而且因为这种专业标注的人员很少。

    往往专家级标注只能够胜任量级的数据。

    对于大规模数据标记和超大规模数据的标记任务想要依靠专家标记很多时候只能是力不从心。

    对于大规模数据标记和超大规模数据标记往往只能寻求众包了。

    众包模式是将零散的个人(包括兼职)、标注团队，整合到平台上，完成一个完整项目的服务模式。

    这种模式的主要优势成本很低，且比较灵活。

    尽管前世器学习长期所致力于的工作就是能够以众包数据或者干脆是无标数据取代专家标注。

    但真要问专家标注和众包数据哪个受欢迎。

    那自然是前者。

    这种情况下夸大标注数据中专家标注所占的比例很容易收获到更高的溢价。

    听起来似乎很奸商。

    但也仅仅只是听起来而已。

    如果林灰所大肆赞美的标注数据和现在的专家标注水平真的区别很大的话。

    那林灰吹破大天也没用。

    毕竟打铁还需自身硬。

    林灰既然敢宣称标注数据中专家标注所占的比例很高自然有底气。

    怎么呢？

    往后几年即便是一些非专家标注的数据，在行业标准化、规范化的情况下。

    很多时候，就算是众包的数据也未必比现在的行业尚未完全标准化以及规划化的专家标注的水平差。

    就算林灰拿往后几年的非专家标注数据去忽悠人。

    想来这个时空也会有人去买账。

    没办法，技术强势就是可以为所欲为。

    通常时候，有钱确实可以为所欲为。

    但为所欲为的同时别人很可能拿你当孫子。

    有技术一样可以为所欲为。

    但你为所欲为的时候，别人却得拿你当爷爷。

    看看后世某些厂商拜寿式抢首发（没特指，勿e，勿对号入座）

    大概就能够对“因技术而来的爷爷地位”这种法管窥一二了。

    202时空来到204时空。

    这两个时空虽然只是七年的时间差。

    但这就意味着林灰在大部分领域都最起码拥有七年的信息差。

    而这个时代某些方面的短腿又使得林灰在部分领域拥有远不止于七年的信息差。

    很多前世原本不那么先进的技术放到这个时空就是领先时代的存在。

    如此一来，林灰真的可以为所欲为。

    甚至于在这个时空的很多领域林灰真的就是爷爷级别的存在。

    别人涉足同一领域那就是当孫子。

    如果当孫子的话还会有人吗？

    当然了，不知道多少人在排队当孫子。

    有的领域即便是林灰的潜在地位没有“爷爷级”那么夸张。

    但林灰同样是拥有相当明显的先知优势。

    这种先知优势并不仅仅表现在技术细节先知上。

    还集中表现在诸如路线优势等寻常人不容易察觉的细节上。

    在多个领域拥有近乎于绝对优势的情况下。

    林灰的地位是突出的。

    潜在拥有的地位更是超然的。

    甚至于只要林灰不去违法犯罪。

    这几乎就是林灰可以为所欲为的时代。

    不过除了法律这种硬性红线和最基础的人格底线之外。

    总会有一个看不见摸不着的红线一样在影响着林灰。

    当然，这条红线并不是道德。

    事实上对于一些功成名就或者有所成的人道德方面基本上并没有红线，只有黄线。

