打開(kāi)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(tīng)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(pán)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(kāi)始。
近幾年，隨著人工智能技術(shù)不斷發(fā)展，這個(gè)被稱(chēng)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(guò)程，將產(chǎn)生較高的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值。
(相關(guān)資料圖)
為模型不斷“喂”數(shù)據(jù)
每次出門(mén)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(tīng)器?！岸h(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(guò)助聽(tīng)器放大后產(chǎn)生的噪聲，是很多佩戴助聽(tīng)器的聽(tīng)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(guò)人工智能技術(shù)“訓(xùn)練”數(shù)據(jù)模型，讓助聽(tīng)器更加“智慧”地降低噪聲，讓聽(tīng)障人群聽(tīng)得清、聽(tīng)得懂、聽(tīng)得舒服。
付聰解釋說(shuō)，助聽(tīng)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(mǎn)挑戰(zhàn)，“比如一個(gè)聽(tīng)障人士在餐廳吃飯，周?chē)泻芏嗳苏f(shuō)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(tīng)不清楚，更何況一個(gè)有聽(tīng)力障礙的人？我們希望利用模型，把需要的聲音提取出來(lái)，降低噪聲，幫助更多聽(tīng)障人群”。
理想很豐滿(mǎn)，但是實(shí)際的模型算法研發(fā)過(guò)程卻像是一場(chǎng)反復(fù)進(jìn)行的“戰(zhàn)役”。
模型的研發(fā)過(guò)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(guò)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(guò)程再走一遍，直到得到最優(yōu)效果”。付聰說(shuō)。
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(lái)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(tīng)器體驗(yàn)這些聲音的差別，“比如風(fēng)聲，正常人聽(tīng)到是呼呼聲，但戴上助聽(tīng)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(chē)?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(lái)，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(lèi)不同，人工智能模型在訓(xùn)練過(guò)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(lái)越‘聰明’，識(shí)別到越來(lái)越多的聲音，我特別有成就感?！备堵斦f(shuō)。
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(tīng)障人群的助聽(tīng)器上，還要經(jīng)歷較長(zhǎng)時(shí)間的迭代、調(diào)整過(guò)程。
比如，為了讓聽(tīng)障人群適配到合適的助聽(tīng)器，傳統(tǒng)方式是患者反復(fù)到線下的驗(yàn)配店去試戴，過(guò)程繁雜。付聰解釋說(shuō)，一般情況下，根據(jù)發(fā)病原因不同可以將聽(tīng)力下降分為三類(lèi)：感音神經(jīng)性、傳導(dǎo)性、混合性耳聾；根據(jù)聽(tīng)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(lèi)型，助聽(tīng)器的適配方式有所不同。
有沒(méi)有可能把適配過(guò)程搬到“線上”，利用人工智能算法和深度學(xué)習(xí)能力，讓聽(tīng)障人群在線上就能做準(zhǔn)確的聽(tīng)力驗(yàn)配？帶著這個(gè)疑問(wèn)，付聰開(kāi)始研發(fā)適配算法。他將這個(gè)過(guò)程比喻為做應(yīng)用題，需要查詢(xún)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(kāi)展合理想象、設(shè)計(jì)實(shí)驗(yàn)、尋找答案。
這個(gè)過(guò)程考驗(yàn)人工智能訓(xùn)練師的耐心、細(xì)致。在測(cè)試助聽(tīng)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(lái)研究其對(duì)音質(zhì)產(chǎn)生的影響。
這個(gè)過(guò)程十分考驗(yàn)人工智能訓(xùn)練師的忍受力?！耙粋€(gè)人工智能訓(xùn)練師的基本素養(yǎng)，就是強(qiáng)迫自己聽(tīng)很多次刺耳的聲音?！备堵敱硎?，這是因?yàn)橛?xùn)練師需要定量衡量聽(tīng)障患者能正常聽(tīng)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(guò)一天測(cè)試，整個(gè)腦袋都感覺(jué)疼”。
經(jīng)過(guò)不斷迭代、調(diào)整，內(nèi)置了算法的助聽(tīng)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(tīng)器挨個(gè)交到聽(tīng)障老人手上，開(kāi)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(jué)心提到了嗓子眼，因?yàn)樵诖酥?，老人們是無(wú)法正常交流的?！备堵斦f(shuō)。
他小心地詢(xún)問(wèn)一個(gè)老人：“您能聽(tīng)到我在說(shuō)什么嗎？”
“可以了。”老人緩慢而又堅(jiān)定地從口中說(shuō)出3個(gè)字。
“那時(shí)候我覺(jué)得，我們做的這個(gè)事情挺有意義的?！备堵斦f(shuō)。
用技術(shù)解決人類(lèi)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(xiě)代碼、采集數(shù)據(jù)、訓(xùn)練模型中度過(guò)的。
“我戰(zhàn)勝孤獨(dú)的秘密是興趣?！备堵?shù)膶?zhuān)業(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(lè)，因此就將自己的興趣和專(zhuān)業(yè)、工作結(jié)合起來(lái)，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(lái)，人工智能技術(shù)是一個(gè)很好的工具，目的是將人類(lèi)從很多腦力勞動(dòng)中解放出來(lái)，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(guò)3個(gè)階段：一是感知智能，核心在于模擬人的視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)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(lèi)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(shuō)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(wèn)題準(zhǔn)備足夠多的數(shù)據(jù)，“多到盡量涵蓋解決這個(gè)問(wèn)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(hù)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(lái)幫助人類(lèi)解決生產(chǎn)生活中遇到的問(wèn)題?！备堵斦f(shuō)。