人工智能訓(xùn)練師：

　　讓機(jī)器更“懂”人類（新職?新知③）

　　彭訓(xùn)文 張嘉幸 《 人民日?qǐng)?bào)海外版 》（ 2023年07月31日 第 05 版）

　　打開電腦,，將采集的風(fēng)聲,、雨聲、溪流聲等聲音數(shù)據(jù)輸入,，“清洗”掉夾雜其間的噪音,，對(duì)助聽器數(shù)據(jù)模型進(jìn)行“訓(xùn)練”,，測(cè)試模型在真實(shí)場(chǎng)景的靈敏度……伴隨著手指敲擊鍵盤的“啪嗒啪嗒”聲，騰訊天籟實(shí)驗(yàn)室人工智能訓(xùn)練師付聰一天的工作就此開始,。

　　近幾年,，隨著人工智能技術(shù)不斷發(fā)展，這個(gè)被稱為人工智能訓(xùn)練師的職業(yè)逐漸壯大,。作為“數(shù)字職業(yè)”之一,，人工智能訓(xùn)練師的出現(xiàn)，加速了人工智能由技術(shù)研發(fā)走向行業(yè)應(yīng)用的過程,，將產(chǎn)生較高的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值,。

　　為模型不斷“喂”數(shù)據(jù)

　　每次出門時(shí)，付聰總會(huì)在耳朵上戴一個(gè)大“耳環(huán)”,。

　　這個(gè)“耳環(huán)”其實(shí)是一個(gè)測(cè)試版的助聽器,。“耳環(huán)”里的聲音各式各樣,，有呼呼的噪聲,，有尖銳刺耳的吵鬧聲……這些經(jīng)過助聽器放大后產(chǎn)生的噪聲，是很多佩戴助聽器的聽障人士長(zhǎng)期面臨的困擾,。

　　付聰和他的團(tuán)隊(duì)正在嘗試?yán)盟惴ㄔO(shè)計(jì),、通過人工智能技術(shù)“訓(xùn)練”數(shù)據(jù)模型，讓助聽器更加“智慧”地降低噪聲,，讓聽障人群聽得清,、聽得懂,、聽得舒服。

　　付聰解釋說,，助聽器數(shù)據(jù)模型很小,，因此需要針對(duì)不同場(chǎng)景進(jìn)行優(yōu)化，很多場(chǎng)景充滿挑戰(zhàn),，“比如一個(gè)聽障人士在餐廳吃飯,，周圍有很多人說話，他想跟對(duì)面的人聊天,，四周聲音特別嘈雜,，作為一個(gè)正常人都可能聽不清楚，更何況一個(gè)有聽力障礙的人,？我們希望利用模型,，把需要的聲音提取出來，降低噪聲,，幫助更多聽障人群”,。

　　理想很豐滿，但是實(shí)際的模型算法研發(fā)過程卻像是一場(chǎng)反復(fù)進(jìn)行的“戰(zhàn)役”,。

　　模型的研發(fā)過程大致分為以下幾步：數(shù)據(jù)采集,、數(shù)據(jù)“清洗”、模型訓(xùn)練,、場(chǎng)景測(cè)試,、調(diào)整算法，經(jīng)過幾次迭代之后再測(cè)試,、調(diào)整,，“如果測(cè)試結(jié)果不理想，需要把這個(gè)過程再走一遍,，直到得到最優(yōu)效果”,。付聰說。

　　數(shù)據(jù)采集要有針對(duì)性,。為了讓模型更“聰明”,，需要針對(duì)不同場(chǎng)景采集各種特殊數(shù)據(jù)。付聰和團(tuán)隊(duì)成員不僅需要到早晚高峰的地鐵,、熱鬧喧天的餐廳,、人來人往的馬路等場(chǎng)景，采集數(shù)百個(gè)小時(shí)的聲音數(shù)據(jù),，還要戴上助聽器體驗(yàn)這些聲音的差別，“比如風(fēng)聲,，正常人聽到是呼呼聲,，但戴上助聽器以后,，是很吵的噗噗聲，像是去KTV唱歌,，聲音使勁砸到麥克風(fēng)上”,。道路騎行、海邊風(fēng)浪……為了采集各種風(fēng)噪數(shù)據(jù),，付聰錄制了多種場(chǎng)景的風(fēng)聲,。