    普罗大众对功成名就或者有所成的人道德约束是相当宽泛的。

    甚至于此前林灰已经做好了接受道德绑架的准备。

    但事实是林灰还没有遭到这方面的控诉。

    甚至还有很多人会尝试着往道德深渊的方向引诱着林灰。

    就比如微/博上每天就有很多人天天给林灰发来各种要给他生猴子之类的私信。

    甚至还热络地给林灰发来各种图鉴（此时屏蔽制度基本摆设），就很无语。

    尽管林灰内心有道德标准。

    但涉及到道德方面的潜在约束力并不是林灰的潜在敌人。

    真正的影响林灰的看不见摸不着的另一条红线。

    那就是“合理性”。

    很多时候顾念着合理性方面的考虑。

    使得林灰不能够为所欲为。

    纵然林灰很多技术是绝对意义上的领先，但依旧是没法肆无忌惮的搬运的。

    有“合理性”这层看不见的红线存在。

    林灰做事有很多顾忌。

    如果是逻辑层面的合理性那么林灰无话可。

    林灰是尊重事物内在逻辑以及事情客观发展规律的人。

    但问题是很多时候所谓的“合理性”并不是从逻辑方面出发的。

    而是完全从“阵营”角度出发的。

    相比于从逻辑层面的出发的合理性解读。

    更常见的“合理性”解读的其实是后者。

    什么是从阵营角度出发的评判规则呢？

    白了就是意识形态。

    不过并不是所有的意识形态都热衷于合理性解读。

    热衷于解读合理性的意识形态的主要代表自然是西方强行加给世界种种规则。

    这种现象在科技领域、学术领域更是异常常见。

    在搬运技术的时候，除了部分时候的合理性考量是从纯粹逻辑角度出发之外。

    很多时候林灰觉得他为了合理性而做出的一些决策也只是顾念西方世界的规则而不得已进行的妥协而已。

    这些西方的规则看不见摸不着。

    但却很多时候都在左右着林灰所做出的抉择。

    这无疑很令人不爽，但想在规则下谋求利益就不得不屈服。

    但毕竟很多时候都是先到者为王，后来者遭殃。

    事实是即便是林灰穿越来的那个时候很多时候人们也不得不忍受着同样的局面。

    索性的是，回到七年前，在拥有大量优势信息的时候。

    林灰有望加速这一局面的改变。

    林灰所进行技术搬运或者准备进行的各种技术搬运。

    林灰最终极的目标就是能够跟现行世界西方所塑造的一些规则再见。

    当林灰成长到不需要依托于西方的规则也能立身的时候甚至于是西方反而要依托于林灰所制定的规则才能立身的时候。

    那林灰完全可以跟西方现行的规则再见。

    这种对不基于逻辑的“合理性”解读的控诉不止是控诉某些容易引起不公正的制度。

    这种对于“合理性”的控诉图穷匕见之后归根结底还是：

    ——“话语权”之争。

    拥有话语权相当于能够自己去解释合理性。

    如此一来拥有绝对的话语权又相当于拥有了权威性。

    而拥有了绝对的权威性甚至有的时候可以罔顾事实上客观规律性。

    包括但不限于逻辑的合理性。

    其场景大概为：“什么合理不合理，lz就是理，lz合理那就是合理。”

