正文 第948章 微光照进绝境

方芸打开投影，第一页只有几行字：数据清洗、文本校对、图片分类、基础标注。



李峰看着那些字，没太明白：“方老师，能不能说得简单点？我们看不懂。”



方芸没有露出不耐烦的表情，反而把投影翻到下一页。



“简单说，我们的核心任务统称为‘数据标注与清洗工作’。它具体细分为拉框、图片分类、文本校对等几大类。这些工作不需要繁重的体力劳动，靠的是细心和耐心，高度契合大家的身体情况，只要能操作电脑就能做。”



“拿‘文本校对’来说，网络上有很多文字和公开资料，里面会有错别字、重复内容、格式混乱，也可能夹杂个人电话、身份证号、住址等不该保留的隐私信息。你们的工作，就是按照规定把这些内容剔除、整理干净。”



“再比如‘图片分类’和‘拉框’。”方芸按了一下翻页笔，幕布上出现了一张普通的街景照片，但画面里的红绿灯、斑马线、行人和路标，都被不同颜色的线框圈了起来。



“系统会发给你们海量的照片，你们首先要对其进行准确的图片分类，然后用鼠标，把图片里的关键特征一个个‘拉框’圈出来，打上标签，告诉系统这是什么。另外，图片里如果有车牌、人脸等不能泄露的信息，也需要按流程打上马赛克处理。”



“电脑自己认不出来吗？我看新闻说现在都有什么人工智能了。”后排有个戴着厚底眼镜的年轻人忍不住插嘴。



“电脑是很厉害，但现在的‘人工智能’好比刚上学的小孩。”方芸解释得很耐心，



“你不先人工教它几万遍、几十万遍什么是斑马线、什么是红灯，它以后怎么认识路？如果在网上乱爬资料，里面全是错别字和脏话，它学出来的也就是个流氓。”



方芸环视了一圈活动室里的人：“我们喂给它什么，它就学什么。你们要做的，就是把垃圾挑出来，把重点画出来，给人工智能整理出一本本‘干净的教材’。”



活动室里的众人或许并不知道，他们即将参与的，是回响科技乃至整个国家级AI战略最隐秘、也最坚实的底层基建。



在2015年这个时间节点，外界对人工智能的认知大多还停留在语音助手等概念阶段。



但顾屿的“九天AI实验室”却已经开始为未来十年的技术爆发疯狂囤积粮草。



无论是大语言模型进行万亿级参数的训练，还是L4级别自动驾驶所需要的高精地图测绘，其核心本质都是“数据喂养”。



算法可以迭代，算力可以花钱购买，但真正能拉开代差、形成绝对技术护城河的，是高质量的优质数据。



互联网上冗杂不堪的语料、未来通过生态设备传回的带有涉密与隐私风险的全球实景图像，如果不经过极其庞大且严苛的人工过滤、脱敏与结构化打标，根本无法成为训练“天问”大模型和供军方使用的安全燃料。



这就是“微光计划”诞生的底层逻辑。



李峰没完全听懂什么叫人工智能大模型，但他听明白了最后那个比喻。



他一直以为高科技是写字楼里那些名牌大学生才懂的东西，没想到有一天，这种教电脑认字认路的基础活儿，会落到他们这些连门都出不去的人手里。



他忽然觉得，这份工作比穿珠子有意思多了。



“就是坐在电脑前面，盯

本章未完，点击下一页继续阅读

(2/4)