A história não contada da IA

A história da IA ​​é frequentemente contada como a história das máquinas está gradualmente se tornando mais inteligente. Mas o fator humano está perdido na história, a questão de projetar e treinar máquinas e como elas aparecem, graças aos esforços do homem, mental e físico.

Vamos estudar essa história da IA ​​humana com você - como inovadores, pensadores, trabalhadores e às vezes especuladores criaram algoritmos que podem reproduzir o pensamento e o comportamento humanos (ou fingir que são reproduzidos). A ideia de computadores super inteligentes que não exigem envolvimento humano pode ser empolgante - mas a verdadeira história das máquinas inteligentes mostra que nossa IA é tão boa quanto nós.

Quando Charles Babbage jogou xadrez com o primeiro turco mecânico

O famoso engenheiro do século XIX pode ter sido inspirado no primeiro exemplo da propaganda em torno da IA

Em 1770, na corte da imperatriz austríaca Maria Theresa , o inventor Wolfgang von Kempelen demonstrou uma máquina jogando xadrez . O "turco", como Kempelen chamou sua invenção, era uma figura humana em tamanho natural esculpida em cedro [de acordo com outras fontes - cera / aprox. trad.], vestido como um representante do Império Otomano, sentado atrás de um armário de madeira, na bancada da qual havia um tabuleiro de xadrez.

Kempelen declarou que seu carro era capaz de derrotar qualquer cortesão, e essa ligação foi aceita por uma das conselheiras de Maria Theresa. Kempelen abriu as portas do gabinete, demonstrando um mecanismo semelhante a um relógio - uma complexa rede de alavancas e marchas, depois inseriu uma chave no carro e ligou. A metralhadora ganhou vida e levantou a mão de madeira para mover a primeira figura. Dentro de 30 minutos, ele derrotou seu oponente.

O turco fez uma sensação. Nos dez anos seguintes, Kempelen apareceu com sua máquina de xadrez na Europa, derrotando muitas das pessoas mais inteligentes da época, incluindo Benjamin Franklin e Frederick II. Após a morte de Kempelen em 1804, Johann Nepomuk Melzel , um estudante de uma universidade alemã e um designer de instrumentos musicais que continuou suas apresentações em todo o mundo, adquiriu Turku.

Um dos que foram autorizados a olhar para o carro com mais detalhes foi Charles Babbage , um famoso engenheiro e matemático britânico. Em 1819, Babbage jogou duas vezes com Turk e perdeu as duas vezes. Segundo o historiador Tom Standage, que escreveu a história detalhada de Turk, Babbage suspeitava que a máquina não era uma máquina inteligente, mas apenas uma farsa astuta, e que estava escondendo um homem que controlava os movimentos do turco por dentro.



Babbage estava certo. Por trás da tela do mecanismo turco, havia o seguinte: Kempelen e Melzel contrataram avós para se sentar secretamente dentro de uma caixa grande. O grão-mestre podia ver o que estava acontecendo no quadro, graças aos ímãs que davam uma imagem no espelho das peças colocadas.

Para controlar a mão de Turk, um jogador escondido usava um pantógrafo, um sistema de blocos que sincronizava os movimentos de sua mão com um turco de madeira. O jogador moveu a alavanca no quadro magnético, girou-o para abrir e fechar os dedos do turco e depois moveu a figura para o lugar certo. A sala onde o grão-mestre estava sentado continha vários painéis deslizantes e uma cadeira sobre rodas, movendo-se sobre trilhos lubrificados, o que lhe permitiu avançar e recuar quando Melzel abriu a caixa para todos verem.

E, embora Babbage suspeitasse de tais truques, ele não perdeu tempo expondo-o, como muitos de seus contemporâneos. No entanto, seu encontro com Turk, aparentemente, determinou seu pensamento por muitos anos.


Charles Babbage desenvolveu a máquina de diferenças nº 2 de 1847 a 1849, mas durante sua vida não foi construída.

Logo depois, ele começou a trabalhar em uma calculadora mecânica automática chamada " máquina da diferença ", que pretendia usar para criar tabelas logarítmicas sem erros. O primeiro projeto da máquina, que poderia pesar 4 toneladas, continha 25.000 componentes metálicos. Na década de 1830, ele a abandonou, começando a trabalhar em um mecanismo ainda mais complexo, a "máquina analítica". Ela tinha um "repositório" e um "moinho" que funcionavam como memória e processador, além da capacidade de interpretar instruções de software contidas em cartões perfurados.

