毎日50万時間もの無償の人間労働。しかも、単に銀行にログインしようとしていただけの人々によって。
reCAPTCHA は、インターネット史上最も成功した不可視のデータ収集作戦です。全盛期には、毎日2億人がこれを解いていました。彼らのほとんどは、自分たちが実際に何を構築しているのか全く理解していませんでした。
Google の自動運転車会社 Waymo は、現在450億ドルの価値があります。そのトレーニングデータの重要な部分は、あなたから提供されました。無料で。あなたが今まで訪れたあらゆるウェブサイト上で。
その全貌をお伝えします。
始まり：巧妙なアイデア
2000年、スパムボットがインターネットを破壊していました。フォーラムは溢れ、受信箱は圧迫されました。ウェブサイトは人間と機械を区別する方法を必要としていました。
カーネギーメロン大学の教授、ルイス・フォン・アンがこれを解決しました。彼は CAPTCHA を発明しました。それは、人間だけが読める歪んだ文字でした。ボットは失敗し、人間は通過しました。
しかし、フォン・アンはさらに別の可能性を見出しました。何百万人もの人々が、これらの認証に認知力を費やしている。もしその労力が同時に2つのことを成し遂げられるなら？
2007年、彼は reCAPTCHA を立ち上げました。その仕掛けは、ランダムな無意味な文字の代わりに、2つの単語を表示するというものでした。1つはシステムが既に知っている単語。もう1つは、コンピューターがまだ解読できない実際の書籍からスキャンされた単語です。あなたの回答が、その書籍のデジタル化に貢献しました。
書籍はニューヨーク・タイムズのアーカイブと Google Books からのものでした。総計1億3000万冊分です。
あなたはログインしているつもりでした。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）を行っていたのです。
Google は2009年に reCAPTCHA を買収しました。
そして Google がルールを変えた
歪んだ文字の時代は2012年頃に終わりを告げました。
Google には新たな問題がありました。Street View の車両が地球上のあらゆる道路を撮影していたのです。しかし、写真は単なる生データです。AI を有用にするには、それが何を見ているのかを理解させる必要がありました。標識、横断歩道、信号機、店先などです。
そこで Google は reCAPTCHA v2 を再設計しました。歪んだ文字の代わりに、写真のグリッドを表示するようにしたのです。「信号機のある四角をすべてクリックしてください」「横断歩道をすべて選択してください」「店先を特定してください」。
これらの画像は、Google Street View から直接提供されたものです。
あなたのクリックがラベルでした。選択するたびに、Google のコンピュータビジョンモデルに「このピクセルの集まりは信号機だ」「この形は横断歩道だ」と教えていたのです。
あなたはテストに合格していたのではありません。データセットを構築していたのです。
誰も語らない規模
ピーク時には、毎日2億件もの reCAPTCHA が解かれていました。
1回の認証に10秒。それは毎日20億秒の人間労働です。50万時間。毎日です。
有料のデータアノテーション（注釈付け）は、1時間あたり10ドルから50ドルかかります。低く見積もっても、毎日500万ドル相当の無償労働が抽出されていたことになります。
そして reCAPTCHA は1つのアプリだけにあったのではありません。あらゆる銀行、あらゆる政府ポータル、あらゆる E コマースサイト、インターネット上のあらゆるログインページにあったのです。あなたに選択肢はありませんでした。アカウントにアクセスしたいですか？ まずデータセットに注釈を付けてください。
Google は尋ねませんでした。支払いもしませんでした。あなたに伝えることさえしませんでした。
そのすべてが築いたもの
データは直接、2つの製品に投入されました。
Google Maps。地球上で最も使われているナビゲーションツール。その道路標識の読み取り、店舗の識別、都市の地理の理解能力は、一部、ウェブサイトにログインしようとしていた人々による数十億もの人間の注釈に基づいて構築されました。
そして Waymo です。
Waymo は Google の自動運転車プロジェクトで、2016年に独立した会社としてスピンオフしました。安全に走行するために、自動運転車はほぼ完璧な精度で何千もの視覚パターンを認識する必要があります。信号機、横断歩道、歩行者、一時停止標識などです。
その認識のための基礎となるトレーニングデータは？ 何百万人もの人間によって注釈が付けられました。reCAPTCHA を介して。彼らの知らないうちに。
Waymo は2024年に400万回以上の有料ライドを完了しました。サンフランシスコ、ロサンゼルス、フェニックスで運行しています。毎月拡大しており、その価値は450億ドルと評価されています。
その基盤は、メールをチェックしようとしていた無報酬のインターネットユーザーによって築かれました。
誰もこれを再現できなかった理由
データアノテーションは高価です。Scale AI、Appen、Labelbox のような企業は、この問題を解決するために存在しています。彼らは数十万人のワーカーを雇い、画像にラベルを付けさせています。時には1時間1ドル未満の賃金で。
Google はこれを別の方法で解決しました。彼らはアノテーションを必須にしたのです。報酬のためではなく。同意を得てでもなく。ウェブ上のあらゆるサイトへのアクセス料として。
結果は、数十億ものラベル付き画像です。地球規模のカバレッジ。あらゆる気象条件。あらゆる時間帯。地球上のあらゆる都市。
どのアノテーション会社もこれを構築できませんでした。インターネットそのものが工場だったのです。そこにいるすべての人が、契約書にサインしたことのない従業員でした。
あなたが今もやっているバージョン
2018年にリリースされた reCAPTCHA v3 は、あなたに認証を全く表示しません。マウスの動き方、スクロールの仕方、ホバーする時間を監視します。あなたの行動指紋が、人間かどうかを判断します。
その行動データも Google の AI システムにフィードバックされます。
あなたはオプトインしたことはありません。チェックするボックスもありませんでした。あなたは今も、訪れるほとんどのサイトでそれをやっています。
誰もが気にすべき皮肉
ルイス・フォン・アンの当初のビジョンは素晴らしいものでした。人間がスパムフィルターに既に費やしている認知力を、有用なものに向け直す。世界の書籍をデジタル化する。現実の問題を解決する。
Google がそのビジョンでやったことは、別物です。
彼らは、ユーザーに使う以外の選択肢がないセキュリティメカニズムを、インターネット全体に展開し、その出力を収穫して、数百億ドルもの価値がある商業製品を構築しました。
ユーザーは何も得られませんでした。知ることさえも。
最大の皮肉：あなたは人間であることを証明するために何年も費やしました。当時 AI にはまだできなかった、まさにその視覚認識作業を行うことによって。そして、一度学習されると、人間による視覚アノテーションを不要にするその作業によって。
あなたは人間であることを証明しました。自分自身を代替可能にすることによって。
出典：カーネギーメロン大学、Google ブログ（2009年）、WebProNews、MakeUseOf、MIT テクノロジーレビュー、Waymo の開示情報。
この記事が面白いと思ったら、X で私 @sharbel をフォローしてください。
また、ビジネスを運営されているなら、私たちは創業者向けに、適切なオーディエンスを引き付け、それを収益に変えるためのコンテンツシステムを構築しています。
同じシステムを導入したい方は、FounderFunnel.com でお問い合わせください。
