相信很多大家對(duì)騰訊把12億用戶(hù)，都變成了免費(fèi)的“標(biāo)注民工”。還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

你有沒(méi)有想過(guò)，當(dāng)你在網(wǎng)上進(jìn)行簡(jiǎn)單的驗(yàn)證碼操作時(shí)，其實(shí)你已經(jīng)無(wú)意間成為了一名“標(biāo)注民工”?

昨天晚上，我在登錄QQ郵箱和LOL官網(wǎng)的時(shí)候。

發(fā)現(xiàn)騰訊的驗(yàn)證碼變了。

不再是之前的驗(yàn)證碼了，而是變成了一段Prompt加六張AI生成的圖。

右下角赫然寫(xiě)著:

圖片由混元AI生成。

騰訊，終于把用驗(yàn)證碼做標(biāo)注的手，伸向了他那12億的用戶(hù)。

拿驗(yàn)證碼當(dāng)標(biāo)注系統(tǒng)，讓用戶(hù)免費(fèi)標(biāo)注，其實(shí)在遠(yuǎn)古時(shí)代，就已經(jīng)不是什么新鮮事了，但是用生成式AI來(lái)跟驗(yàn)證碼做結(jié)合，這確實(shí)還是我，所看的頭一回。

先說(shuō)說(shuō)驗(yàn)證碼這個(gè)東西。

這玩意從最開(kāi)始發(fā)明起，其實(shí)只有一個(gè)目的，就是為了區(qū)分機(jī)器和人。

簡(jiǎn)稱(chēng)“CAPTCHA”，全稱(chēng)就賊長(zhǎng)了，“Completely Automated Public Turing Test to Tell Computers and Humans Apart”

翻譯過(guò)來(lái)是，“全自動(dòng)區(qū)分計(jì)算機(jī)和人類(lèi)的圖靈測(cè)試”。

你看看，圖靈測(cè)試。

剛開(kāi)始，有個(gè)斯坦福公益驗(yàn)證碼系統(tǒng)，reCAPTCHA。

它最成名的項(xiàng)目，就是用驗(yàn)證碼來(lái)數(shù)字化海量的書(shū)籍和舊報(bào)紙。那時(shí)候的Ocr真的不咋地，而且很多年前的書(shū)和報(bào)紙那糊的真的差強(qiáng)人意。

當(dāng)時(shí)，reCAPTCHA系統(tǒng)會(huì)向用戶(hù)在驗(yàn)證碼上，展示兩組扭曲的單詞，其中前面的一組是計(jì)算機(jī)已經(jīng)識(shí)別的，另一個(gè)是計(jì)算機(jī)難以識(shí)別的。

如果用戶(hù)正確輸入前半部分，那么 reCAPTCHA就會(huì)假設(shè)用戶(hù)輸入的后半部分也是正確的，然后把錄入結(jié)果返回至reCAPTCHA的項(xiàng)目主機(jī)。

結(jié)果返回主機(jī)后，主機(jī)還會(huì)把這個(gè)結(jié)果再派發(fā)給多個(gè)用戶(hù)進(jìn)行交叉驗(yàn)證，以確保沒(méi)有不小心或故意輸錯(cuò)單詞的情況。

他們用這個(gè)系統(tǒng)，在十幾年里，數(shù)字化了幾千萬(wàn)的書(shū)籍和報(bào)紙。

本來(lái)一切都挺美好的，然后，Google下場(chǎng)了，他們把reCAPTCHA給收了。

沒(méi)過(guò)多久，就讓用戶(hù)開(kāi)始識(shí)別，google街景中，那些難以識(shí)別的門(mén)牌號(hào)了。。。

這其實(shí)，就是明晃晃的讓你當(dāng)標(biāo)注民工，無(wú)償來(lái)給google標(biāo)注訓(xùn)模型了。

google那時(shí)候幾億用戶(hù)，每天驗(yàn)證碼會(huì)被調(diào)用上千萬(wàn)次。

這大概就好像，讓幾百萬(wàn)個(gè)人每人為給你干5秒鐘活兒，然后一分錢(qián)都不給一樣，你說(shuō)這是不是已經(jīng)，把白嫖玩到極致了。

直到后面，離譜的東西越來(lái)越多，你要標(biāo)注的東西，也越來(lái)越多。

比如這些奇奇怪怪非人視角讓你選一個(gè)bus的照片。

當(dāng)然最離譜最好玩的，得數(shù)15年的12306，當(dāng)時(shí)開(kāi)腳本搶票的太多，12306的流量壓力實(shí)在太大，被逼的開(kāi)啟了神跡級(jí)的驗(yàn)證碼，據(jù)說(shuō)人類(lèi)首次正確率僅為8%，得錯(cuò)3次以上的人占比有65%。

這種逆天驗(yàn)證碼的題目是這樣的。

劉慈欣我不敢打包票，但是范偉我是全認(rèn)出來(lái)了。。

時(shí)間走走停停，一眨眼，來(lái)到了2024年。

為了自己家的混元大模型，騰訊也把手，伸向了驗(yàn)證碼。

讓我們開(kāi)始，來(lái)做AI繪圖大模型的標(biāo)注了。

這部分的標(biāo)注，其實(shí)不是啥圖片美學(xué)質(zhì)量的標(biāo)注，而是對(duì)于圖片理解和映射的標(biāo)注。

通俗地講，就是語(yǔ)義理解。

現(xiàn)在做的，還是最基礎(chǔ)最簡(jiǎn)單的分類(lèi)，我們標(biāo)起來(lái)，還是挺輕松的。畢竟里面都知道，左上角是鴨子，中間是老虎，左下角是蜜蜂，右下角是賽車(chē)。

