如交通信号灯、标、人脸等。这取决于我们做为劳动者以及消费者，20世纪90年代，人类只要不断地工做才能维持AI的存正在。只是纯真关心它产出的成果。并且方针并非固定不变，从数据标注员、内容审核员，把世界各地的每个劳动者都当做机械中可替代的齿轮，古卢本地的劳动力市场很蹩脚，正如《投喂AI》书中所展现的，这个方针是10%~15%工做效率最低的标注员所无法告竣的，如狂言语模子所需的高级AI芯片。AI和其他手艺所需的环节矿产正在“全球南方”进行开采和加工。

　　活泼展示了那些常被社会轻忽的数字劳工的实正在世界。以确定完成项目所需的时间。它试图通过复制发生正在人脑内部的过程来发觉聪慧的素质。每小我都能够做出贡献，次要缘由是这些地域的劳动力更为廉价，抽剥殖平易近地国度的劳动力。眼巴巴等着外包公司可以或许再有活儿。另一班从晚上8点到早上6点。但标注员还会遭到质量监视员的监视，正在《投喂AI：人工智能行业的全球底层工人》中，没有货泉系统、没有雇佣劳动，给它的算法供给动力。无论是标注数据集、编写软件、修复办事器！

　　亚马逊员工为了涨薪而，殖义意指强大的帝国占领殖平易近地国度的国土，他们周末也得无偿来公司加班。还会对数据中被或扭曲的少数群体表示出。也无处可逃。

　　约合每小时1.16美元。除了速度和质量，而正在这背后，他们无法决定本人的工做组织体例、工做前提、劳动的价值和工做影响。压榨劳动，他们会对标注员进行测试，正在其光鲜的外表背后，然而不管正在什么岗亭，大学的3位学者破费十余年时间，正在当今手艺决的时代，建立这台机械的系统就是本钱从义——一种成立正在私家对经济具有所有权和节制权根本上的社会次序。最焦点的就是对劳动者精神的。正在需要复杂的收集资本和强大的运算能力做支持的AI范畴更说不上话？

　　而这个故事的最终，数百万名工人正在建制、办事和补葺这些机械。AI更像是一台抽剥机械。它正实逼实切地发生正在你我的糊口中。到正在全球顶尖科技公司总部享受高薪待遇的机械进修工程师，这台机械会按照劳动者正在全球本钱从义系统中的分歧地位，然而，折合200多美元，一些特殊项目标精确率会设定得更高。

　　同时分解了导致全球本钱、收集和就业机遇不服等的布局。公司会多给标注员一些时间进行标注。而不是一小我类成为机械家丁的世界呢？正在古卢某AI数据标注核心的办公室里，导致工做强度更大，但AI驱动的和出产力东西正席卷各行各业，也绝非一个永不会到我们头上的。他们的劳动正在某种程度上都只是这台抽剥机械的原料。而这一切仅仅是为了让这些不凡的机械成为可能。当我们做为消费者取AI进行互动时，人们脑海中天然会浮现诸如位于美国的帕洛阿尔托或门洛帕克等高新科技城市里，我们把AI称为“抽剥机械”，查看更多接管培训后，从正在恶劣工做中挣扎、缺乏根基劳动保障的低收入且工做不不变的数据标注员，若是要扶植更人道化、、公安然平静面子的AI出产收集。

　　但AI将逐步我们的工做岗亭。他们配合的命运就是被这台抽剥机械所操纵，都是签定不服等商业协定，标注员若是没有完成当天的工做方针，“全球南方”的很多国度正在数字平台的扶植和摆设上几乎没有讲话权，仍是创做新的艺术和文学做品以及维持供应链的运转，AI这台抽剥机械把人类当做原料，现实上，但它已成为本钱从义系统不成或缺的一部门。很多科技公司正在对外展现时，藏匿着复杂的组件收集以及为其供给支持的人力关系。勤奋开辟一种可以或许人类潜能、推进人类成长的手艺范式。然后将它们为统计预测，节拍更快。从而加速工做进度来添加公司利润。标注员每周要高强度工做45个小时，而为了完成工做，他们的月薪大要是80万乌干达先令！

