Human-machine interface. Data-labelling startups want to help improve corporate AI. A clutch of firms is generating the feedstock for machine-learning algorithms: tagged data
The Economist [2019], "Human-machine interface. Data-labelling startups want to help improve corporate AI. A clutch of firms is generating the feedstock for machine-learning algorithms: tagged data", The Economist, London, 19 de octubre, https://www.economist.com/business/2019/10/17/data-labelling-startups-wa...
The Economist afirma que, aunque las grandes corporaciones están muy interesadas en el uso de inteligencia artificial (IA) en el núcleo de sus negocios, apenas una de cada cinco compañías efectivamente la han incorporado. La principal causa de esta lenta incorporación es la falta de información de calidad para programar algoritmos que permitan a las máquinas aprender y desempeñar tareas útiles en los negocios.
La mejora de la calidad de la información también es un ramo de negocios, pero las grandes corporaciones no se dedican a ello por las dificultades que esas tareas implican, a saber, el reconocimiento y etiquetado de información (data-labelling) de imágenes y videos, principalmente. En este contexto, subraya The Economist, están surgiendo empresas dedicadas a las labores de etiquetado de datos.
Mechanical Turk, comprada por Amazon, es una firma intermediaria que vincula trabajadores freelance para desempeñar “micro-tareas” como el etiquetado de imágenes. Hive también es una firma dedicada al etiquetado de datos. Kevin Guo, jefe de Hive, presenta el trabajo de etiquetado como “jugar Candy Crush”, esto es, un juego de hacer pares. Actualmente tiene 1.5 millones de “jugadores” alrededor del mundo.
El etiquetado de datos es un trabajo intensivo que está más extendido en los países poco desarrollados como India, Vietnam y Filipinas. The Economist menciona el testimonio de Hafiz Arslan, un trabajador paquistaní, que ganó 200 dólares por la clasificación de 4 mil 500 imágenes de deportes.
Pero como el trabajo de etiquetado es susceptible de errores humanos, existen firmas (Scale AI y AI.Reverie) que ya están considerando sustituir progresivamente el trabajo humano con la implementación de sus propios algoritmos de clasificación de datos. En Scale AI los trabajadores se están limitando a revisar el trabajo de clasificación de los logaritmos de AI; en AI.Reverie se utilizan plataformas similares a los videojuegos para “entrenar” el reconocimiento de imágenes de los algoritmos.
1. IDC estima que el gasto mundial en inteligencia artificial de 2019 es de 38 mil millones de dólares y en 2023 alcanzará 98 mil millones de dólares.
2. Astasia Myers de Redpoint Ventures, firma de capital de riesgo, estima que el mercado de servicios para etiquetado de datos se triplicará en 2023 con un valor de 5 mil millones dólares.
Una de las principales líneas de desarrollo de la IA es la complementación entre humanos y algoritmos para lograr la automatización de tareas que requieren de criterio humano. El ejemplo del marcado y de la clasificación de informaciones muestra que la masividad de las operaciones puede resultar en una alta fiabilidad de los resultados obtenidos mediante IA.
La inteligencia artificial es una innovación tecnológica estratégica que está en las manos de las grandes corporaciones. En fichas anteriores se ha descrito la incorporación de la IA en el desarrollo de tecnología militar, ahora empieza a prefigurarse el uso de IA en los negocios de las propias corporaciones que la financian. Sin lugar a dudas, este tipo de fenómenos sirven para reflexionar acerca del trastocamiento de las subjetividades en el siglo XXI por la alta vinculación o hasta desplazamiento de los seres humanos por la realidad virtual inteligente.