Inicialmente, Babbage esperava que a máquina analítica funcionasse simplesmente como uma versão aprimorada da diferença. Mas sua companheira, Ada Lovelace , percebeu que a capacidade de programação da máquina permite que ela funcione de um modo mais generalizado. Ela afirmou que tal máquina daria origem a um novo tipo de "ciência poética", e os matemáticos treinariam a máquina para executar tarefas programando-a. Ela até previu que a máquina seria capaz de compor "obras musicais científicas complexas".


Ada Lovelace e Charles Babbage

Babbage finalmente concordou com Lovelace e imaginou como o potencial de uma máquina de uso geral, capaz de não apenas triturar números, poderia mudar o mundo. Naturalmente, seus pensamentos voltaram a se encontrar com Turk. Em 1864, ele escreveu em um diário sobre seu desejo de usar um "registro mecânico" para resolver problemas completamente novos. "Após uma reflexão séria, para o meu teste, escolhi uma máquina astuta que pode jogar com sucesso um jogo intelectual, como o xadrez."

Embora tecnicamente as máquinas Turk e Babbage não estejam de forma alguma conectadas, a possibilidade da existência de inteligência de máquina incorporada na mistificação de von Kempelen parece ter inspirado Babbage a pensar nos carros sob uma luz completamente nova. Como seu companheiro escreveu mais tarde, David Brewster: "Esses brinquedos automáticos, outrora divertidos plebeus, agora estão envolvidos no aumento das capacidades e no desenvolvimento de nosso tipo de civilização".

A reunião de Babbage com o turco no início da história da computação serve como um lembrete de que hype e inovação às vezes andam de mãos dadas. Mas isso nos ensina mais uma coisa: a inteligência atribuída às máquinas é quase sempre baseada em realizações humanas ocultas.

Programadores invisíveis de computador feminino ENIAC

As pessoas que dirigem o ENIAC mal receberam reconhecimento

Marilyn Veskov (esquerda) e Ruth Lichterman foram duas programadoras do ENIAC

Em 14 de fevereiro de 1946, jornalistas se reuniram na Escola de Engenharia de Moore na Universidade da Pensilvânia para assistir a uma demonstração aberta de um dos primeiros computadores digitais eletrônicos de uso geral no mundo: ENIAC (Integrador Numérico Eletrônico e Computador).

Arthur Burks, matemático e engenheiro chefe da equipe ENIAC, foi responsável por uma demonstração das capacidades da máquina. Primeiro, ele instruiu o computador a adicionar 5000 números, o que foi feito em 1 segundo. Em seguida, ele demonstrou como uma máquina pode calcular a trajetória de um projétil mais rapidamente do que o próprio projétil precisaria para voar da arma para o alvo.

Os repórteres ficaram surpresos. Pareceu-lhes que Burks precisava apenas pressionar um botão, e o carro voltaria à vida para contar em alguns momentos o que as pessoas levavam dias para fazer.

O que eles não sabiam ou o que estava escondido durante a demonstração foi que, por trás da aparente inteligência da máquina, havia o trabalho árduo e avançado de uma equipe de programadores composta por seis mulheres que haviam trabalhado anteriormente como “computadores”.


Betty Jennings (esquerda) e Francis Bilas trabalham com o painel de controle principal do ENIAC

O plano de construir uma máquina capaz de calcular a trajetória das conchas nasceu nos primeiros anos da Segunda Guerra Mundial. A Escola de Engenharia de Moore trabalhou com o Ballistic Research Laboratory (BRL), onde uma equipe de 100 “calculadoras humanas” treinadas calculava manualmente as mesas de tiro de artilharia.

A tarefa exigia um bom nível de conhecimento em matemática, incluindo a capacidade de resolver equações diferenciais não lineares, analisadores diferenciais e regras de slides . Mas, ao mesmo tempo, os cálculos eram considerados trabalhos de escritório, uma tarefa tediosa demais para os engenheiros do sexo masculino. Portanto, BRL contratou mulheres - principalmente aquelas com diploma universitário e uma inclinação pela matemática - para esse trabalho.