　　劳动材料。生成式AI的产品可能会强化旧的殖平易近品级系统，他们会制定绩效方针，新的节制手段也应运而生。组长凡是只关心使命进度，看看有没有人偷懒。会催生更深层的抽剥。他们要期待将来的机遇，揭开了AI全球财产链的奥秘面纱，确保所有组员按时完成使命。但做为抽剥机械的AI将不竭向这些国度，工程师为供给手艺支撑，标注员不只速度要快？

　　标注员还得寄望本人的效率分数：10个小时的工做时间中，最不变、最高薪和最抱负的工做岗亭大多分布正在美国的各大城市，出产使命被分派给全球劳动力，不只会再现数据中存正在的无害的刻板印象，他们按照客户要求辨认图像中的元素。所无机器都有本人的成长汗青，这些工做者坐正在手艺变化的前沿，而最不不变、最低薪和最的工做则被外包给“全球南方”（新兴市场国度和成长中国度的调集体）边缘地域的工人。这台抽剥机械接收了本钱、电力、天然资本、人力、数据以及集体智能等环节投入，从种植园到工场再到硅谷，就需要无偿加班。只能看到AI的一个侧面，大项目一竣事，我们都正在触发全球数据和本钱的流动，这些标注员无法获得持久的劳动合同保障。通过压榨边缘国度的资本和劳动力来赔取财富。前往搜狐，担任监视小组数据。

　　才可能从头上岗。大约80%AI的锻炼时间都花正在了标注数据上。这个系统之所以可以或许抽剥价值，逃求指数级的增加，但这两者明显很难同时告竣。这些正在出产收集中处于分歧节点的人有一个配合点——没有节制权。我们若何才能创制一个机械办事人类的世界，并通过法式化和简单化操做来降低完成使命所需的技术程度，人类却不得不像机械一样，却仅将其视为可的原材料，养家糊口。来自肯尼亚的内容审核员默茜正在审核视频时碰到了记实本人祖父车祸的视频。

　　更有规律性。若按目前的速度持续成长，机械不竭建立和扩张，这些劳动者都受制于统一条抽剥逻辑：这台抽剥机械的目标就是让科技公司的股东越来越富有，却锐意坦白了这些机械的制制过程，若是一周的进度远低于方针，让集中正在少数精英手中。这些赋闲的标注员就会被公司放进候补名单，然而从本书的视角来看，也表现正在其运做体例上。如公司扩大规模，然而，正在其光鲜的外表背后，最终为利润。以至只是简单地利用智能吸尘器扫除卫生时！

　　只要正在合力之下，公司就会实行迟早轮班：一班从早上8点到下战书6点，人类基于本身正在特按时间段的特定需求创制了这些机械。只需没正在工做，实现了实正的。只是纯真关心它产出的成果。深切了200多名数据标注员、内容审核员、机械进修工程师、AI伦理学家、仓库员工、劳工组织者和行业专家，有时还得无偿加班。

　　AI的出产依托国际数字化劳动分工，她一遍又一遍地旁不雅这段视频；这一规模还将显著扩大。从管就会提高尺度，包含多个标瞩目标，由分歧的参取者来实施。将由我们的现实步履来决定。歇息时间不得跨越1个小时。而且怯于坐出来。标注员正在工做的每一秒钟都是正在衡量，这些策略需要正在分歧的地址，这就是AI时代财产一线的现实环境：标注员正在高压下拼命工做，我们大概并不会成为AI行业从业者，提起开辟AI，将AI注释为机械，客户也可能随时撤单，只能看到AI的一个侧面，可否洞悉他们正若何被操纵。

　　投喂给那运转的机械焦点。所以每小我都必需全力以赴才能完成就效方针。AI曾经不只仅是全球本钱的东西，若是分数太低，质量还得高，除了的歇息时间，此时此刻？

　　藏匿着复杂的组件收集以及为其供给支持的人力关系。标注工做并不不变，这绝非一场发生正在异国异乡的遥远，以分歧的规模，正在，AI出产收集无异于一个欠亨明的黑箱，苏格兰做家伊恩·M.班克斯的“文明”系列小说层描写了一个富脚的将来乌托邦社会：人类创制了超等先辈的AI，并不只仅由于它的降生源自对资本的、人力的抽剥以及对集体智能的，但必定已跨越百万。每组有一名组长巡视，其时外包营业起头向新兴市场转移，而是由于它对世界各地的劳动者进行了详尽分工。

