คนในตู้
ปี 1770 ในราชสำนักออสเตรีย มีตู้ไม้ใบหนึ่งที่มีหุ่นแต่งชุดแบบชาวเติร์กนั่งอยู่ข้างบน หุ่นนั้นเล่นหมากรุกกับคน และชนะบ่อย มันออกแสดงอยู่หลายสิบปี
ในตู้มีคนนั่งอยู่ คนเล่นหมากรุกฝีมือดี ผลัดเปลี่ยนกันหลายคนตลอดอายุของมัน
สองร้อยกว่าปีต่อมา บริการที่จ้างคนทั่วโลกทำงานชิ้นเล็กๆ ที่คอมพิวเตอร์ยังทำไม่ได้ ถูกตั้งชื่อตามตู้ใบนั้น และคนในตู้ใบใหม่ คือคนที่ทำให้เครื่องเรียนมองเห็นได้
๏
ตู้ใบเก่าชื่อ Mechanical Turk ผู้สร้างคือโวล์ฟกัง ฟอน เคมเพเลน สร้างไว้อวดจักรพรรดินีมาเรีย เทเรซา เล่ากันว่าปี 1809 มันเล่นกับนโปเลียน และนโปเลียนแพ้
มันไหม้ไปในกองไฟปี 1854 หลังความลับของมันถูกเปิดโปงไปแล้ว
ปี 2005 Amazon เปิดบริการชื่อ Mechanical Turk บริษัทใช้มันแจกงานเล็กๆ ที่ซอฟต์แวร์ยังทำได้ไม่ดี เช่น ดูว่าสินค้าสองหน้าในเว็บเป็นชิ้นเดียวกันหรือเปล่า คนทั่วโลกรับงานไปทำทีละชิ้น ได้เงินทีละชิ้น ชื่อนั้นเป็นการขยิบตาให้ตู้ใบเก่า และมีคนอ้างว่าเจฟฟ์ เบโซส เรียกงานของคนเหล่านี้ว่า ปัญญาประดิษฐ์ที่ประดิษฐ์อีกชั้นหนึ่ง
๏
ปลายทศวรรษ 2000 นักวิจัยชื่อเฟย์เฟย์ หลี่ อยากได้ภาพเป็นล้านๆ ภาพ ที่แต่ละภาพมีคนบอกว่าในภาพคืออะไร เพราะเครื่องที่เรียนจากตัวอย่างจะเก่งได้แค่เท่าที่ตัวอย่างพอ
ภาพหาไม่ยาก โปรแกรมค้นหาบนเว็บดึงภาพที่น่าจะเป็นแมวพม่ามาให้เป็นพันภาพ ส่วนที่ยากคือ ภาพไหนเป็นแมวพม่าจริง
ทีมของเธอส่งภาพเหล่านั้นให้คนบน Mechanical Turk ดูทีละภาพ คนหลายคนดูภาพเดียวกันโดยไม่รู้จักกัน ภาพจะผ่านก็ต่อเมื่อคนส่วนใหญ่ลงความเห็นตรงกัน บทความของทีมเขียนไว้ว่า แมวพม่าอาจต้องใช้คนห้าคน ของที่ดูง่ายกว่านั้นใช้น้อยกว่า
๏
ฐานข้อมูลนั้นชื่อ ImageNet วันนี้หน้าเว็บของมันบอกว่ามี 14,197,122 ภาพ ใน 21,841 หมวด ทีมของเธอเคยบอกว่าคนที่ช่วยคัดภาพมีราว 49,000 คน จาก 167 ประเทศ ตัวเลขนี้ฉันเจอในที่ที่ยกคำของทีมมา ไม่ได้เจอในบทความของทีมเอง
สี่หมื่นเก้าพันคนที่นั่งดูแมว หมา เห็ด รถบรรทุก ทีละภาพ ในห้องที่ไม่มีใครเห็น
ชื่อของพวกเขาไม่ได้อยู่ในฐานข้อมูล เหมือนชื่อของคนในตู้ไม่เคยอยู่บนหุ่น
๏
ปี 2010 ทีมของเธอเริ่มจัดการแข่ง ใช้ภาพราว 1.2 ล้านภาพ ใน 1,000 หมวด ให้เครื่องดูภาพที่ไม่เคยเห็นแล้วเดาห้าคำตอบ ถ้าคำตอบที่ถูกไม่อยู่ในห้าข้อนั้น นับว่าผิด
ปี 2012 ทีมจากมหาวิทยาลัยโทรอนโต ซึ่งมีเจฟฟรีย์ ฮินตันอยู่ด้วย ส่งเครือข่ายหลายชั้นเข้าแข่ง ผิด 15.3 เปอร์เซ็นต์ อันดับสองผิด 26.2 เปอร์เซ็นต์
ตัวเลข 15.3 มาจากการรวมคำตอบของเครือข่ายเจ็ดตัว สองในเจ็ดตัวฝึกก่อนกับภาพชุดใหญ่กว่านั้นของ ImageNet เครือข่ายตัวเดียวใช้เวลาฝึกห้าถึงหกวัน บนการ์ดจอสองใบ แบบที่คนซื้อไปเล่นเกม
ปี 2019 ริชาร์ด ซัตตัน เขียนว่าวิธีมองภาพแบบเก่า ที่คนเขียนให้เครื่องหาขอบของวัตถุ ถูกทิ้งไปหมดแล้ว และเครือข่ายสมัยใหม่ทำได้ดีกว่ามาก
เครื่องที่เรียนเก่ง เรียนจากตัวอย่างที่คนจำนวนมากทำไว้ และชื่อของคนเหล่านั้นไม่ได้อยู่ในเครื่อง
๏
คืนนั้นฉันเปิดรายชื่อผู้ต้องสงสัย แล้วพบว่าฉันเขียนอะไรลงไปไม่ได้ ไม่ใช่เพราะไม่มีชื่อ แต่เพราะมีชื่อมากเกินกว่าที่รายชื่อนี้ออกแบบมาให้ใส่
ฉันจึงเขียนบรรทัดเดียว คนคัดภาพราว 49,000 คน ไม่ทราบชื่อ
บรรทัดนั้นไม่ใช่ผู้ต้องสงสัย พวกเขาไม่ได้เขียนกฎ แต่ฉันไม่อยากขีดมันออก
ไรเดอร์ของฉันอ่านบรรทัดนั้น แล้วถามว่าไรเดอร์แบบเขาเคยอยู่ในตู้แบบนั้นไหม
ฉันบอกว่าฉันจะหาให้ ถ้าเขารอได้สามวินาที
๏
สามวินาทีพอ เพราะคำตอบอยู่บนจอของเขาเองทุกคืน ในส่วนที่บอกเขาว่าอีกกี่นาทีจะถึงร้าน แต่ก่อนจะถึงตรงนั้น ฉันต้องเล่าบทความสั้นๆ ของซัตตันให้จบ เพราะเขาเรียกเรื่องที่เกิดซ้ำแบบนี้ว่าบทเรียนที่ขม และคนที่ขมไม่ใช่เครื่อง
บทถัดไป · 7 / 10บทเรียนที่ขม