　　數(shù)據(jù)“清洗”是將不需要的數(shù)據(jù)“洗掉”。付聰舉了一個(gè)例子――風(fēng)聲,，真實(shí)場(chǎng)景下會(huì)夾雜汽車?guó)Q笛,、人交談等聲音。在整理時(shí)要把這些數(shù)據(jù)剔除出來,，保留一個(gè)比較純粹的風(fēng)聲,，這樣模型才會(huì)“認(rèn)識(shí)”風(fēng)。

　　模型訓(xùn)練是將“清洗”好的數(shù)據(jù)“喂”給模型,。除了采集的特殊數(shù)據(jù),，付聰和他的同事們還會(huì)加入諸如世界各國(guó)的語(yǔ)言和一些非語(yǔ)音聲音等數(shù)據(jù)，“基本涵蓋了人們生活中遇到的所有噪聲和語(yǔ)音”,。

　　和人類不同,，人工智能模型在訓(xùn)練過程中，不會(huì)疲憊,、煩躁,、發(fā)脾氣，它們的“智慧”取決于模型參數(shù),、訓(xùn)練策略,、數(shù)據(jù)量等?！八鼈兙拖褚粋€(gè)‘孩子’,，會(huì)越來越‘聰明’，識(shí)別到越來越多的聲音,，我特別有成就感,。”付聰說,。

　　考驗(yàn)?zāi)托?、?xì)致和忍受力

　　模型訓(xùn)練完成后，并不意味立刻能應(yīng)用到聽障人群的助聽器上,，還要經(jīng)歷較長(zhǎng)時(shí)間的迭代,、調(diào)整過程。

　　比如,，為了讓聽障人群適配到合適的助聽器,，傳統(tǒng)方式是患者反復(fù)到線下的驗(yàn)配店去試戴,，過程繁雜。付聰解釋說,，一般情況下,，根據(jù)發(fā)病原因不同可以將聽力下降分為三類：感音神經(jīng)性、傳導(dǎo)性,、混合性耳聾,；根據(jù)聽力下降的程度不同，分為輕度,、中度,、重度及極重度耳聾。針對(duì)不同的類型,，助聽器的適配方式有所不同,。

　　有沒有可能把適配過程搬到“線上”，利用人工智能算法和深度學(xué)習(xí)能力,，讓聽障人群在線上就能做準(zhǔn)確的聽力驗(yàn)配,？帶著這個(gè)疑問，付聰開始研發(fā)適配算法,。他將這個(gè)過程比喻為做應(yīng)用題,，需要查詢國(guó)內(nèi)外文獻(xiàn)、檢索現(xiàn)有方案,，根據(jù)具體的使用環(huán)境,，利用現(xiàn)有知識(shí)開展合理想象、設(shè)計(jì)實(shí)驗(yàn),、尋找答案,。

　　這個(gè)過程考驗(yàn)人工智能訓(xùn)練師的耐心、細(xì)致,。在測(cè)試助聽器音質(zhì)時(shí),，不同的佩戴方式，對(duì)應(yīng)不同的測(cè)試結(jié)果,。付聰和同事需要以“N×N”排列組合設(shè)計(jì)不同的佩戴方式,，并且不斷重復(fù)試驗(yàn)，來研究其對(duì)音質(zhì)產(chǎn)生的影響,。

　　這個(gè)過程十分考驗(yàn)人工智能訓(xùn)練師的忍受力,。“一個(gè)人工智能訓(xùn)練師的基本素養(yǎng),，就是強(qiáng)迫自己聽很多次刺耳的聲音,。”付聰表示，這是因?yàn)橛?xùn)練師需要定量衡量聽障患者能正常聽到的聲音極限點(diǎn),，而這些聲音的分貝數(shù)是正常人耳難以忍受的,，“很多時(shí)候恨不得把耳機(jī)摔掉,。經(jīng)過一天測(cè)試,，整個(gè)腦袋都感覺疼”。

