写照｜人工智能训练师、虚拟现实技术员是怎么工作的？
文库划重点：“一开始业内用得比较多的是统计模型，它的分析能力比较有限。后来又出现了神经网络模型，它可以模拟人脑的思考过程，能够分析的数据量更大。”而在自然语言处理这一细分领域，近年来又发展出了“预训练模型”，这种模型可以广泛地吸收各种门类的知识，融会贯通之后，对语言的理解力相较前两种模型更强。
北京市人社局近日发布的《2021北京市人力资源市场薪酬大数据报告》，首次公开了30个新职业的薪酬水平。这其中，诸如虚拟现实工程技术人员这样的职业，因为名字充满新鲜感而受到更多的关注。由于工作中要用到很多前沿技术，这些行业的从业者往往比较年轻。随着时间的推移，他们也将成为这个行业的“先驱者”。
虚拟现实工程技术人员
前脚写好代码 后脚就得“开车”
头戴VR（虚拟现实）眼镜，坐进驾驶舱手握方向盘，时而在科目二训练场内练习，时而在高速公路上飞驰，时而在冰天雪地或泥泞不堪的道路上艰难前行。每天，赵苍月都要重复这样的工作。这些变化多端的环境，其实是虚拟现实技术的产物，必须要戴上VR眼镜，才会有一种身临其境的感觉。
赵苍月是某公司的产品经理，也是一名虚拟现实工程技术人员。公司的主营业务是“驾驶训练模拟”，赵苍月最主要的工作，是设计虚拟现实驾驶课程，并通过编写代码把现实中的环境用虚拟的方式呈现出来。这些课程连同公司研发的驾驶模拟机，已经运用在一些驾校当中。
赵苍月正在驾驶模拟机上测试
“我今天测的这个雪地环境，路面的质感还得再做一些调整。”为了验证虚拟环境的呈现效果，赵苍月设计完环境和场景后，都要在公司研发的驾驶模拟机上“开车”实测，以获得最直观的感受。
光是自己体验还不够，产品还得让驾校教练员来把把关。有一次设计完场景，教练员在虚拟场景中试车时，发现汽车后视镜的观感与驾驶真车时有细微差别。经过多方排查，赵苍月发现，原来是这次收集建模数据时出现了小误差。修改过后，虚拟场景里看到的景象就与真实场景完全一致了。“如果这一点点差别没有排查出来，学员学车时就有可能出错，我们不能允许这种情况发生。”
因为环境是虚拟的，可以不受约束地进行设计，赵苍月还能在其中添加一些实际驾车训练中难以碰到的“突发情况”，比如鬼探头，方向盘失灵等等。之前提到的雪地和泥地环境，则属于“极端天气”训练。每一种环境和情况，系统都会给出应对措施。学员在训练中经历了这些问题，万一在现实世界中又遇到了，就不会那么慌张。
赵苍月是1980年生人，在他所在技术团队中已经是年龄最长的“老大哥”。早年大学刚毕业时，他干的并不是软件行业，而是机械设计工作。很快他就发现这种比较单调的工作并不适合自己。在那之后，他辗转去了一家游戏公司，在那里接触到了虚拟现实的概念，随后又来到了现在这家专做虚拟现实产品的公司。
“之所以选择干现在这行，主要是想追求创造性。”赵苍月表示，最近比较火的“元宇宙”概念，也是虚拟现实的一个未来发展方向。人们通过虚拟现实设备共同生活在虚拟空间中，做很多在现实空间里可以做到甚至难以做到的事情，“这种技术最终能发展成什么样，完全取决于我们的想象力，它有无限的可能。”
人工智能训练师
每天上百万句话 全都灌输给模型
“大夫，我肚子疼。”“疼了多长时间了？”“半个月了，疼得非常厉害……”电脑屏幕上，显示的是一段医生与病人之间的对话文本。31岁的人工智能训练师王晓露点击“分析”键后，系统自动将对话内容转化为了结构化表示：“症状：腹痛，程度：重度，发生时间：半月”。这样看似简单的功能，背后却是日复一日“训练”得来的结果。
王晓露所在的北京某科技有限公司，主要做的是医疗领域的人工智能产品。除了能把医患对话一键生成为病历，产品还可以为病人提供诊前信息采集，诊后疾病管理等服务。这些服务依托的，都是人工智能领域的“自然语言处理”技术。简单来说，就是用电脑里的“人工智能语言处理模型”来分析对话信息，根据分析结果给出不同的答案。
王晓露正在训练人工智能模型
“想让人工智能来学习人类的语言是很困难的，我们人类很简单就能明白的东西，它理解起来十分困难。”王晓露举例，病人说“我肚子疼”，医生问“疼了多久”，医生说的“疼”指的是哪个人体部位？根据上下文，普通人都知道指的是肚子，但模型就是理解不了。为了解决这样的问题，王晓露每天都要找上百万个医生和病人的对话句子灌输给模型。通过反复的训练、吸收、学习，模型能“听懂”的话也越来越多。
