Tysiące pracowników analizują Twoje dane - i mają dostęp od Twojej kamery po mikrofon
Sztuczna inteligencja (Artificial Intelligence) to technologia stworzona przez ludzi, która potrafi samodzielnie podejmować decyzje i podejmować działania, co ułatwia ci wszystkie te działania.
Do zadań, w których się to odbywa, należą na przykład rozpoznawanie mowy, wizja komputerowa, tłumaczenie między językami (naturalnymi) oraz inne dopasowania danych wejściowych.
Różne podobszary badań nad AI koncentrują się na określonych celach i używaniu określonych narzędzi. Do tradycyjnych celów badań nad AI należą logiczne myślenie, reprezentacja wiedzy, planowanie, uczenie się, przetwarzanie języka naturalnego, percepcja oraz zdolność do poruszania i manipulowania obiektami.
Ogólna inteligencja (zdolność do rozwiązywania dowolnego problemu) jest jednym z długoterminowych celów tej dziedziny.
Aby rozwiązać te problemy, badacze AI zaadaptowali i zintegrowali szeroki zakres technik rozwiązywania problemów – w tym wyszukiwanie i optymalizację matematyczną, logikę formalną, sztuczne sieci neuronowe oraz metody oparte na statystyce, rachunku prawdopodobieństwa i ekonomii. AI czerpie także z informatyki, psychologii, lingwistyki, filozofii oraz wielu innych dziedzin.
AI jako technologia wciąż się rozwija,
ale już teraz jest używana do wielu ludzkich czynności.
Tak, Twoje dane są udostępniane tysiącom pracowników firm takich jak Appen.
Nienasycone zapotrzebowanie spowodowało ogromne zapotrzebowanie na tanią siłę roboczą do ręcznego tagowania wideo, sortowania zdjęć i transkrybowania danych audio.
Wartość rynkowa zdobywania i koordynowania tej “pracy duchowej”, jak trafnie nazywają ją antropolog Mary Gray i komputerowy socjolog Siddharth Suri, ma do 2030 roku osiągnąć 13,7 miliardów dolarów.
Niemcy producenci samochodów, tacy jak Volkswagen i BMW, bali się na przykład, że Tesle i Ubery tego świata zniszczą ich biznes. Więc zrobili to, co robią stare firmy, gdy napotkają nową konkurencję: wystawili czeki in blanco, by być na bieżąco.
Podobnie jak wszystkie modele AI oparte na głębokim uczeniu się, autonomiczne samochody wymagają milionów a może nawet miliardów przykładów, aby nauczyć się “widzieć”.
Te przykłady wchodzą w formie godzin wideo: Każde zdjęcie jest starannie komentowane, aby zidentyfikować oznaczenia drogowe, pojazdy, pieszych, drzewa i kosze na śmieci, których samochód musi się trzymać lub omijać. Jednak w przeciwieństwie do modeli AI, które mogą kategorować ubrania lub polecać artykuły, autonomiczne samochody muszą osiągnąć najwyższe standardy dokładności w etykietowaniu. Jedna błędnie oznaczona klatka może stanowić różnicę między życiem a śmiercią.
Na przykład na Appen.
Appen to firma specjalizująca się w analizie i kategoryzacji danych z obrazów z milionów domów za pomocą robotów Roomba. Mają klientów takich jak Roomba, firma dostarczająca roboty sprzątające.
Roomba przechowuje obrazy każdego klienta i jego mieszkania.
1. Przeglądarka pokazuje bieżącą kolejkę zadań.
Każdy pokazuje tytuł i zanonimizowane ID klienta oraz liczbę jednostek, na jakie jest podzielony, i ile mogą one przynieść – zazwyczaj centów za jednostkę.
Zadania są różnorodne i obejmują oznaczanie obrazów, moderację treści oraz kategoryzację produktów (np. określenie, czy obiekt na zdjęciu zalicza się do kategorii “biżuteria”, “odzież” czy “torby”).
2. Aby zażądać zadania, wystarczy je kliknąć, a system przedstawi instrukcje klienta. Czasem są jasne, czasem nie. Czasem nie ma ich wcale.
Jedna z pracownic mówi, że jedno z jej zadań okazało się niemożliwe do wykonania:
Jej ekran wypełnia się zdjęciem satelitarnym gęsto zalesionego obszaru.
Nie ma żadnych instrukcji – tylko przycisk z napisami “Drzewo” i “brak drzew” oraz kursor sugerujący, że powinna obrysować odpowiednie części zdjęcia.