　　經(jīng)過不斷迭代,、調(diào)整,，內(nèi)置了算法的助聽器終于完成了。最讓付聰難忘的是他們第一次到廣東韶關(guān)捐贈(zèng)產(chǎn)品,，他們把助聽器挨個(gè)交到聽障老人手上,，開機(jī)、戴設(shè)備,、調(diào)整增益……“雖然我對(duì)模型很有信心,，但當(dāng)時(shí)還是感覺心提到了嗓子眼，因?yàn)樵诖酥?，老人們是無法正常交流的,。”付聰說,。

　　他小心地詢問一個(gè)老人：“您能聽到我在說什么嗎,？”

　　“可以了?！崩先司徛謭?jiān)定地從口中說出3個(gè)字,。

　　“那時(shí)候我覺得，我們做的這個(gè)事情挺有意義的,?！备堵斦f。

　　用技術(shù)解決人類需求

　　人工智能訓(xùn)練師是一個(gè)需要忍受孤獨(dú)的職業(yè),，因?yàn)樗麄兇罅康臅r(shí)間是在設(shè)計(jì)方案,、寫代碼、采集數(shù)據(jù),、訓(xùn)練模型中度過的,。

　　“我戰(zhàn)勝孤獨(dú)的秘密是興趣?！备堵?shù)膶I(yè)是通信,，其中很多課程和信號(hào)處理相關(guān)，他平時(shí)比較喜歡音樂,，因此就將自己的興趣和專業(yè),、工作結(jié)合起來，聚焦音頻領(lǐng)域，大學(xué)畢業(yè)后參與了很多有關(guān)音頻信號(hào)處理的工作,，經(jīng)歷了音頻算法從傳統(tǒng)算法到人工智能算法,，再到大規(guī)模深度學(xué)習(xí)的各個(gè)階段。

　　在付聰看來,，人工智能技術(shù)是一個(gè)很好的工具,，目的是將人類從很多腦力勞動(dòng)中解放出來，用規(guī)?；姆绞饺ヌ娲壳俺杀据^高的個(gè)體勞動(dòng),。對(duì)整個(gè)社會(huì)而言，這是一種生產(chǎn)力的進(jìn)步,，有著巨大的社會(huì)價(jià)值和商業(yè)價(jià)值,。

　　成熟的人工智能技術(shù)是什么樣？付聰認(rèn)為需要經(jīng)過3個(gè)階段：一是感知智能,，核心在于模擬人的視覺,、聽覺和觸覺等感知能力，比如人臉識(shí)別,、語(yǔ)音識(shí)別等,；二是認(rèn)知智能，具有人類思維理解,、知識(shí)共享,、行動(dòng)協(xié)同或博弈等特征，“能夠真正理解人在說什么,，根據(jù)一些提示,，提供相對(duì)完整的回答”；三是行為智能,，也就是像自動(dòng)駕駛一樣,，真正可以在物理世界發(fā)揮作用。

　　達(dá)到這樣的目標(biāo),，需要對(duì)人工智能模型不斷進(jìn)行訓(xùn)練,。付聰表示，首先需要針對(duì)問題準(zhǔn)備足夠多的數(shù)據(jù),，“多到盡量涵蓋解決這個(gè)問題時(shí)所遇到的所有情形”,；其次需要設(shè)計(jì)很好的算法，并根據(jù)用戶反饋不斷優(yōu)化,。

　　“人工智能技術(shù)領(lǐng)域日新月異,，要求人工智能訓(xùn)練師有廣闊的視野、深厚的人文情懷和社會(huì)責(zé)任感,，用業(yè)界最新想法,、理念和正確的倫理觀來幫助人類解決生產(chǎn)生活中遇到的問題,。”付聰說,。