Cette photo d'août 2017 fournie par Shamima Khatoon montre Khatoon à New Delhi. Le travail de Khatoon d'annoter les voitures, marqueurs de voie et feux de circulation dans un avant-poste entièrement féminin de la société d'étiquetage de données iMerit à Metiabruz, Inde, représente la seule chance qu'elle a de travailler à l'extérieur de la maison dans une région musulmane conservatrice de l'Inde. (Mushtari Fatma Zarin/Avec l'aimable autorisation de Shamima Khatoon via AP)
Il y a un sale petit secret à propos de l'intelligence artificielle :elle est alimentée par des centaines de milliers de personnes réelles.
Des maquilleuses du Venezuela aux femmes des régions conservatrices de l'Inde, les gens du monde entier font l'équivalent numérique du travail à l'aiguille :dessiner des boîtes autour des voitures sur des photos de rue, marquage des images, et transcrire des bribes de discours que les ordinateurs ne peuvent pas tout à fait comprendre.
Ces données alimentent directement les algorithmes d'"apprentissage automatique" qui aident les voitures autonomes à traverser la circulation et permettent à Alexa de comprendre que vous voulez que les lumières soient allumées. Beaucoup de ces technologies ne fonctionneraient pas sans des quantités massives de ces données étiquetées par l'homme.
Ces tâches répétitives paient des sous chacune. Mais en vrac, ce travail peut offrir un salaire décent dans de nombreuses régions du monde, même aux États-Unis. Cette industrie artisanale en plein essor mais en grande partie invisible représente le fondement d'une technologie qui pourrait changer l'humanité à jamais :l'IA qui nous conduira, exécuter des commandes verbales sans faille, et, peut-être, pense un jour tout seul.
___
Cette industrie de l'apport humain a longtemps été nourrie par les moteurs de recherche Google et Bing, qui pendant plus d'une décennie ont utilisé des personnes pour évaluer l'exactitude de leurs résultats. Depuis 2005, Le service Mechanical Turk d'Amazon, qui met en relation des travailleurs indépendants avec des emplois temporaires en ligne, a également mis la saisie de données participative à la disposition des chercheurs du monde entier.
Plus récemment, les investisseurs ont investi des dizaines de millions de dollars dans des startups comme Mighty AI et CrowdFlower, qui développent des logiciels facilitant l'étiquetage des photos et autres données, même sur smartphone.
Cette combinaison d'images non datée fournie par CrowdFlower montre les rendus avant et après de la technologie Human-in-the-Loop de CrowdFlower, qui fournit des outils sophistiqués qui permettent à une personne d'étiqueter et de structurer chaque partie d'une photo normale et de la convertir en "données d'entraînement" structurées qu'un système d'IA peut comprendre et interpréter. (CrowdFlower via AP)
Le capital-risqueur S. "Soma" Somasegar dit qu'il voit "des milliards de dollars d'opportunités" pour répondre aux besoins des algorithmes d'apprentissage automatique. Son entreprise, Groupe d'entreprise Madrona, investi dans Mighty AI. Les humains seront dans la boucle "pendant longtemps, longue, longtemps à venir, " il dit.
Un étiquetage précis pourrait faire la différence entre une voiture autonome faisant la distinction entre le ciel et le côté d'un camion – une distinction que le modèle S de Tesla a échoué lors du premier décès connu impliquant des systèmes de conduite autonome en 2016.
"Nous ne construisons pas un système pour jouer à un jeu, nous construisons un système pour sauver des vies, ", déclare Daryn Nakhuda, PDG de Mighty AI.
___
Marjorie Aguilar, une maquilleuse indépendante de 31 ans à Maracaibo, Venezuela, passe quatre à six heures par jour à dessiner des boîtes autour des objets de la circulation pour aider à former les systèmes de conduite autonome pour Mighty AI.
Elle gagne environ 50 centimes de l'heure, mais dans un pays en crise avec une inflation galopante, quelques heures de travail suffisent pour payer un mois de loyer en bolivars.
"Ça n'a pas l'air d'être beaucoup d'argent, mais pour moi c'est assez correct, " dit-elle. " Vous pouvez imaginer à quel point il est important pour moi d'être payé en dollars américains. "
Cette photo non datée fournie par Marjorie Aguilar montre Aguilar à Maracaibo, Venezuela. Aguilar, une maquilleuse indépendante à Maracaibo, passe quatre à six heures par jour à dessiner des boîtes autour des objets de la circulation pour aider à former les systèmes de conduite autonome pour Mighty AI. (Avec l'aimable autorisation de Marjorie Aguilar via AP)
Aria Khrisna, un père de trois enfants de 36 ans à Tegal, Indonésie, dit que faire des choses comme ajouter des mots clés aux photos de vêtements sur des sites Web tels qu'eBay et Amazon lui paie environ 100 $ par mois, environ la moitié de ses revenus.
Et pour Shamima Khatoon, 25 ans, son travail d'annotation de voitures, marqueurs de voie et feux de circulation dans un avant-poste entièrement féminin de la société d'étiquetage de données iMerit à Metiabruz, Inde, représente la seule chance qu'elle a de travailler à l'extérieur de la maison dans sa communauté musulmane conservatrice.
"C'est une bonne plate-forme pour augmenter vos compétences et soutenir votre famille, " elle dit.
___
Les grands constructeurs automobiles comme Toyota, Nissan et Ford, des entreprises de covoiturage comme Uber et d'autres géants de la technologie comme Waymo d'Alphabet Inc. paient des tonnes d'étiqueteuses, souvent par l'intermédiaire de fournisseurs tiers.
Les avantages d'une plus grande précision peuvent être immédiats.