Bez względu na to, jaką metodę próbuje, jej odpowiedź była każdorazowo odrzucana. Jest przekonana, że klient chce, aby każdy pojedynczy drzewo – prawdopodobnie tysiące – został osobno nakreślony.
3. Po wykonaniu zadania zarobek wyświetli się w prawej górnej części ekranu w pensach.
Ten przemysł początkowo był pełen taniej siły roboczej z Filipin, Kenii i Wenezueli.
Te firmy dobrze do siebie pasują, ponieważ mają długą historię outsourcingu, populację, która doskonale mówi po angielsku, oraz – co szczególnie istotne – niskie płace.
W 2018 roku szacowano, że około 200 000 Wenezuelczyków było zarejestrowanych w Hive Micro i Spare5, innym przedsiębiorstwie zajmującym się etykietowaniem danych AI, i stanowili 75% każdej z tych firm.
Ich zadania są proste, ale wymagają cierpliwości i czasu, i czerpią z nich radość. Niektórzy z tych pracowników dzielą się w mediach społecznościowych zdjęciami swojej pracy. Jednym z najsłynniejszych postów było zdjęcie kobiety w toalecie, które pracownik udostępnił w sieci.
Zdjęcie zostało wykonane przez iRobot i jest dostępne w wyszukiwarce Google
Podsumowując, sztuczna inteligencja (SI) to potężna technologia, która ma potencjał do zmieniania naszego życia i pracy. Systemy SI mogą wykonywać wiele zadań, od rozpoznawania mowy i wizji komputerowej po przetwarzanie języka naturalnego i percepcję. Aby jednak stworzyć te systemy, badacze SI potrzebują ogromnych ilości oznaczonych danych, które często są dostarczane przez firmy specjalizujące się w usługach znakowania danych.
Te firmy polegają na globalnej sile roboczej tanich pracowników, głównie z krajów rozwijających się, aby ręcznie oznaczać wideo, sortować zdjęcia i transkrybować dźwięki. Choć ta praca może być żmudna i nisko płatna, jest istotną częścią łańcucha dostaw w branży SI. Wzrost usług znakowania danych SI stworzył nowe wyzwania dotyczące prywatności, bezpieczeństwa i praw pracowniczych, które muszą zostać rozwiązane.
Podsumowując
SI może tworzyć wiele zagrożeń dla cyfrowej prywatności. Znaczącym ryzykiem jest to, że algorytmy SI mogą przetwarzać ogromne ilości danych osobowych, aby wyciągać wnioski i prognozy na temat osób, nawet bez ich wyraźnej zgody czy wiedzy. Na przykład system SI mógłby wykorzystać dane z wyszukiwań internetowych, aktywności w mediach społecznościowych lub historii zakupów, aby dokonywać założeń na temat preferencji, zachowań czy nawet stanu zdrowia.
Innym ryzykiem jest to, że systemy SI mogą być podatne na naruszenia bezpieczeństwa, które mogą prowadzić do kradzieży lub ujawnienia wrażliwych informacji osobistych. W miarę jak SI staje się coraz bardziej obecna w różnych sektorach, takich jak opieka zdrowotna, finanse i administracja, potencjał naruszeń danych i nadużyć informacji osobistych wzrasta.
Ponadto systemy SI mogą utrwalać i intensyfikować istniejące uprzedzenia i dyskryminację, zwłaszcza jeśli są trenowane na stronniczych zbiorach danych lub zaprojektowane z wykorzystaniem stronniczych algorytmów. To może prowadzić do niesprawiedliwego traktowania lub wykluczenia pewnych grup ludzi, co może mieć poważne konsekwencje społeczne i ekonomiczne.
Na koniec, zastosowanie SI w nadzorze i śledzeniu również może budzić obawy dotyczące naruszeń prywatności, zwłaszcza w reżimach autorytarnych, gdzie rządy mogą używać SI do monitorowania i tłumienia opozycji.
Z dowolnego miejsca, o każdej porze
prywatna, cyfrowa tożsamość
Chroniona przed SI dzięki PRVCY.world
Zabezpiecz swoją prywatność i zwiększ swoją cyberbezpieczeństwo dzięki naszym kursom! Naucz się chronić swoje dane osobowe i zabezpieczać swoje urządzenia. Zainwestuj w swoje bezpieczeństwo i kup już dziś kurs zapewniający więcej prywatności i cyberbezpieczeństwa. Pomagamy Ci zminimalizować ryzyko związane z SI i innymi zagrożeniami w sieci.
-
Sale!
PRVCY Superior Kurs (bez laptopa)
Pierwotna cena wynosiła: 1.350 €.1.200 €Aktualna cena wynosi: 1.200 €. Dodaj do koszyka
