Каждый раз, когда вы проходили CAPTCHA — вводили слова, выделяли светофоры или ставили галочки — вы бесплатно обучали искусственный интеллект. Системы reCAPTCHA использовали миллионы пользователей для разметки данных: распознавания текстов библиотек, обучения компьютерного зрения для беспилотников и анализа поведенческих паттернов.
CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) изначально создавалась для проверки способности машины имитировать человеческое поведение. Однако в масштабах интернета этот тест стал главным инструментом краудсорсинга разметки данных: 99% сайтов используют его, превращая посетителей в неосведомленных аннотаторов.
Первые текстовые CAPTCHA в течение пяти лет помогли оцифровать практически все библиотеки мира. Нечитаемые для OCR фрагменты сканов книг раздавались пользователям, а совпадения ввода сотен людей позволяли машинам точно восстановить текст. Компаниям не хватило бы ресурсов на такую задачу, но коллективный ум справился за годы.
С появлением reCAPTCHA после 2007 года фокус сместился на прямое обучение нейросетей. Графические задания — выбор пешеходных переходов, светофоров, автобусов — размечали визуальные данные для систем компьютерного зрения беспилотных автомобилей. Аудио-CAPTCHA транскрибировала речь, математические и логические — моделировали человеческое мышление, а поведенческие (движение мыши, скорость кликов) — обучали имитации пользовательских паттернов.
Сегодня нейросети справляются с этими задачами автономно, но накопленные данные уже интегрированы в городскую навигацию, беспилотники, голосовые помощники и рекомендательные алгоритмы. Парадокс в том, что пользователи защищали сайты от ботов, а на деле создавали цифровые двойники своих поведенческих моделей для машин.




