原文タイトル：あなたは15年間、GoogleのAIを訓練してきた。知らなかっただろう。

原文著者：Sharbel、Unfungible共同創業者

原文編集：Lila、BlockBeats

編集者注：CAPTCHA（キャプチャ）とは、ウェブサイトにログインするたびにクリックする数字や画像のことだ。すべてのインターネットユーザーにとっておなじみの存在だ。しかし、「私はロボットではありません」を何度もクリックするとき、あなたは単に本人確認をしていると思っているかもしれないが、実際には世界最大かつ最も秘密のデータ生産に参加しているのだ。Luis von AhnがリリースしたreCAPTCHAは、断片的な人間の行動を集約し、Googleやその傘下の自動運転会社Waymoなどのコアビジネスを支えるデータ基盤に変えた。

「無料」「安全」という表面の下で、インターネットは静かに新しい労働関係を再形成している。あなたは自分が人間であることを証明するために時間を費やすが、その過程でAIの訓練に貢献し、AIが学習を終えると、この労働は完全に取って代わられるのだ。この記事は公開から20時間も経たずに、Twitterで950万回以上の閲覧数を記録した。以下が原文の内容だ：

毎日約50万時間の人間の労働が、Googleによって無料で利用されている。そして、これに貢献している人々は、単にネットバンキングにログインしたいだけなのだ。

reCAPTCHAは、インターネット史上最も成功した隠れたデータ運用だ。ピーク時には、毎日2億人が認証を完了していた。しかし、ほとんど誰も、毎回のクリックの背後に何があるのかを認識していない。

Googleの自動運転車会社Waymoは、現在の時価総額が450億ドルだ。そして、そのコアトレーニングデータの大部分は、あなたがさまざまなウェブサイトを訪れるたびに無料で提供しているものだ。

以下が完全なストーリーだ：

起源：賢いアイデア

2000年、スパムボットがインターネットを破壊していた。フォーラムは荒らされ、受信箱は溢れ、ウェブサイトは人間と機械を区別する方法を緊急に必要としていた。

カーネギーメロン大学のLuis von Ahn教授がこの問題を解決した。彼はCAPTCHA（キャプチャ）を発明した。それは、人間だけが読める歪んだ文字で、ボットは通過できないものだった。

しかし、フォン・アーンはそれ以上のものを見ていた。何百万人もの人々がこれらのチャレンジに労力を費やしている。もしその労力が同時に二つのことを成し遂げられるならどうだろう？

2007年、彼はreCAPTCHAを発表した。その巧妙さは次の点にある：ランダムな文字列を表示する代わりに、二つの単語を表示する。一つはシステムが既に認識している単語、もう一つはコンピュータがまだ解読できない実際のスキャン書籍の単語だ。そしてあなたの回答が、これらの書籍のデジタル化を助けるのだ。

これらの書籍は『ニューヨーク・タイムズ』のアーカイブやGoogleブックスから来ており、その数は1億3000万冊に及ぶ。

あなたはただ普通のウェブサイトにログインしているつもりかもしれないが、実際には世界最大のデジタル図書館のためにOCR（光学文字認識）を行っているのだ。

2009年、Googleは正式にreCAPTCHAを買収した。

その後、Googleはルールを変えた

「歪んだ文字」の時代は2012年頃に終わった。

Googleは新たな課題に直面していた：ストリートビュー車が世界中のすべての道路を撮影したが、写真は単なる生データに過ぎない。AIを機能させるには、それが見たものを理解する必要がある：道路標識、横断歩道、信号機、店舗のファサード。

そこでGoogleはreCAPTCHA v2を再設計した。画面には歪んだ文字はなく、写真のグリッドが表示される。「信号機があるすべてのマスをクリックしてください」「すべての横断歩道を選択してください」「店舗を識別してください」

これらの画像はGoogleストリートビューから直接取得されている。あなたのクリックがラベルとなる。

選択のたびに、Googleのコンピュータビジョンモデルに伝えている：このピクセルの塊は信号機で、あの形状は横断歩道だと。あなたはテストに合格しているのではなく、データセットを構築しているのだ。

想像を超える規模

ピーク時には、毎日2億個のreCAPTCHAが解かれていた。各チャレンジに10秒かかるとすると、毎日20億秒の人間の労働が生み出される。つまり、毎日50万時間だ。

有償のデータアノテーションのコストは1時間あたり10ドルから50ドル程度だ。最低基準で計算すると：毎日無料で抽出される労働価値は500万ドルに上る。

しかも、reCAPTCHAは特定のアプリにしか存在しないわけではない。銀行、政府ポータル、ECサイトの至る所に存在している。選択肢はない：アカウントにログインしたい？まずはデータセットにラベルを付けろ。Googleはあなたに意見を求めたことも、1セントの給料を支払ったことも、このことについて伝えたことすらない。

これが何を生み出したのか？

これらのデータは直接2つのプロダクトに投入された：

-Googleマップ：世界で最も使われるナビゲーションツール。道路標識、店舗、都市の地理を認識する能力は、数十億回に及ぶ人間がウェブサイトにログインする際のラベル付けに一部起因している。

-Waymo：Googleの自動運転プロジェクト。安全にナビゲートするためには、自動運転車は数千もの視覚パターンをほぼ完璧に認識する必要がある。

その認識作業の真値トレーニングデータは、何百万人もの人々が知らないうちにreCAPTCHAを通じてラベル付けしたものだ。Waymoは2024年に400万回以上の有料走行を完了し、評価額は450億ドルに達した。その基盤は、メールを確認したいだけの「無償のインターネット市民」によって築かれたのだ。

なぜ誰もこのモデルを再現できないのか？

データラベリングは非常に高価だ。Scale AI、Appen、Labelboxといった企業はこの問題を解決するために存在し、数十万人のワーカーを雇い、時には時給1ドル未満で働かせている。

Googleの解決策は別の道を選んだ：ラベリングを強制にしたのだ。支払いも同意も不要で、インターネットのあらゆる場所への「入場券」として機能させた。結果は：数十億枚のラベル付き画像、グローバルなカバレッジ、全天候対応、世界中のすべての都市。どのラベリング会社もこれを実現できない。インターネットそのものが工場であり、すべてのネットユーザーは契約書のない従業員だ。

あなたは今も参加している

2018年にリリースされたreCAPTCHA v3は、もはやチャレンジを表示さえしない。マウスの動かし方、スクロール速度、滞在時間を観察する。あなたの行動指紋が、人間かどうかを伝える。これらの行動データもまた、GoogleのAIシステムにフィードバックされる。

あなたは自ら参加を選んだことはない。チェックボックスにチェックを入れたことも一度もない。しかし今、あなたが訪れるほとんどのウェブサイトで、あなたは依然としてそうしているのだ。

不気味な皮肉

ルイス・フォン・アンの当初の意図は天才的だった：人間が無駄にしているエネルギーを、有益なアウトプットに変換すること。しかし、Googleがこのビジョンを利用して行ったことは別問題だ。彼らはユーザーが仕方なく使うセキュリティメカニズムを、ウェブ全体に展開し、その成果を収穫して数百億ドル規模の商業製品を構築した。ユーザーは何も得られず、何も知らされていない。

最も深い皮肉はこれだ：あなたは何年もかけて、AIが当時まだできなかった視覚認識作業を完了することで、自分が人間であることを証明する。そして、AIがそれを習得すると、人間による視覚ラベリングは不要になる。

あなたは自分が人間であることを証明したが、その結果、自分が代替可能になったのだ。

原文リンク

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia