Рабство, алгоритм и имитация искусственного интеллекта

Возможности с использованием ИИ не перестают поражать воображение пользователей. Распознавание изображений для идентификации объектов, например, деревьев или птиц, стало популярным развлечением, но мало кто задумывается, что за созданием искусственных нейросетей стоит человеческий ручной труд.

Google Lens, Pinterest, Cam Find, Coinoscope, Plant Net распознают объекты — стоит только навести на них камеры смартфона. На заре появления такой чудо-технологии фрилансеры со всего мира вручную набивали название того, что они видели через камеру телефона пользователя. Некоторые нейросети еще до того слабы, что такого рода человеческий труд применяется для совершенствования некоторых других приложений.

Читайте также: Искусственный интеллект не создан, но уже требует особой этики

Ручная работа людей в машинном обучении ИИ держится под секретом. Анализ технологических стартапов в Европе, проведенный лондонской компанией MMC Ventures в 2019 году, показал, что 40% стартапов, использующих в своих продуктах ИИ, не продемонстрировали наличие этих самых технологий ИИ в своих продуктах.

Подмена действительного желаемым, то есть ручного труда искусственным интеллектом, имеет вполне объяснимую причину. Всё дело в инвестициях, которые неуклонно росли за последнее десятилетие, а за 2020 год увеличились в два раза. Стартапы получают больше шансов на финансирование, назвавшись «ИИ-компанией».

Таким образом, наличие работников, которые управляют ИИ-системами, обучая их с помощью ручного ввода, искажает понимание инвесторов того, как на самом деле работает машинное обучение.

Люди нанимаются для поддержки алгоритмов ИИ, и их труд порой заменяет работу машин. В 2019 году против британской фирмы HanzoArchives её собственными сотрудниками был подан иск на то, что вместо программного обеспечения для анализа социальных сетей с использованием ИИ, фирма использовала труд своих сотрудников, так как алгоритмы ИИ не работали достаточно хорошо.

В один прекрасный день мечта о сверхсильном ИИ может быть развенчана, когда вся правда о живом и порой антигуманном труде всплывёт на поверхность.

Сейчас на Facebook работает 15 000 внештатных модераторов контента. Такая работа утомляет умственно и эмоционально, а условия найма фрилансеров не дают тех же прав, что имеют штатные сотрудники компании. И всё это — часть невидимой рабочей силы, которая в значительной степени недооценена.

Для экономии на переменном капитале и стартапы, и крупный IT-бизнес нанимают людей из Юго-Восточной Азии и стран Африки, выплачивая им всего по несколько долларов в день, что усиливает неравенство доходов, которое уже имеет свой термин — алгоритмическое неравенство. Как во времена Маркса крупные британские промышленники содержали свои рабочих в чёрном теле, так и нынешние IT-корпорации платят разметчикам данных, среди которых много беженцев, ровно столько, чтобы они оставались живы, нарушая при этом их права, и не обеспечивая безопасности.

Читайте также: Смогут ли роботы испытывать радость жизни и чувство собственного несовершенства?

Теперь представим себе ИИ, используемый независимо от мнения врача, например, при онлайн диагностике. Технология, используемая для прогнозирования сердечных заболеваний, основана на индексе массы тела, кровяном давлении и других характеристиках. Нейросеть работает на основе огромного количества данных, введенных в неё вручную не специалистами в области медицины, а фрилансерами со всего мира, которые переводят обезличенные данные с медицинских карт в машинный код. Иногда данные ошибочно классифицируют пациента как здорового без вероятности или риска сердечного приступа. И наоборот.

Упомянутый выше Facebook идет дальше — он создает ИИ, который будет предоставлять подсказки для повседневной жизни в виде виртуальной реальности. Модели ИИ обучаются с использованием видео, снятых людьми, о есть пользователями соцсети, которые выкладывают и собственноручно размечают данные на своих страничках. Кроме того, для сбора данных для обучения нейросетей Facebook сотрудничал с 13 учреждениями в девяти странах, которые наняли более 700 участников для записи более 2200 часов видеоматериалов, документирующих повседневные действия, такие как покупка продуктов, мытье посуды, игра на барабанах и прочее. Цель состоит в том, чтобы запечатлеть действия, а также оценить сценарий с точки зрения человека. Видео было расшифровано и размечено, был описан каждый кадр, от объекта до действия, для того, чтобы создать набор данных, который программисты во всём мире смогут использовать для разработки систем компьютерного зрения. И большая часть этой работы также проводилась вручную за мизерную плату.

Все сводится к тому, что в процессе движения к устойчивому развитию ООН, условиями которого является деиндустриализация и цифровизация, может появиться новое социальное явление, уже давшее свои ростки — алгоритмическое рабство, которое продолжит устойчиво кормить мировой финансовый капитал.