一、吻戏鉴定师真的有这个职业吗?
8月9日电29岁的吉恒杉坐在电脑前，手指轻轻点击鼠标，将屏幕上成百上千幅内容各异的画面标注成两类——“接吻”和“非接吻”。作为优酷的一名人工智能标注员，他正在训练机器识别何为“接吻”镜头，因此也被戏称为“吻戏鉴定师”。
当下，随着人工智能和视频黑科技的应用，不仅提升了用户观看体验，更催生出众多炫酷的新就业岗位：吻戏鉴定师、明星标注师、射门投篮视频分析员……既对娱乐、体育感兴趣又精通技术的“程序猿”，成为中国视频网站最紧缺的人才，也折射出新经济、数字经济崛起带来的就业新变化。
“刚开始我和女朋友说，我的工作是训练计算机识别出吻戏镜头，她听完觉得特别不可思议，谁能给钱让你干这个呢?”吉恒杉2016年毕业于北京航空航天大学，硕士学的是计算机视觉，通俗地讲，这个专业的目的是“教电脑看懂世界”。毕业后，他先在一家互联网公司做程序员，去年9月加入阿里巴巴技术团队，成为优酷的一名高级算法工程师，主要工作是教计算机识别接吻等场景，也被称为“吻戏鉴定师”。
“这个岗位正好和我的专业吻合，给大家传递快乐和幸福，又能以工作的名义看网剧，我特别喜欢。”谈起自己的工作，吉恒杉一脸笑容。他平时爱看网剧，最喜欢《军师联盟》，是吴秀波的铁粉。
10年来，中国网络视频内容消费用户达到近6亿。“身边越来越多的人用手机和电脑看网剧、电影和体育比赛，每次上下班坐地铁，都能看到有人拿着手机、带着耳塞看视频。”吉恒杉发现，大家的需求不再是简单地看剧，还想看更精彩有趣的片段、集锦，更主动地找到自己最想看的明星或者场景。
要想实现搜索和智能编辑，就得训练机器从海量的素材中找出相应的场景，并打上标签，就像从茫茫海洋中挑出螃蟹和海龟。男女主角的“吻戏”传递出美好和幸福，一般是剧情发展的高潮，因此成为剧集中最常见的标签，如何教机器识别接吻成了吉恒杉和同事们首要的难题。
这项看上去高冷的人工智能黑科技，在最初的环节真的需要不少“人工”。吉恒杉从图片库和视频中截出数千幅图片，从中一张一张标注出“接吻”的画面。这个过程叫做“数据标注”。
“一天要标注几百张接吻的图像，最多时标注上千张，盯着电脑屏幕看一天，最后都有点麻木了。”吉恒杉说，通常数据标注得越准确、数量越多，模型的效果就越好。自然，机器识别的效果就会更好。比如，为了拍出唯美画面，“接吻”这个姿态也千差万别，有的深情对视，而有的若即若离，团队里的“吻戏鉴定师”们不得不打印出角度各异的“接吻”画面贴在墙上，一群人激烈讨论到底怎么才算“接吻”。
“吻戏鉴定师”是个技术活，需要根据机器的反应进行繁琐的后期调试。机器学习了上千幅图片中的特征，这时再给机器任意一张“接吻”的画面，它就能认出来了。截至目前，吉恒杉和同事们已经为2万多条“吻戏”打上了标签。
吉恒杉所在的团队目前有8个人。随着业务的快速拓展，“吻戏鉴定师”们也开始接触和研究其他场景，比如哭戏、打戏，接下来还要鉴定体育比赛中的射门、扑球、投篮、庆祝等画面，以便网站小编制作比赛精彩集锦。他们不光要看图片，还要时常“探班”，到比赛或节目现场去观察和体会每个场景、动作的细小差别。
二、AI时代，Python人工智能工程师待遇怎么样
现在AI人才缺口大，各大企业都在争抢这方面的人才。而Python又是AI只能和大数据的第一编程语言，因此这方面的工程师待遇都是相当高的，
当然这个待遇也只是相对的，目前而言，从事AI人工智能的Python工程师待遇高，而从事传统的Python网站开发和数据分析的人员，其待遇和其他程序员差不多。
如果想要自学Python的话，推荐去W3Cschool网页链接，上面教程很全，而且还有微课教程，可以边学习边实践，如果成为VIP的话，很多微课还是免费的哦。
三、人工智能工程师薪水一般有多少一个月
根据职友集数据显示，近一年人工智能工资水平在¥10K - 50K之间，其中拿 30K-50K 工资的人占比最多达到59.1%。并且人工智能是现在的一个大趋势，应用广泛，人才需求与日俱增，工资自然不错。
四、人工智能0基础学习好学吗？
1、打好基础，学习高数和Python编程语言
高等bai数学是学习人工智能的基础，因为人工智能里面会设计很多数据、算法的问题，而这些算法又是数学推导出来，所以你要理解算法，就需要先学习一部分高数知识。先将高等数学基础知识学透，从基础的数据分析、线性代数及矩阵等等入门，只有基础有了，才会层层积累，不能没有逻辑性的看一块学一块。
再就是学习python编程语言，Python具有丰富和强大的库，作为人工智能学习的基础编程语言是非常适合的。一方面Python是脚本语言，简便，拿个记事本就能写，写完拿控制台就能跑；另外，Python非常高效，效率比java、r、matlab高。matlab虽然包也多，但是效率是这四个里面最低的。
2、阶段晋升，开始学习机器学习算法
掌握以上基础以后，就要开始学习完机器学习的算法，并通过案例实践来加深理解和掌握。机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。还有很多机器学习的小案例等着你来挑战，前面掌握得好，后面当然轻松很多，不如深度学习。
3、不断挑战，接触深度学习
深度学习需要机器大量的经过标注的数据来训练模型，所以你得掌握一些数据挖掘和数据分析的技能，然后你再用来训练模式。在这里你可能会有疑问，据说深度学习，好像有很多神经网络，看着好复杂，编辑这些神经网络那不是太难了，你大可放心，谷歌、亚马逊、微软等大公司已经把这些神经网络模型封装在他们各自的框架里面了，你只需要调用就可以了。
4、不断实战，增强自己的实力经验
当你掌握了基本的技术理论，就要开始多实践，不断验证自己的理论，更新自己的技术。找一个开源框架，自己多动手训练深度神经网络，多动手写写代码，多做一些与人工智能相关的项目。如果有条件的话，可以从一个项目的前期数据挖掘，到中间模型训练，并做出一个有意思的原型，能把一整套的流程跑通，那么恭喜你，你已经具备一名人工智能初级工程师的水准了。
5、找到自己的兴趣方向
人工智能有很多方向，比如NLP、语音识别、计算机视觉等等，生命有限，必须得选一个方向深入的专研下去，这样才能成为人工智能领域的大牛，有所成就。