Ao longo da guerra, a capacidade de prever a trajetória de vôo dos projéteis foi cada vez mais ligada à estratégia militar, e o BRL foi cada vez mais exigente.

Em 1942, o físico John Mowchley escreveu um memorando propondo a criação de uma calculadora eletrônica programável de uso geral que pudesse automatizar cálculos. Em junho de 1943, Mouchley, juntamente com o engenheiro J. Presper Eckert, havia recebido financiamento para a construção do ENIAC.


J. Presper Eckert, John Mouchley, Betty Jean Jennings e Herman Goldstein na frente do ENIAC

O objetivo do computador eletrônico era substituir centenas de pessoas-computadores do BRL, além de aumentar a velocidade e a eficiência da computação. No entanto, Mauchly e Eckert perceberam que sua nova máquina precisaria ser programada para calcular caminhos usando cartões perfurados, usando a tecnologia que a IBM usava para suas máquinas há várias décadas.

Adele e Herman Goldstein, um casal que supervisionou o trabalho de calculadoras humanas no BRL, sugeriram que os matemáticos mais poderosos de sua equipe estivessem envolvidos neste trabalho. Eles selecionaram seis - Kathleen McNulty, Francis Bilas, Betty Jean Jennings, Ruth Lichterman, Elizabeth Schneider e Marilyn Veskov - e os promoveram de calculadoras humanas a operadores.


Elizabeth Betty Schneider Trabalha para ENIAC

Sua primeira tarefa foi conhecer o ENIAC completamente. Eles estudaram os desenhos da máquina para entender seus circuitos eletrônicos, lógica e estrutura física. Havia algo a aprender: um monstro de 30 toneladas ocupava cerca de 140 metros quadrados. m., usou mais de 17.000 tubos eletrônicos, 70.000 resistores, 10.000 capacitores, 1.500 relés e 6.000 comutadores manuais. Uma equipe de seis operadores foi responsável por instalar e instalar a máquina para executar certos cálculos, trabalhar com equipamentos que servem cartões perfurados e procurar erros no trabalho. Para isso, às vezes os operadores precisavam subir dentro da máquina e substituir uma lâmpada ou falha na fiação eletrônica.

O ENIAC não teve tempo de terminar a tempo de calcular o voo das conchas durante a guerra. Mas logo seu poder foi usado por John von Neumann para calcular a fusão nuclear. Isso exigiu o uso de mais de um milhão de cartões perfurados. Os físicos de Los Alamos confiavam inteiramente nas habilidades de programação do operador, pois só eles sabiam lidar com um número tão grande de operações.


Programador ENIAC Kathleen McNulty

No entanto, a contribuição das programadoras recebeu muito pouco reconhecimento ou agradecimento. Em particular, porque a programação da máquina ainda estava intimamente associada a cálculos manuais e, portanto, não era considerada um trabalho profissional, adequado apenas para mulheres. Os principais engenheiros e físicos concentraram-se no desenvolvimento e criação de ferro, que consideravam mais importantes para o futuro dos computadores.

Portanto, quando a ENIAC foi finalmente apresentada à imprensa em 1946, seis operadoras permaneceram ocultas aos olhos do público. O início da Guerra Fria estava se aproximando e os militares dos EUA demonstraram ansiosamente sua superioridade tecnológica. Representando a ENIAC como uma máquina inteligente autônoma, os engenheiros pintaram uma imagem de excelência tecnológica, ocultando o trabalho humano usado.

As táticas funcionaram e influenciaram a cobertura da mídia sobre o trabalho dos computadores nas décadas seguintes. Nas notícias da ENIAC espalhadas pelo mundo, o carro ocupou o foco principal e recebeu epítetos como "cérebro eletrônico", "mago" e "cérebro de robô criado pelo homem".

O trabalho árduo e meticuloso de seis operadoras engatinhando dentro do carro, substituindo a fiação e as lâmpadas para que a máquina pudesse executar suas ações "razoáveis", era extremamente leve.

Por que Alan Turing queria que a inteligência artificial cometesse erros

Infalibilidade e inteligência não são a mesma coisa.