从数学专业毕业的王晓露，从事人工智能相关工作已经将近10年。这些年来，他深刻地感觉到这一行的技术更新迭代是如此之快。“一开始业内用得比较多的是统计模型，它的分析能力比较有限。后来又出现了神经网络模型，它可以模拟人脑的思考过程，能够分析的数据量更大。”而在自然语言处理这一细分领域，近年来又发展出了“预训练模型”，这种模型可以广泛地吸收各种门类的知识，融会贯通之后，对语言的理解力相较前两种模型更强。王晓露现在使用的模型，也是以预训练模型为基础优化而来的，“如果你不去学这些新知识新技术，你在业内很容易就会失去竞争力。”
在王晓露看来，人工智能是未来许多年都应该重点发展的一个行业。人工智能技术可以运用在各种场景，节省人员精力、处理复杂问题。单从医疗场景来说，语言处理模型通过不断训练，它所见到的病例会越来越多，甚至会比一般的医生更加“见多识广”，因此还可以帮助筛查罕见病。“有时候罕见病的表征和常见病是很像的，只会有些微的不同，医生都不一定留意到。有了人工智能技术，就可以捕捉到这种蛛丝马迹，为医生的诊断提供另一种思路。”
区块链工程技术人员
等行业发展壮大 咱就是先驱者了
上午九点，李思打开电脑里的网课软件，新开了一个主题为“区块链数据结构”的直播课堂。不一会儿，课堂里就来了几十个学生，授课也正式开始。
今年30岁的李思是一所研究机构的研究员，主要的研究方向是区块链技术，平时他也会给大学生上一些区块链理论课。受疫情影响，原本应该线下教授的课程现在全都转移到了网上。
相比于经常被提及的人工智能和虚拟现实技术，区块链这个概念，即使在接触新鲜事物较多的年轻人群体中都有些陌生。李思举了一个简单的例子来解释，区块链就相当于一个电子账本，谁都可以在上边记账，每一个记账的人都互相平等。所记录的内容要符合账本的规范，一旦记录下来就不能更改。记账的人还应该互相监督，以此来维持账本内容的可靠。
入区块链这一行之前，李思做的是人工智能领域的工作。谈到转行的原因，一个是因为他看好区块链技术的未来发展，另一个是他对区块链这种“平等”的特性很感兴趣。
“我们的生活，由各种各样的数据所组成。但这些数据，往往掌握在少数公司当中。甚至跟我们最相关的数据，也都会被数据商管理和监测，不能被我们所掌控。”李思表示，有了区块链之后，因为它的“平等”特性，每一个记录者发布的信息和数据并没有后台数据商来监控，每一个人都可以成为数据的主人。
此外，因为区块链不可篡改的特性，它往往会被运用在金融、政务等领域，甚至有人还嗅到了商机，开发了“区块链表白”业务。只要交一笔服务费，工作人员就可以帮忙把表白信息发布在区块链上，这条信息会永远存在无法更改。“但如果后来两个人分手了，这个信息还是改不了，会有些尴尬。”
区块链的特性可以起到保护数据的作用，但一旦出现问题，想要解决起来也很麻烦。李思回忆，国外曾经出现过一起事件，有一个区块链“账本”在设计之初就有漏洞，被黑客利用后，账本里的很多数据都被污染。因为区块链不可篡改的特性，这些被污染的数据甚至无法修复，只能全都作废，重新记录。“这件事告诉我们，干这一行的人在工作时要十分小心，一旦出问题就会是大问题。”
从业人员少，技术有难度，区块链技术人员的薪酬也水涨船高。在北京市人社局发布的“30个新职业薪酬数据”中，“区块链工程技术人员”以年薪中位值48.7万元排名最高。李思表示，在研究所做研究，如果平台好，是可以超过这个数字的。如果还想挣得更多，往往就要考虑外出创业。“现在区块链技术还处于起步阶段，其实有很多应用领域并没有人做，机会还是很多的。”
话虽如此，李思暂时还没有走出研究院的想法，他更喜欢相对纯粹的研究环境。科研的道路要忍受孤独，即使是同一个研究小组，同事之间的研究方向也不一样，互相之间不太能深入具体地讨论。但李思认为，无论研究什么方向，都算是为区块链技术出工出力。“等再过几十年，区块链发展更壮大了，咱也可以说自己是行业先驱者了。”
（文章原标题：《调查｜人工智能训练师、虚拟现实技术员是怎么工作的？》。涉及公司名称收录时有隐去）
收录于哈希力量，手机站省略本文固定网址