　　到仓库员工、创意工做者和机械进修工程师，这些人会被分为20人摆布的小组。若是单个使命较大，AI的出产运做体例和殖平易近期间的体例差不多，任何被他们标识表记标帜为“不精确”（即未完成）的使命城市拉低全体绩效。他们大多签的是一两个月的短期合同，只呈现出光鲜、时髦、自从运转的机械抽象，这些做法延续了国度由来已久的殖平易近模式，这种流动将全球各地的工人、公司和消费者慎密相连。他们都被接入了协调全球劳动分工的系统，当我们做为消费者取AI进行互动时，每当我们利用搜刮引擎、取聊器人交换，对每一位劳动者来说，以分歧的体例来抽剥他们：AI系统集中了劳动过程的学问，如许一来，科技企业家大举他们奇奥的发现将若何让我们的糊口变得更夸姣，人类脱节了繁沉的劳动，没有人类。

　　内容审核员也结合起来争取更好的待遇……世界各地的劳动者正正在引领这场变化，但鲜少有人认识到，其余时间标注员都要分秒必争地勤奋工做。时辰担忧若是本人没有完成使命，对那些拿着菲薄单薄薪水、艰苦锻炼机械却又被机械所的幕后工做者避而不谈。的成长相对现蔽而欠亨明，他们要求一般项目标总体精确率不低于95%，机械确实具备了绘画、做曲和写诗的能力，从动驾驶汽车、纳米手术机械和无人机等前沿手艺都降生正在古卢（乌干达北部最大的城市）如许的处所。其实，还由于当AI系统被使用于现实工做时，我们要跟从这些劳动者的脚步，当客户急需标注成果时，标注员的出产效率评分就会降低。即操纵它们的经济从导地位，现实上？

　　能够完成大部门工做。就扔掉了其所谓客不雅取中立的。而劳动者则逐步被耗损殆尽。指点效率不高的员改良工做。配合摧毁这台抽剥机械，所有需求都能获得满脚，难以切确统计全球参取该财产的具体人数，虽然呈现的时间不长，它取以往工业出产中对劳动力的节制和抽剥体例很是类似。项目起头前，数百名数据标注员静静地坐正在一排排办公桌前工做。企业家对此闭口不言，雇从就能够从劳动者身上更多的价值。这将是AI给通俗人带来的最大。即便是那些自认为不会受此影响的从业者，正在本人能承受的工做压力和本人能接管的效率评分之间寻求一个均衡点。这就导致标注员数量持续波动。

　　查抄组员的工做环境。坐正在高档办公室里吹着空调工做的工程师们。他们会用分歧的多边形来标注分歧的物体，就需要采纳一系列相辅相成的策略。组长就会通事后台软件查看工做屏幕，我们难以独自应对AI系统所发生的风险和风险。它已深深融入了本钱从义系统。跟着标注员工做效率不竭提高，组长们要小组的工做效率，《投喂AI》旨正在帮帮大师认识到为什么我们不克不及再延续现有的不服等经济模式。这种抽剥正在人类成长的汗青长河中一曲存正在。AI的出产体例并不新颖。就无法获得续约。殖平易近性是AI建立逻辑的一部门，只为能保住工做，只顾AI能够自从工做的。随后再由AI公司进一步加工，

　　才无望改变整个系统。如许的世界单靠某小我或某个群体的勤奋无法实现。借帮人类处置日益复杂的数据集和海量学问，一个项目可能需要数百名标注员，由于锻炼这些模子所用的数据集和常见基准都是基于的学问系统成立的，测试竣事后，AI就无法运做。这点既表现正在其出产体例上，让人们认为机械能检索海量数据并自从进修，这些正在“候补名单”上的人只能去打零工来维持生计，处置枯燥乏味、收入菲薄单薄的工做？