他們手動在圖片里把每一只花瓶和每一輛汽車框出來，并且標上“花瓶”和“汽車”。一段時間后，這些人把成千上萬張標記好的圖片打包，發送給遠在北京、上海甚至舊金山的 AI 公司。

GQ 將這些人稱為《那些給人工智能打工的人》。

人工智能發展迅速，大大小小的互聯網科技公司相繼開展研究，投入商用。然而訓練一個可用的 AI，需要大量準確標記好的圖片、視頻等資料。

正因為此，市場對數據標注的需求如此之大，吸引“那些給 AI 打工的人”爭相加入，其中不乏原來找不到工作的閑散人員——畢竟這份工作只需要動動鼠標，用不上太多知識。

但是，恐怕不久后，這些人就將再次失業。

上周，來自約翰·霍普金斯大學、斯坦福大學和 Google 的專家聯合發布了一篇論文，介紹了他們使用神經網絡來自動搜索神經網絡，將其投入圖像分割方面的研究，并且取得的重要進展：

研究人員采用神經架構搜索 (Neural Architecture Seartch, NAS) 技術設計了一個神經架構 (A)，放任它去自動搜索/設計出新的神經架構 (B)，投入到圖像語義分割 (semantic image segmentation) 的任務中。

研究人員發現，這個被自動搜索出來的神經架構 B，在主流的小規模圖像數據集上，未經訓練就直接使用，表現已經超過了現有人類設計的、預先訓練好的模型。

以往人們一直相信，設計 AI 需要大量知識和經驗，簡而言之就是需要人來設計。

但現在，AI 設計出的 AI，已經比人設計出的 AI 更強。

論文的標題叫做： Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation

研究人員將這個能夠自動搜索(設計)神經架構的技術命名為Auto-DeepLab。這個名字來自于 DeepLab，Google 人工開發的圖像語義分割技術。前面加上 Auto，意思是在 DeepLab 的基礎上，新的技術可以實現了很大程度的自動化。

論文署名作者當中，兩人來自約翰·霍普金斯大學，其中第一作者是 Chenxi Liu，曾在 Google 實習;有四人來自 Google;剩下的一人來自斯坦福大學，正是原 Google Cloud 首席科學家，在計算機視覺學術和業界知名的李飛飛教授。

“本著 AutoML(編者注：Google 主導的 AI 計劃，將算法選擇，模型的超參數調整，迭代建模和模型評估等工作自動化。)和人工智能普及化的精神，對于不依賴專家經驗知識，自動設計神經網絡架構，人們的興趣有了顯著提升。”作者提到。

在“AI 自動設計 AI”這件事上，Auto-DeepLab 有幾個比較重要的新嘗試。

首先，神經架構搜索 NAS 技術是 AI 領域的新興物種，主要用于簡單的圖片分類。而在這篇論文里，研究者首次嘗試將 NAS 投入到高密度的圖片預測任務上(也就是對更復雜的高分辨率圖片進行語義分割，比如 Cityscapes 城市街景數據集、PASCAL VOC 2012 和ADE20K 等數據集)。

其次，在計算機視覺領域內的神經網絡架構，通常分為內層、外層的兩級架構，自動化的神經架構設計往往只能設計內層，外層仍需要人來設計和手調。而 Auto-DeepLab 是第一個讓 AI 掌握外層設計和調參能力，并在圖像語義分割任務上得到優異結果的嘗試。

“圖像語義分割”六個字聽上去有點拗口，其實很好理解：對于一張圖劃分幾個類別，然后將所有的像素點歸類。

比如下面這張圖，可以簡單分為三類。圖像語義分割的任務，就是判斷每一個像素點屬于人、自行車，還是背景。

需要明確的是，圖像語義分割的任務純粹是判斷像素點屬于哪個類別，它不能識別和區分獨立的物體。

不過圖像語義分割仍然有很重要的意義，比如在它可以用于手機拍照的“人像模式”。采用更優秀的圖像語義分割技術，手機能夠在更高精度的照片里確認每一個像素點，屬于人，亦或是背景。

目前 Google、小米等公司都在手機拍照上使用這一技術。理論上，未來的“人像模式”可以在毛發、衣物邊緣實現更好的效果。

以及在自動駕駛的場景里，神經網絡需要判斷擋在前面的是車、行人還是建筑物，進而采用不同策略進行躲避，這同樣需要圖像語義分割來打基礎。

從該論文體現的效果來看，Auto-DeepLab 還可以被轉移到其他任務上。言外之意，讓 AI 自動設計 AI 這件事，可能還會有很大的想象空間。

比如作者在論文最后提到，在目前的研究框架內，他們可以繼續在物體識別的方向進行研究。

如果能夠取得類似的結果，大規模使用，沒準有一天，在數據標注(特別是圖像標注)這件事上，人類標注員的成本等優勢可能也會消失。

如果人工智能可以給人工智能打工，打工效率比人還高……

“那些給人工智能打工的人”，會失去工作嗎?