Em 1950, no início da era digital, Alan Turing publicou um artigo que mais tarde se tornaria o mais famoso de seus trabalhos, Computing Machines and Mind , no qual ele fez a pergunta : "As máquinas podem pensar?"

Em vez de tentar definir os conceitos de “máquina” e “pensamento”, Turing descreve um método diferente de encontrar uma resposta para essa pergunta, inspirada no jogo de salão da era vitoriana - a imitação. De acordo com as regras do jogo, um homem e uma mulher em salas diferentes conversam entre si, passando notas por um intermediário. O mediador, que também desempenha o papel de juiz, precisa adivinhar qual deles é homem e qual é mulher, e sua tarefa é complicada pelo fato de o homem estar tentando imitar uma mulher.

Inspirado por este jogo, Turing desenvolveu um experimento mental em que um dos participantes foi substituído por um computador. Se um computador pode ser programado para reproduzir simulação tão bem que o juiz não sabe se está falando de uma máquina ou de uma pessoa, seria sensato concluir, argumentou Turing, que a máquina possui inteligência.

Esse experimento mental ficou conhecido como teste de Turing , e até hoje continua sendo uma das idéias mais famosas e controversas da IA. Ele não perde a atratividade, pois dá uma resposta inequívoca a uma pergunta muito filosófica: "As máquinas podem pensar?" Se o computador passar no teste de Turing, a resposta será sim. Como escreveu o filósofo Daniel Dennett , o teste de Turing deveria parar o debate filosófico. "Em vez de discutir incessantemente sobre a natureza e a essência do pensamento", escreve Dennett, "por que não concordamos que, seja qual for essa natureza, tudo o que pode passar nesse teste, sem dúvida, a possui".

No entanto, uma leitura mais aprofundada do trabalho de Turing revela um pequeno detalhe que introduz um pouco de ambiguidade no teste, o que sugere que, talvez, Turing não significou um teste prático da máquina de inteligência, mas uma provocação filosófica.

Em uma parte do artigo, Turing fornece uma simulação da aparência de um teste usando um computador inteligente imaginário do futuro. A pessoa faz perguntas e o computador responde.

P: Por favor, escreva um soneto sobre a ponte sobre o forte.

A: Aqui sou forçado a recusar. Eu nunca tive poesia.

Q: Adicione 34957 e 70764.

A: (responda após uma pausa de 30 segundos): 105621.

Q: Você joga xadrez?

A: sim

P: Meu rei está no e1; Não tenho outras figuras. Seu rei está na e3 e a torre na a8. Sua jogada. Como você vai?

O: (Depois de pensar em quinze segundos): La1, esteira.

Nesta conversa, o computador cometeu um erro aritmético. A soma real dos números será 105721, não 105621. É improvável que Turing, um matemático brilhante, tenha feito isso acidentalmente. Pelo contrário, é um ovo de páscoa para o leitor atento.

Em outro lugar do artigo, Turing parece sugerir que esse erro é um truque de programador projetado para enganar um juiz. Turing entendeu que se os leitores atentos das respostas do computador vissem um erro, eles decidiriam que estavam conversando com uma pessoa, assumindo que a máquina não cometeria esse erro. Turing escreveu que a máquina pode ser programada para "incluir deliberadamente erros nas respostas, projetadas para confundir o interrogador".

E se a idéia de usar erros para sugerir a mente humana era difícil de entender na década de 1950, hoje ela se tornou uma prática de design para programadores que trabalham com processamento de linguagem natural. Por exemplo, em junho de 2014, o chatbot Zhenya Gustman se tornou o primeiro computador a passar no teste de Turing. No entanto, os críticos apontaram que Zhenya conseguiu fazer isso apenas graças ao truque embutido: ele fingia ser um garoto de 13 anos de idade que não tinha o inglês como língua nativa. Isso significava que seus erros de sintaxe e gramática, além de conhecimento incompleto, eram atribuídos erroneamente à ingenuidade e imaturidade, em vez da incapacidade de processar linguagens naturais.

Da mesma forma, depois que o assistente de voz Duplex do Google atingiu a platéia com pausas na conversa e o uso de sons preenchê-las, muitos indicaram que esse comportamento não era o resultado do pensamento do sistema, mas uma ação especialmente programada projetada para simular o processo do pensamento humano.