而那兩張白楊樹(shù)林，其實(shí)，你選任意一個(gè)，或者選兩個(gè)，都能過(guò)。

比如我這個(gè)圖:一簇在懸掛花盆在生長(zhǎng)的多肉。

其實(shí)你會(huì)看到有兩張都跟多肉有關(guān)，而根據(jù)定語(yǔ)，一簇，更符合左上角第一張圖，右上角那個(gè)其實(shí)不是一簇是一堆，但是我選了他，依然能過(guò)。

而你想把兩個(gè)都選，你也都能過(guò)。

所以這個(gè)標(biāo)注之心啊，一點(diǎn)都不藏著掖著。

但是確實(shí)這個(gè)做法很有用，比如還是這句Prompt，真正核心難點(diǎn)是一簇。

用這種方式，對(duì)整體的語(yǔ)義理解，確實(shí)有非常大的幫助。

而且現(xiàn)在明顯還是初期，給的prompt和圖，都非常的簡(jiǎn)單，標(biāo)注的難度也不高，甚至一些大廠(chǎng)的標(biāo)注模型直接機(jī)標(biāo)可能都應(yīng)付的過(guò)來(lái)。

但是如果下一次，是“一只在清朝宮殿里生長(zhǎng)的杜鵑花”呢?

一只、清朝宮殿、杜鵑花。難度直接拉滿(mǎn)。

甚至另外幾個(gè)選項(xiàng)給你的也不是差異這么大的動(dòng)物汽車(chē)啥的，給你的都是菊花、杜鵑花、喇叭花、玫瑰花，來(lái)吧你就選吧，加油啊標(biāo)注民工。

要知道，標(biāo)注真的很貴的，之前跟國(guó)內(nèi)一家做AI繪圖大模型的公司聊過(guò)，才知道他們標(biāo)注分為機(jī)標(biāo)和人標(biāo)，而人標(biāo)的成本，大概是數(shù)據(jù)量的十分之一。

也就是你拿出去3000萬(wàn)的數(shù)據(jù)，人工標(biāo)一次，就得300萬(wàn)RMB干出去。

而騰訊12億用戶(hù)，每天驗(yàn)證碼起碼也是千萬(wàn)的量級(jí)，這標(biāo)注費(fèi)用，你可以算算這省了多少錢(qián)吧。

所以說(shuō)，大廠(chǎng)在如今還在大數(shù)據(jù)的時(shí)代，優(yōu)勢(shì)是真的大。。。

不過(guò)這種標(biāo)注，目前來(lái)看還是只能解決語(yǔ)義理解的標(biāo)注，但是能把這個(gè)解決也已經(jīng)很牛逼了，雖然美學(xué)一般，但是語(yǔ)義理解能達(dá)到極強(qiáng)，這就是妥妥的國(guó)內(nèi)版Dalle3。

而Dalle3的短板大家肯定也清楚，實(shí)在太丑了。

而要標(biāo)美學(xué)表現(xiàn)，難度其實(shí)就大很多，真的得找懂設(shè)計(jì)、懂美學(xué)的人來(lái)標(biāo)注。

Midjourney當(dāng)年其實(shí)就是吃了這波紅利。

第一波獲得用戶(hù)，而且獲得的還是一大波的有美學(xué)背景的專(zhuān)業(yè)用戶(hù)，然后每次你生圖的時(shí)候給你生成4張圖拼一塊的一張整圖，你還必須選一張你覺(jué)得最好的進(jìn)行提取或優(yōu)化。

這就是一種強(qiáng)行的數(shù)據(jù)標(biāo)注。

所以Midjourney在如今的美學(xué)表現(xiàn)上一騎絕塵，是因?yàn)樗麄冊(cè)诿缹W(xué)的標(biāo)注上，做的太好了，而別的家想在這塊趕上，基本不可能，因?yàn)樽罡哔|(zhì)量的那波用戶(hù)，基本已經(jīng)全在Midjourney那了。

而騰訊未來(lái)想做這件事，其實(shí)在我看來(lái)，還真是有可能的。

因?yàn)槟闫鋵?shí)看Midjourney的路徑，核心點(diǎn)就一個(gè):海量的專(zhuān)業(yè)用戶(hù)。

騰訊缺專(zhuān)業(yè)用戶(hù)嗎，怎么可能會(huì)缺，12億用戶(hù)捏在手上，用戶(hù)畫(huà)像做的那么齊全，我想把有設(shè)計(jì)師背景的用戶(hù)挑出來(lái)，難嗎?一點(diǎn)都不難。

我想給挑出來(lái)的這些設(shè)計(jì)師背景的用戶(hù)推送美學(xué)標(biāo)注的驗(yàn)證碼，難嗎?也不難。

所以啊，現(xiàn)在在我看來(lái)，騰訊的驗(yàn)證碼標(biāo)注，才剛剛向前邁了半步，后面的模型空間，還很大。

唯一問(wèn)題就是，騰訊內(nèi)部有點(diǎn)封閉，用戶(hù)畫(huà)像數(shù)據(jù)PCG做QQ的那邊肯定有，但是混元跟PCG不是一個(gè)事業(yè)群，也不知道能不能拿得到。。。

能拿到的話(huà)，那就是王炸。

但是不管怎樣。

你我都已經(jīng)，身在其中了。

10年前，就已經(jīng)是了。

以上就是關(guān)于【騰訊把12億用戶(hù)，都變成了免費(fèi)的“標(biāo)注民工”?！康南嚓P(guān)內(nèi)容，希望對(duì)大家有幫助！