Die rasante Entwicklung der künstlichen Intelligenz hat auch die Nachfrage nach Talenten in verwandten Bereichen stark erhöht. Laut den Daten der Rekrutierungsplattform stieg im Februar dieses Jahres das Rekrutierungsvolumen von Algorithm Engineers, Machine Learning, Deep Learning und anderen Positionen im Vergleich zum Vorjahr deutlich an, wobei die Rekrutierungsnachfrage nach Positionen für die Datenkennzeichnung im Vergleich zum Vorjahr um mehr als 50 % stieg.

Zurzeit beschäftigen sich KI-Trainer vor allem mit Annotationsarbeiten. Mit dem Anstieg der Marktnachfrage hat dieser Beruf viele grenzüberschreitende Arbeitssuchende angezogen, und er hat auch zu einer entsprechenden Berufsausbildung geführt.

In einer Ausbildungseinrichtung für KI-Trainer in Shenzhen kommen Studenten aus allen Gesellschaftsschichten zum Unterricht.

Nach Angaben der verantwortlichen Person der Ausbildungseinrichtung beschäftigen sich Trainer für künstliche Intelligenz derzeit hauptsächlich mit Anmerkungsarbeiten, die in Textanmerkungen, Bildanmerkungen, Sprachanmerkungen und andere Arten unterteilt werden können, mit Gehältern zwischen 19000 Yuan und 0 Yuan pro Monat. In den letzten zwei Jahren hat sich das Schulungsgeschäft von Peking nach Shenzhen, Hangzhou und Chengdu ausgeweitet, aber das entspricht bei weitem nicht den Anforderungen des Marktes.

　　廣東深圳某人工智慧訓練師培訓機構校長 劉美芳：比如9點開放簡歷，我們同學一個小時之內可以接收到10多個回復，很多HR（人力資源部門）主動向他們打招呼，都不需要去投遞。

Nach Angaben einer Rekrutierungsplattform ist die Zahl der Stellen, die für Positionen mit Datenkennzeichnung rekrutiert wurden, seit dem Frühlingsfest in diesem Jahr im Vergleich zum Vorjahr um 56 % gestiegen. Brancheninsider sagten, dass mit der rasanten Entwicklung großer Sprachmodelle und der zunehmenden Anzahl der beteiligten Bereiche die Nachfrage nach Trainern für künstliche Intelligenz weiter steigen wird.

KI-Trainer: Coaches im digitalen Zeitalter

Wie genau funktioniert ein KI-Trainer? Was sind die neuen Anforderungen an Trainer bei der Entwicklung von Großmodellen für den professionellen Bereich?

In Nanshan, Shenzhen, Provinz Guangdong, üben der Trainer für künstliche Intelligenz, Huang Peihui, und seine Kollegen die Auswirkungen großer Modelle.

Huang Peihui sagte, dass der Grund, warum das große Modell die Fragen der Kunden genau beantworten kann, darin besteht, dass in der Anfangsphase mehr als 1000 ähnliche Fragen in das große Modell eingegeben wurden. Für sie besteht der Prozess des Screenings von Kunden, um Fragen an die Kundendienstmitarbeiter zu stellen, darin, eine "Annotation" durchzuführen, und diese "Fragen" sind "Daten", die auch als "Korpus" bezeichnet werden.

Neben solchen großen Modellen für den öffentlichen Dienst entwickeln sich auch immer mehr große Modelle der Künstlichen Intelligenz, die dem Berufsfeld dienen, rasant. Am sechsten angeschlossenen Krankenhaus der Sun Yat-sen Universität in Guangzhou weist Huang Yan, Direktor der Abteilung für Pathologie, das Forschungs- und Entwicklungspersonal eines großen medizinischen Modells an, digitale Pathologie-Objektträger zu beschriften und Trainingsdaten für das große Pathologiemodell bereitzustellen.

Um die Sicherheit und Genauigkeit der Daten zu gewährleisten, muss das Training solch großer Modelle von Fachleuten wie Ärzten überprüft werden.

Sun Qigong, Vizepräsident eines großen Forschungs- und Entwicklungstechnologieunternehmens für medizinische Modelle: Im Allgemeinen werden leitende medizinische Experten benötigt, um die Daten zu leiten oder persönlich zu kennzeichnen, und Fehldiagnosen oder verpasste Diagnosen können auftreten, wenn die Markierung falsch ist.

Um das Auftreten von "KI-Halluzinationen" zu reduzieren, d. h. der von großen Modellen generierte Inhalt stimmt nicht mit den realen Daten überein und weicht von den Benutzeranweisungen ab, bauen alle vertikalen großen Modelle unter Beteiligung von Experten aus verwandten Bereichen einen mehrstufigen Mechanismus zur Überprüfung von Annotationen auf und wandeln ihr Wissen und ihre Erfahrung in wichtige Trainingsparameter um, um die Genauigkeit großer Modelle zu verbessern.

Quelle: CCTV Finance