Ambos os casos implementam a ideia de Turing de que os computadores podem ser especificamente feitos para cometer erros, a fim de impressionar uma pessoa. Como Turing, os programadores Zhenya Gustman e Duplex entendiam que uma imitação superficial da imperfeição humana pode nos enganar.

Talvez o teste de Turing não avalie a presença da mente de uma máquina, mas nossa disposição em considerá-la razoável. Como o próprio Turing disse : “A idéia de razão em si é mais emocional do que matemática. Quão razoável consideramos o comportamento de alguma coisa é determinado não menos pelo nosso próprio estado de espírito e habilidades do que pelas propriedades do objeto em questão. ”

E, talvez, a mente não seja uma substância que possa ser programada pela máquina - que, aparentemente, Turing tinha em mente -, mas uma característica manifestada pela interação social.

Sonhador da DARPA visando inteligência cibernética

Joseph Karl Robnett Liklider fez propostas para a criação de uma "simbiose entre homem e máquina", levando à invenção da Internet

10:30 29 1969 - , , SDS Sigma 7 , , -.

: «LO».

«LOGIN», , , ARPANET, , .

-. , ARPANET , .

, , 1950- , . , , . , , «» , , , .

. , . , . – – , .

, , , . , ( ) .

1960 " " . «, , , , , ». , -, , « », SAGE, .

1963 ( ARPA, – DARPA), . , , " ".

, , ARPA , , , . , . , , : « ?»


, MIT,

ARPA , . ARPANET. , ARPANET , , , , , , , , « ».

. , , - . Uber , , , , .

, . , , : , , « , ». , , , .

1980-

, ,

Na década de 1970, o Dr. Joffrey Franglen, da Faculdade de Medicina de St. George, em Londres, começou a escrever um algoritmo para desistir de pedidos de candidatos.

Naquele momento, três quartos das 2.500 pessoas que enviavam solicitações introdutórias anualmente foram examinadas por pessoas especiais que avaliaram sua solicitação por escrito, como resultado das quais os candidatos não chegaram ao estágio da entrevista. Aproximadamente 70% das pessoas que completaram o abandono inicial se matricularam na faculdade de medicina. Portanto, a triagem inicial foi uma etapa extremamente importante.

Franglen era o vice-reitor e também tratava de pedidos. A leitura de aplicativos exigia um avanço de tempo e parecia-lhe que esse processo poderia ser automatizado. Ele estudou a técnica de evasão de alunos que ele e outros certificadores usaram e, em seguida, escreveu um programa que, segundo ele, "imitava o comportamento de atestar pessoas".

A principal motivação de Franglen era aumentar a eficiência do processo de adoção, e ele também esperava que seu algoritmo eliminasse a qualidade inconsistente do trabalho da equipe. Ele esperava que, ao passar esse processo para o sistema técnico, fosse possível obter exatamente a mesma avaliação de todos os candidatos e criar um processo de evasão honesto.

De fato, tudo acabou do contrário.

Franglen completou seu algoritmo em 1979. Nesse ano, os pedidos dos candidatos foram verificados simultaneamente por um computador e por pessoas. Franglen descobriu que seu sistema concordava com as avaliações dos avaliadores em 90 a 95% dos casos. A administração decidiu que esses números permitem que os funcionários sejam substituídos por um algoritmo. Em 1982, todos os pedidos primários de admissão na escola começaram a ser avaliados pelo programa.

Depois de alguns anos, alguns funcionários ficaram preocupados com a falta de diversidade entre os alunos que ingressaram. Eles conduziram uma investigação interna do programa Franglen e encontraram certas regras que avaliavam os candidatos por fatores aparentemente não relacionados, como local de nascimento ou nome. No entanto, Franglen convenceu o comitê de que essas regras foram coletadas com base na coleta de dados sobre o trabalho dos participantes e não afetaram significativamente a amostra.

Em dezembro de 1986, dois professores da escola souberam dessa investigação interna e foram à Comissão Britânica de Igualdade Racial. Eles disseram à comissão que tinham motivos para acreditar que o programa de computador era usado para discriminar secretamente mulheres e pessoas de cor.

