的工地上开挖掘机，一个月就能赚五千多块钱。他买了个二手IBM ThinkPad，拿着一个蛇皮袋子装计算机教材、软件杂志，走到哪儿带到哪儿，晚上在宿舍里自学。此后，他在全国跑过饮料瓶推销，在云南红河卖过进口高档葡萄化肥，还去智利待了一个月。当时有老板想把深圳华强北的山寨机推销到南美去，让他先学了一个月西班牙语，手机生意黄了，他唯一的收获是记住了hola （你好）和gracias（谢谢）。
刘洋锋回郏县之前，还在珠海做过一段单片机，用上了自己的计算机知识。小公司攒出来一台自动化设备，能精确地拿起来、放下，专门给手机做WiFi、主板测试，这正是马萌利过去在流水线做的活儿。
单片机速度快，24小时不眠不休，花几万块买一台，一个10人的流水线小组就全被替代掉了。而大公司做AI标注的结果，也会是大规模替代人力。李开复曾撰文表达过对AI技术快速发展的担忧，认为这将导致社会结构的洗牌，贫富分化加剧，很多人将面临阶层坠落的风险，进而丧失尊严：
“这种转变将为开发人工智能以及运用人工智能的企业带来大量利润……我们由此将面临两种无法和谐共存的新情况：大量财富集中到极少数人手中，大批人员失业。”
但处于产业链末端的人，不思考这些问题。这离他们太遥远了。北京一位AI数据标注公司老板告诉我，“工人只是打开人家的网页，用人家的软件，在上面把人家的数据，按人家的格式给人家处理好，交给人家，公司接触不了人工智能任何东西，这个数据自己也保留不了。”“我们没有研发能力，纯粹也就是一个（代工的）富士康。”
在郏县，这还是个新兴产物，今年8月，刘洋锋在“郏县之窗”公众号上发了一篇招聘广告，文章把AI标注员的工作捧得很高：“在这个岗位上，其实你的一些想法就代表了人工智能的想法，人工智能会根据你加工的数据进行深度学习，从而实现智能化。”宣传的月薪是3000~8000元（上不封顶，多劳多得）。
“这都是噱头。”刘洋锋很诚实，“没有人能拿到8000，干得最好的能拿到4000多。”跟郏县遍地“2500~3000元”的招工广告相比，这已经比上不足比下有余了。这个广告是刘洋锋请朋友来写的，微信号头条的刊例价是3000块，关系好，没要钱。
前几天，县里有领导来公司参观，饶有兴致地读起墙上的海报：“......服务于百度公司、阿里巴巴、京东、腾讯、滴滴等世界500强及行业独角兽企业。”领导赞不绝口：你们这是高科技产业啊！人工智能！
刘洋锋当面也没解释，他觉得不解释更好。
中国包揽冠军
6亿美元，这是国内一家AI独角兽公司最近的C轮融资数额。国内AI市场这几年一直在风口上，所有你能想到的互联网巨头都在AI行业布局。李开复形容，这是经济上“有史以来最大的、难以打破的垄断”。
数据标注工厂，是人工智能产业体系里最末端的毛细血管，类似这样的小公司都是在巨头的夹缝里生活。刘洋锋这一年跟巨头们直接合作，现在拉一个框，员工收入6分起，最高能到1毛钱。具体价格取决于刘洋锋竞标的报价。过去几年里，行业默认百度的活儿最好：结款快，1号发过去，15号可能钱就到账了，很多小公司都把人押在百度上。
今年夏天，百度的任务突然大规模缩减，北京昌平一家公司的老板告诉我，他好不容易培养了60多名成熟工人，手最快的男孩23天就赚了一万块钱。结果涌进来的同行太多，价格缩水，到今年任务突然少了，“一个月就10天有活儿，要给人开30天的工资，最后只能倒贴钱。”昌平老板彻底不做了。
刘洋锋留了个心眼，最早合作的Momenta、旷视等公司，他都没中断过，一直把员工分散在不同项目上，度过了这个危机。这包括忍耐一家账期极长的知名公司，三四个月都回不来款，“你每次去问，对接的人都换了，人家管财务的人心情不好，还要训你两句。”只能忍着，几十万的工资现在是创始人们自己垫付，刘洋锋不让我提这家公司的名字：“这篇稿子宁可你把我写死，也别得罪人家。”
在北京的两家公司，我看到员工们一直严肃地对着屏幕，手上噼里啪啦一刻不停，上厕所要严格地在时间表上做暂停，以便当月计算工作效率。北京公司招人，月薪至少四五千元，其中一家公司专门去山东的职业学校招聘，要求学生每分钟能打100字，一个班40多人考试，第一场就筛到20人。招聘老师在学校待了一周时间，发现一位成绩排到前五的男生人很顽皮，每次打闹都能看见他。临走之前，老师在名单里把他划掉了：这份工作不能要性格太活泼的人。
