教人工智能读懂专业文件（新职业新故事）

本文转自：人民日报

人工智能训练师帮助学习模型识别“有用”信息——

教人工智能读懂专业文件（新职业新故事）

本报记者 黄晓慧

《 人民日报 》（ 2024年08月27日 第 13 版）

杨洪旭在制订人工智能训练计划。

杨洪旭（右）和同事在讨论人工智能训练进展。

以上图片均为本报记者黄晓慧摄

打开电脑，开启智能训练软件，人工智能训练师杨洪旭开始一天的工作。他最近的任务是训练一个能自主识别银行电汇申请书的人工智能（AI）模型。

杨洪旭供职的达观数据有限公司，位于上海浦东软件园，是一家智能文本处理技术企业。这里研发的AI模型，能读懂合同工单、财务报表、行业报告等各类文本文件，在银行流水识别、合同审核与比对等多场景落地应用。

“在训练AI模型前，训练师首先要阅读大量相关的文件文本，从中提炼和标注出关键信息。”杨洪旭把读文本、做标注的过程比作老师备课，是训练的基础，“我们划重点、做标注，然后将‘有用’信息‘投喂’给AI模型，告诉它们应该提取哪些信息、按照什么格式提取。”人工智能训练师一年需要阅读上万份文档，训练几十个AI模型。

杨洪旭在智能训练软件中打开某银行一张电汇申请书的扫描图像，将“业务种类”“汇款人名称”“账号”“开户银行”“联系地址”等字段信息一一拉框选中，再在旁边打上相应标签，随后点击生成训练模型。

模型生成后，他需要给AI模型出一些练习题，输入字段信息，比对AI模型生成的结果，以此检验学习效果。当发现生成结果与原文本有出入时，杨洪旭会记录并整理成问题列表。“比如文章中有一处图像，它没有读取出来。有一个图像应该是正向的，它读取成了侧向的。”这些问题会统一反馈给AI模型的研发人员，为后续改进作参考。

“AI模型经过训练后，再遇到类似的文本文件，它就能自主抓取、审读这些关键信息，更高效地执行人类指令。”在别人眼中单调、重复、略显枯燥的文档阅读、数据标注、效果测试等工作，杨洪旭却得心应手。他最开心的事就是看到自己训练的模型越来越“聪明”。

1993年出生的杨洪旭，患有先天听力障碍，要戴助听器才能听到外界的声音。2014年，他从上海一所职业技术学院的环境设计专业毕业，先后做过家装设计、会计文员和仓库管理员等工作。

“和客户交流时，因为口齿表达不够清晰流利，经常会有挫败感。”在杨洪旭陷入迷茫之际，上海市浦东新区残联向他推荐了达观数据有限公司的“人工智能训练师”岗位。尽管没有计算机编程技术基础，也对人工智能了解不多，但在听说这份新工作主要和机器打交道后，杨洪旭决定尝试。

招聘杨洪旭入职的运营管理总监袁少杨说，公司首批人工智能训练师主要从事最基础的数据标注工作，重复的工作内容和大批量的标注强度，很考验人的耐心、细心和专注度。

5年下来，踏实、专注、好学的杨洪旭赢得了同事们的交口称赞。在公司的内部培训和自我学习下，他逐渐胜任模型处理、产品测试、接洽客户等多项工作。2022年底，上海发布了首批人工智能训练师（二级）职业技能等级认定通过名单，杨洪旭位列其中。

面对人工智能产业的飞速发展，杨洪旭主动学习AI模型主流的编程语言，编写一些简单代码处理模型出现的问题。“比如，当发现训练的模型有误读问题，我能够编写几行程序代码，做一些初步纠正，而不是把问题直接转给模型研发人员。”杨洪旭说，为了提升自己，眼下，他正在备考信息系统项目管理师职称证书。

人工智能是上海的三大先导产业之一。近年来，上海从算力、语料、模型、测试、应用场景等方面布局人工智能产业，同时加大人才培养力度。2022年，上海启动人工智能训练师职业技能等级认定工作，目前已有450多人获得了“人工智能训练师”证书。

版式设计：汪哲平