A comissão iniciou uma investigação. Foi descoberto que o algoritmo separava candidatos para caucasianos e não europeus, com base em seus nomes e locais de nascimento. Se os nomes deles não eram europeus, os nomes eram menores. A mera presença de um nome não europeu subtraiu 15 pontos do valor total do requerente. A comissão também descobriu que as mulheres foram subestimadas em média 3 pontos. Com base nesse sistema, até 60 aplicativos foram rejeitados diariamente.

Naquela época, a discriminação racial e de gênero era muito forte nas universidades britânicas - e St. Georg foi pego nisso apenas porque confiou esse viés a um programa de computador. Como era discutível que o algoritmo abaixo classificasse mulheres e pessoas com nomes não europeus, a comissão recebeu evidências sólidas de discriminação.

A escola de medicina foi acusada de discriminação, mas saiu com facilidade. Tentando fazer as pazes, a faculdade contatou pessoas que eles poderiam discriminar ilegalmente, e três dos candidatos rejeitados receberam educação. A Comissão observou que o problema na escola de medicina não era apenas técnico, mas também cultural. Muitos funcionários consideraram o algoritmo de classificação como a verdade suprema e não perderam tempo tentando descobrir como classifica os candidatos.

Em um nível mais profundo, fica claro que o algoritmo suportava os pré-conceitos que já existiam no sistema de admissões. Afinal, Franglen verificou o carro com a ajuda de pessoas e encontrou uma coincidência de 90 a 95%. No entanto, ao codificar a discriminação que os certificadores tinham na máquina, ele garantiu uma repetição infinita desse viés.

O Caso de Discriminação em St. Georg chamou muita atenção. Como resultado, a comissão proibiu a inclusão de informações sobre raça e etnia nas solicitações dos candidatos. No entanto, este modesto passo não impediu a propagação do viés algorítmico.

Os sistemas de tomada de decisão algorítmica são cada vez mais implantados em áreas com um alto grau de responsabilidade, por exemplo, nos cuidados de saúde e na justiça criminal, e a repetição e o fortalecimento do viés social existente, decorrentes de dados históricos, são motivo de grande preocupação. Em 2016, os repórteres do ProPublica revelaram que o software usado nos EUA para prever crimes futuros era enviesado contra afro-americanos. A pesquisadora Joy Bulamvini revelou mais tarde que o software de reconhecimento de rosto da Amazon está mais errado com as mulheres negras.

Embora o viés da máquina esteja rapidamente se tornando o tópico mais comentado na IA, os algoritmos ainda são considerados objetos matemáticos misteriosos e inegáveis ​​que produzem resultados razoáveis ​​e imparciais. Como diz a crítica de IA Kate Crawford, é hora de admitir que algoritmos são "criações humanas" e herdam nosso viés. O mito cultural de um algoritmo inegável muitas vezes esconde esse fato: nossa IA é tão boa quanto nós.

Como a Amazon colocou turcos mecânicos em uma máquina

Os trabalhadores digitais invisíveis de hoje se assemelham ao homem que governou o Turk Turk do século XVIII

Na virada do milênio, a Amazon começou a expandir seus serviços além da venda de livros. Com o crescente número de diferentes categorias de produtos no site da empresa, foi necessário criar novas formas de organizá-las e categorizá-las. Parte dessa tarefa foi a remoção de dezenas de milhares de produtos duplicados que apareciam no site.

Os programadores tentaram criar um programa que pode eliminar automaticamente duplicatas. Definir e excluir objetos parecia uma tarefa simples disponível para a máquina. No entanto, os programadores logo se renderam, chamando a tarefa de processamento de dados de " impossível ". Para uma tarefa que envolvia a capacidade de perceber pequenas inconsistências ou semelhanças em imagens e textos, era necessária inteligência humana.

A Amazon encontrou um problema. A remoção de produtos duplicados era trivial para as pessoas, mas uma enorme quantidade de itens exigiria mão de obra significativa. Gerenciar trabalhadores envolvidos em uma dessas tarefas não seria trivial.

O gerente da empresa Venki Harinarayan apresentou uma solução. Sua patente descreve uma "colaboração de computação híbrida entre homem e máquina", que divide uma tarefa em pequenos pedaços, subtarefas e as distribui por uma rede de funcionários humanos.