在郏县，刘洋锋的公司看起来就像个大网吧，没有考试，只有3天试用期，办公室至少有三台音箱此起彼伏地放歌。实际上所有的电脑、沙发，就是从网吧二手收购过来的，这种沙发坐久了腰不酸，中午还能放平了睡一觉，沙发原价400多，刘洋锋去买的二手，还不到100块。
刘洋锋办公室的沙发上总有员工跑过去睡觉。公司不用富士康那套标准，刘洋锋觉得反正租金和工资都比北京便宜，每人少干点儿，多招几个人，也行。“北京用20个人完成的，我用25个也行，人少精神压力大，出错率高，返工成本更高。”
北京公司招人，月薪至少四五千元，老板们喜欢中专、大专生，“素质高”，能保证效率。而郏县公司员工大多是初中、高中学历，3个创始人也都没读过大学。“中专生有傲骨，最多待三个月自己就觉得屈才了。”刘洋锋说，就拉框本身来讲，“众生皆平等。”
这一年里，刘洋锋频繁接待从北京来的项目总监、研究员们，其中很多都是清华、北大等名校毕业生。他们住在公司附近的宾馆，前几次，说好了9点见面，另一位创始人刘磊8点半就热情地等到大堂，打电话要带他们去吃饸饹面，结果听出人家一肚子火，才意识到，这些总监们还没起床。“你们北京来的时间观念强，约好几点是几点”，现在他都改成了8点55再出现。
年轻的总监们也不爱吃肉喝酒。公司招待去本地最著名的羊肉锅，刘磊介绍，这是本地市领导最喜欢的餐厅。结果对着一桌子肉菜，有瘦削的理工男面露难色：我说的清淡，是吃点儿素菜就行了。
这些名校研究员们，都是AI行业市场争夺的人才，职位最低的工程师年薪也在30万~50万。刘洋锋每次去甲方公司，满眼都是年轻的理工男。他觉得学历没那么重要，“他们最厉害的是实习生，有大学生， 有些还是高中生。”提起几位研发员，“你说他们一年能挣100万吗？”这个问题超出了大家的想象力。
9月9日，2018常见物体图像识别竞赛（COCO）在德国慕尼黑宣布结果，中国几家团队包揽了所有冠军。
其中一项比赛是，“COCO的注释包括80个类别对象的实例分割，91个类别的物品分割，人物实例的关键点检测，以及每个图像都有5个图像标题（image captions）”。翻译过来，就是考验计算机能否识别那些“垃圾桶”“地毯”“梯子（可以移动）”，千机数据的甲方公司拿到了第一名。
刘洋锋转发了这条消息，配文是：“祝贺……”
从去年开始，刘洋锋每个月都要跑趟北京，去中关村、五道口谈业务。今年他有一天突然想去清华大学转转，背着双肩包，一个人走到清华南门口，结果被拦下来了，保安看他不像学生，要求他出示身份证。
刘洋锋没掏，转头就走了。
人像换豆油
“通知：年龄在18~50周岁的，请前往薛店镇三苏路口南50米路西，免费领取价值58元5升食用油一瓶，或10斤精品大米一袋！”
雄浑的男中音从音箱里传出，在劲爆的背景音里反复召唤，15秒就重复一次。
今年夏天，刘洋锋的公司开始做人像数据采集。我去公司时，外面大厅摆了几组摄像头，任何时间都能看见有人对着摄像头，从左到右地摆脑袋。
人像采集，也是给人工智能的训练搜集素材。今年，国内AI产业突然增大了人像采集的需求，大公司开始收集中国人在不同光线下的人像视频——这些视频相当于眼下被标注的图片，只不过是动态的，它们也是未来被标注的素材。
这变成了新商机，刘洋锋说，河南、云南，还有其他省的几家公司，都在抢这个活儿。这样的人像采集在一、二线城市几乎无法操作——录一个人至少要45分钟，公司采购价为100元，刨去运营成本，根本吸引不到志愿者。
在郏县，这是另一套玩法：刘洋锋的公司在县城下面的薛店镇也有个分公司，今天门口堆满了成箱成箱的大米、豆油和卫生纸，以免费赠送的名义，吸引镇上居民来做人像采集。
看到门口的豆油，有位快五十的寸头大叔走了进来。
“这是弄啥咧？”
“过来拍一下人像，就送大米，油也行。”
“干啥用的？”
“做智能门禁，你看有的写字楼、学校、高档社区，人一过去门就刷开了。有的光线不足就刷不开，人家想解决这个问题。”
一说到门禁，大叔点点头，表示明白了，一听要四十多分钟，又有点儿犹豫。
“转一圈，个把小时，领桶油多美咧？”“噫……”大叔觉得是这个理，领走了一张二维码。
刘洋锋、刘磊和另一位创始人李亚沛，对这一套农村地推模式已经极熟悉了。
2015年，一家金融APP急速融资，急需注册用户，那半年时间，他们各自都在做地推团队，疯狂地薅了互联网金融一大笔羊毛。