    涉及到权威性除了这种任性究竟有什么用呢？

    当然有用，能够拥有这样的话语权以及权威性。

    将使林灰搬运的速度直线拉满。

    而且拥有绝对的权威性也可以使得林灰从前世所带来的信息能够收益直接最大化。

    毕竟绝对的话语权意味着绝对的垄断。

    当拥有绝对的权威性之后纵然林灰没想过追求市场的垄断，也能实现跟垄断差不多的效果。

    就拿林灰刚刚想到的“标注数据”。

    林灰在前世信息里有大量的标注数据。

    涉及到器学习的标注数据能用来换钱。

    自然语言处理方面的标注数据同样能用来换钱。

    但标注数据是换钱最快的吗？

    当然不是。

    涉及到自然语言处理方面真要来钱最多的还得是狭义知识。

    狭义知识同样是自然语言处理方面的知识来源。

    应用于自然语言处理项目的知识来源主要有三大类：

    ——狭义知识、算法和数据。

    古语云，书中自有黄金屋。

    真实意义上的黄金屋虽然不尽然。

    但知识能用来换钱，这个众所周知。

    既然知识能够用来换钱。

    那么知识来源的段自然也能用来换钱。

    甚至于知识来源段很可能比知识本身来钱更快。

    作为自然语言处理的知识来源的算法和数据能换钱。

    同样作为自然语言处理知识来源的狭义知识自然一样是能够换钱的。

    对于算法能换钱的基本上为世人所周知。

    即便是此前不知道这个能换钱的如果长时间关注林灰前段时间的所忙碌的重点也能清楚。

    此前牵扯林灰多数时间的基本都是生成式摘要算法这件事。

    无利不起早，没有足够的利益驱动林灰自然不会为这件事鞍前马后。

    算法能换钱这件事基本不难懂。

    算法往往直接影响一些算法驱动型产品的效率。

    而效率就是真金白银。

    能够直接影响效率的算法自然是能够很容易换取丰厚报酬的。

    理解了算法能换钱。

    其实也就不难理解数据为什么能换钱。

    毕竟数据是很多器学习算法构建的基石。

    器学习算法的出现往往要依赖于有标注的数据。

    而且在相当长的一段时期内器学习算法不仅是依赖于有标注的数据。

    而且是依赖于大量有标注的数据。

    标注数据量较的情况下，很多时候是不足以训练一个性能优异的器学习算法的。

    从这个角度出发，就不难理解数据为什么可以换钱。

    很多时候甚至可以完全可以把数据理解为是一种隐性的知识。

    而数据标注的过程实际上就是将散漫自有的离散数据结构化、标签化的过程。

    在算法和数据之外，所谓的狭义知识是什么呢？

    狭义知识一般指通过规则或词典等形式由人工定义的显性知识。

    狭义知识主要包括三种：

    ——即语言知识、常识知识和世界知识。

    其中，语言知识是指对语言的词法、句法或语义进行的定义或描述。

    其主要特色是定义了同义词集合。每个同义词集合由具有相同意义的词组成。

    常识知识是指人们基于共同经验而获得的基本知识。

    世界知识包括实体、实体属性、实体之间的关系等。

    或许有人不理解？

    为什么这类知识能换钱呢？

    这些东西不都是显而易见吗？

    这些知识虽然本质上依旧是人们所能理解的显性知识。

    但对人们来显而易见的显性知识。

    不等于对器同样是显而易见的。

    对于这类知识往往要通过规则化或者是词典化的处理以便于这些知识能够通过简单的处理成让器理解。

    这些很容易被器所理解的知识叫狭义知识，也被称为专家知识。

    尽管现在主要训练模型已经是谋求算法甚至是数据本身了。

    但狭义知识是相当有市场的。

    反正从此前和伊芙卡莉的交流来看。

    都204了，硅谷现在开发点什么器学习仍旧是要动不动跟哈佛、牛津之类高校合作。

    这些人之所以仰仗哈佛、牛津除了是指望这些高校进行下数据标注之外。

    主要应该就是指望着这些高校在狭义知识方面的加持了。

    这些人这么做也容易理解。

    毕竟最早涉及到自然语言处理方面的模型数据的时候人们是用狭义知识进行训练的，而不是依靠数据和算法。

    甚至林灰印象中，即便是前世，在互联迅速崛起之前，人们唯一训练自然语言处理方面模型只能是用狭义知识。

    而林灰中就拥有相当多的狭义知识，且水平什么的应该比现在西方世界所用的不知道高到哪里去了。

    从硅谷为了获取狭义知识每年砸几千万美元的架势来看。

    林灰中的一些狭义知识如果能够拿来变现的话要比利用标注数据变现还方便。

    但这仅仅是理论上容易变现。

    林灰没有绝对的话语权以及随之而来的权威性。

    林灰怎么去向潜在的受众去其所拥有的狭义知识资料要比现在硅谷所用的普遍材料更高明呢？

    其实潜在的买家林灰倒是清楚的很。

    要知道就算是在往后几年对大量的狭义知识感兴趣并且又不差钱的买家其实也不是特别多。

    林灰估计这个时空下可能对大规模狭义知识库感兴趣的买家无外乎是mrft、ggle之类的超级巨头。

    不过纵然是知道这些潜在买家，林灰也不可能去主动找对方啊。

    那样的话岂不是成为了兜售么？

    买家的思维逻辑是：

    兜售等同于缺乏权威。

    而买家凭什么要为缺乏权威性的内容买单呢？