Se as duplicatas forem excluídas, o computador principal poderá dividir o site da Amazon em pequenas seções - digamos, 100 páginas de abridores - e enviar seções para as pessoas na Internet. Eles então precisavam identificar duplicatas nessas seções e enviar as peças do quebra-cabeça.

Um sistema distribuído ofereceu uma vantagem crucial: os funcionários não precisavam acumular-se em um só lugar, eles podiam realizar suas subtarefas em seus computadores, onde quer que estivessem e quando quisessem. De fato, Harinarayan criou uma maneira eficaz de distribuir trabalho pouco qualificado, mas difícil de automatizar, em uma ampla rede de pessoas que podem trabalhar em paralelo.

Esse método acabou sendo tão eficaz para o trabalho interno da empresa que Jeff Bezos decidiu vender o sistema como um serviço para organizações de terceiros. Bezos transformou a tecnologia Harinarayan em um mercado para trabalhadores. Lá, empresas que tinham tarefas fáceis para as pessoas (mas difíceis para robôs) podiam encontrar uma rede de trabalhadores freelancers executando essas tarefas por uma pequena taxa.

Foi assim que o Amazon Mechanical Turk , ou mTurk , surgiu . O serviço começou em 2005 e a base de usuários começou a crescer rapidamente. Empresas e pesquisadores de todo o mundo começaram a enviar os chamados “Tarefas para inteligência humana” na plataforma, como decriptografar áudio ou rotular imagens. As tarefas foram realizadas por um grupo internacional e anônimo de trabalhadores por uma pequena taxa (um funcionário frustrado reclamou que a remuneração média era de 20 centavos).

O nome do novo serviço se referia a uma máquina do século 18 jogando xadrez - o Mechanical Turk, inventado pelo pequeno empresário Wolfgang von Kempelen. E, assim como naquela automação falsa, na qual havia uma pessoa jogando xadrez, a plataforma mTurk foi projetada para ocultar o trabalho humano. Em vez de nomes, os trabalhadores da plataforma têm números e a comunicação entre o empregador e o trabalhador é desprovida de personalização. O próprio Bezos chamou esses trabalhadores desumanos de " inteligência artificial artificial ".

Hoje, o mTurk é um mercado próspero, com centenas de milhares de funcionários de todo o mundo. E embora a plataforma forneça uma fonte de renda para pessoas que podem não ter acesso a outro trabalho, as condições de trabalho são muito duvidosas. Alguns críticos argumentam que, ao ocultar e separar trabalhadores, a Amazon facilita a operação. Em um trabalho de pesquisa de dezembro de 2017, verificou-se que o salário médio de um funcionário é de cerca de US $ 2 por hora, e apenas 4% dos funcionários ganham mais de US $ 7,25 por hora.

Curiosamente, o mTurk se tornou um serviço crítico para o desenvolvimento de aprendizado de máquina. No programa MO, um grande conjunto de dados é emitido no qual ele aprende a procurar padrões e tirar conclusões. Os trabalhadores do MTurk são freqüentemente usados ​​para criar e marcar esses kits, e seu papel no desenvolvimento do MO geralmente permanece na sombra.

A dinâmica entre a comunidade de IA e o mTurk é consistente com a que está presente ao longo da história da mente da máquina. Admiramos prontamente o aparecimento de "máquinas inteligentes" autônomas, ignorando ou ocultando intencionalmente o trabalho humano que as cria.

Talvez possamos aprender com as observações de Edgar Allan Poe . Quando ele estudou o Turk Turk von Kempelen, ele não sucumbiu a essa ilusão. Em vez disso, ele se perguntou como seria um jogador de xadrez escondido dentro dessa caixa, "espremido" entre as engrenagens e alavancas em uma "pose dolorosa e não natural".

No momento, quando as manchetes sobre as descobertas da IA ​​estão no campo das notícias, é importante lembrar a abordagem sóbria de Poe. Pode ser bastante emocionante - embora perigoso - sucumbir ao hype em torno da IA ​​e se deixar levar pelas idéias de máquinas que não exigem meros mortais. No entanto, com cuidadosa consideração, você será capaz de ver traços de trabalho humano.