刘洋锋当时跑农村，找镇上的移动公司，以每条0.5分钱的价格群发短信，通知农民们第二天去领免费洗衣粉——注册一个用户送一包5斤装洗衣粉，如果去镇上，居民要求高，就变成一桶洗衣液。洗衣粉大多是“太渍”，真的汰渍5斤装要三四十块钱，这种山寨货一车一车地进货，平均一包成本只要6块钱，山寨的蓝月亮洗衣液比“太渍”再贵1块。
用这个办法，几个人跑过河南、安徽、山东，他们不去省会城市，也不去地级市，都是在县城和村镇做推广。“其实（洗衣粉）农民也都知道是假的，他们不在乎。这事儿确实放在城里，给出去10袋，也不一定办得成。”
那也是几个人第一次接触到人脸识别。地推员工自带智能手机能刷机，连上WiFi，把手机关机一下，再开机，此前的信息全部清空，系统里显示的手机型号就全变了。农民输入自己的身份证号，对着手机摄像头拍了照，算确认成功。注册成功一个用户，地推团队就能赚60块钱奖金。“那时候利润很高啊，一天随便做做就是几百人，多的时候一天能上万啊。”
相比之下，现在的人像录入不需要姓名和身份证，只要拍头像视频，要求简单很多，但是刘洋锋们能挣的钱也少了：100块收购价，去掉给农民的奖励、自己的员工支出，平均每人身上只能赚20。每天最多只能拍50个人，跟APP地推相比，这简直是桩苦差事。
此时此刻，在薛店镇这家分公司，一楼、二楼的每个房间都在拍着视频。农民们对着摄像头，听着员工的指令，“左——”“右——”“转头——”，摆动自己的脑袋。接着还要“摘下眼镜”“戴墨镜”“涂上口红”……中年发福的妇女配合地戴上一个哈利波特式的圆框眼镜，显得格外滑稽。
每个人要在强光、弱光等不同场景下拍摄，排队等待时，有大妈直接在房间门口织起毛衣。他们的孩子们在楼下奔跑，下午开始人多了，加上15秒重复一次的“通知！”公司里嘈杂得像一个市场。
40多分钟后，寸头大叔拍完了。他先领了一袋大米，又问，你这洗衣液咋领呢？
得知是拉一个人，送一瓶洗衣液后，不到20分钟，大叔又回来了，带了俩四十多岁的大姐。他兴致勃勃地带大姐们学动作，对着员工一起转起脖子来。“哎哟，我不行。”一个大姐有颈椎病，转到一半转不动了。
大姐悻悻地站到一边，白跑一趟，她不太高兴。
前几天在郏县县城里拍摄，每个录入者能拿50块钱现金。在薛店镇，50块变成了价格更低的油和米，刘洋锋的解释是，直接给钱，农民会认为他们是骗子。两天后，他又告诉我一个原因：在镇上他们有个合作伙伴要分成，对方负责拉人：“他在当地熟人多，跟很多村长、村支书都认识，人家能用大喇叭广播，帮我们找人。”
公司成立时，3个创始人预估，这个公司也许只能开三五年，5年，就是想象中最长的限度了，但起码现在能活下去。媒体上，每个人都在讨论AI代替人工的可能性，在郏县，短期内，拉框的工作还不会被机器替代。刘洋锋说，他们除了人脸、车辆、3D云图、语音，还在录入各种不同的样本，在这些样本里，“雨天、雪天、黑天、多云都不一样，做无人驾驶的， 在不同地方的市政建设也不一样。”
现在这些被采集的动态人像，未来怎么标注、由谁标注，刘洋锋也不知道。他们永远是任务的被动承接方，那些发过来的图片包，信息都是被抽乱、打散的，他们的每台电脑都没有硬盘，整个办公室连着一块服务器，标注好直接上传，没法用U盘等拷贝出来。
最后一天采访时，摄影师想让刘洋锋的脸出现在屏幕上，也让员工上去点几个点。但被告知办不到：所有的图片都是打包从北京发过来的，他没有权限在里面插入新图片。
这一天，薛店镇分公司只采集了37个人像，女的20个，男的17个，并不算多。
最后几个录入者临走时，被一名员工叫住：微信帮我们发点儿广告吧，来人了就给洗衣液。
被叫住的大叔愣住了，他不知道怎么发。员工拿过他的手机，加微信好友，直接把广告词发过去。打开他的朋友圈，粘贴在了里面：
“重要通知，××公司近期在薛店镇进行人脸采集活动。参与即可获得5升品牌食用油或10斤精品大米一袋。用途：采集数据均为科研使用，智能门锁、小区门禁等。注：本活动不涉及个人隐私，不用真实姓名，不用身份证，请各位朋友放心大胆前来。名额、时间有限，先到先得！……”
大叔的手机字号调成了最大，满满一屏幕的字，成了他的第一条朋友圈。
他拿回手机，看了一眼，并没在乎内容是什么，抱起一桶豆油，回家了。
本文转自微信公众号：GQ报道（ID：GQREPORT），作者：刘敏。
*文章为作者独立观点，不代表虎嗅网立场