Chez InterContinental Hotels Group, chaque appel que son assistante numérique Amelia peut prendre d'un humain permet d'économiser 5 $ à 10 $, déclare le directeur des technologies de l'information, Scot Whigham.
En ce 8 novembre, 2017, photo Jessica McShane, un employé d'Interactions Corp., surveille les communications de personne à ordinateur, aider les ordinateurs à comprendre ce que dit un humain, dans la salle « analyse des intentions » au siège de la société à Franklin, Mass. Quand un ordinateur ne peut pas faire un appel client à la chaîne d'hôtels Hyatt, un extrait audio est envoyé au centre d'appels basé sur l'IA Interactions. Là, pendant que le client attend au téléphone, un analyste transcrit tout, des chiffres mal entendus aux blasphèmes et indique rapidement à l'ordinateur comment réagir. (Photo AP/Steven Senne)
Quand Amelia échoue, le programme écoute pendant qu'un appel est redirigé vers l'un des quelque 60 employés du centre de services. Il apprend de leur réponse et essaie la technique au prochain appel, libérer les employés humains pour faire d'autres choses.
"Nous avons transformé ces emplois, " dit Whigham.
Lorsqu'un ordinateur ne parvient pas à faire passer un appel client à la chaîne d'hôtels Hyatt, un extrait audio est envoyé au centre d'appels basé sur l'IA Interactions dans un ancien bâtiment en briques à Franklin, Massachusetts.
Là, pendant que le client attend au téléphone, l'un d'une salle remplie d'« analystes d'intention » portant des écouteurs transcrit tout, des chiffres mal entendus aux grossièretés, et indique rapidement à l'ordinateur comment réagir.
Ces informations sont réintroduites dans le système. "La prochaine fois, nous avons de meilleures chances de réussir, " dit Robert Nagle, Directeur technique d'Interactions.
___
Les chercheurs ont essayé de trouver des solutions de contournement aux données étiquetées par l'homme, mais les résultats sont souvent insuffisants.
En ce 8 novembre, 2017, photo, Jessica McShane, un employé d'Interactions Corp., premier plan, surveille les communications de personne à ordinateur, aider les ordinateurs à comprendre ce que dit un humain, dans la salle « analyse des intentions » au siège de la société à Franklin, Mass. "Ces informations sont utilisées pour retourner dans le système en utilisant l'apprentissage automatique pour améliorer notre modèle, " a déclaré Robert Nagle, Directeur technique d'Interactions. "La prochaine fois, nous avons de meilleures chances de réussir." (AP Photo/Steven Senne)
Dans un projet qui a utilisé des images Google Street View de voitures garées pour estimer la composition démographique des quartiers, Timnit Gebru, alors chercheuse à Stanford, a tenté de former son IA en grattant des photos de Craigslist de voitures à vendre étiquetées par leurs propriétaires.
Mais les photos de produits ne ressemblaient en rien aux images de voitures dans Street View, et le programme ne pouvait pas les reconnaître. À la fin, elle dit, elle a dépensé 35 $, 000 pour embaucher des experts des concessionnaires automobiles pour étiqueter ses données.
Le besoin d'étiqueteuses humaines est "énorme" et "dynamique, " dit Robin Bordoli, PDG de la société de technologie d'étiquetage CrowdFlower. "Vous ne pouvez pas faire confiance à l'algorithme à 100 pour cent."
___
À l'heure actuelle, comprendre comment amener les ordinateurs à apprendre sans les données dites de « vérité terrain » fournies par les humains reste une question de recherche ouverte.
Trevor Darrell, un expert en apprentissage automatique à l'Université de Californie à Berkeley, dit qu'il s'attend à ce qu'il faudra cinq à 10 ans avant que les algorithmes informatiques puissent apprendre à fonctionner sans avoir besoin d'un étiquetage humain.
Son groupe à lui seul dépense des centaines de milliers de dollars par an en payant des personnes pour annoter des images. "À l'heure actuelle, si vous vendez un produit et que vous voulez la perfection, il serait négligent de ne pas investir l'argent dans ce genre d'annotation, " il dit.
Ce mercredi, 29 novembre 2017, photo fournie par Aria Khrisna montre Krishna et son fils Raka, 3 ans. Khrisna, un père de trois enfants de 36 ans à Tegal, Indonésie, dit que faire des choses comme ajouter des mots clés aux photos de vêtements sur des sites Web tels qu'eBay et Amazon lui paie environ 100 $ par mois, environ la moitié de ses revenus. (Indah Nurul Hidayah/Aria Khrisna via AP)
Plusieurs sociétés comme Waymo d'Alphabet et le fabricant de jeux Unity Technologies développent des mondes simulés pour entraîner leurs algorithmes dans des scénarios contrôlés où chaque objet est prédéfini.
Pour la plupart, même les entreprises qui tentent de sortir les humains de la boucle comptent toujours sur eux.
CloudSight, par exemple, offre aux développeurs de sites Web et d'applications un outil pratique pour télécharger une photo et obtenir quelques mots pour la décrire. Le détaillant Kohl's utilise le service pour une fonction de recherche visuelle "Snap and Shop" sur son application.
Mais il ne s'agit pas seulement d'un programme informatique sophistiqué crachant des réponses. Si l'algorithme n'a pas de bonne réponse, l'un de ses 800 employés dans des endroits comme l'Inde, Tapez la réponse en temps réel en Asie du Sud-Est ou en Afrique.
"Nous voulons être ceux qui peuvent étiqueter n'importe quelle image sans aucune implication humaine, " dit Ian Parnes, Responsable du développement commercial de CloudSight. "Combien de temps cela prendra est à deviner."
© 2018 La Presse Associée. Tous les droits sont réservés.
