Una plataforma de crowdsourcing que costaba unos céntimos por tarea, pero que sostuvo toda una era del aprendizaje profundo.
Ahora, va a cerrar.
Amazon acaba de anunciar que su plataforma de crowdsourcing Mechanical Turk cesará definitivamente su servicio el 30 de septiembre de este año.
En su momento álgido, más de 500,000 personas estaban en línea haciendo tareas menores, mirando imágenes, clasificando, etiquetando, completando manualmente, tarea por tarea, todas esas pequeñas cosas que entonces los ordenadores aún no sabían hacer.
Posteriormente, esta enorme «fuerza de cálculo humana» participó directamente en la creación del conjunto de datos ImageNet—
Sin MTurk, la anotación manual de los millones de imágenes de ImageNet habría sido casi imposible de completar.
Sin ImageNet, Fei-Fei Li quizás no se habría hecho famosa de la noche a la mañana.
Hinton y sus discípulos no se habrían consagrado de un golpe, y el aprendizaje profundo quizás no habría revivido repentinamente en 2012.
21 años después, la verdadera IA es cada vez más capaz de hacer esas tareas.
Y el grupo de personas que antes hacían inteligentes a las IA, junto con esta plataforma, han recibido el «Aviso de baja».
500,000 personas trabajando online, MTurk conseguía personas para "sustituir"
Mechanical Turk (MTurk) se lanzó en 2005.
En realidad, al principio, Amazon no imaginaba que esta cosa iba a reescribir la historia de la IA.
MTurk resolvía entonces un problema muy práctico y dramático: algunas tareas eran extremadamente difíciles para un ordenador, pero ridículamente simples para una persona...
Así que Amazon pensó en un método muy directo: ya que los programas no pueden, ¡pues se trocean los problemas y se lanzan a personas reales!
Por tanto, estas pequeñas tareas divididas se llamaron HIT, es decir, Human Intelligence Task (Tarea de Inteligencia Humana).
Por ejemplo, si una empresa tenía 10,000 imágenes que clasificar, la forma de trabajar de MTurk era dividirlas directamente en 10,000 tareas independientes y lanzarlas simultáneamente a la plataforma.
100 personas podían hacerlo juntas, 1,000 también, si decenas de miles se conectaban, aún más rápido.
En otras palabras, MTurk no hacía que una sola persona trabajara más rápido, sino que convertía un trabajo pesado que originalmente solo se podía hacer en cola, en algo que se podía «ejecutar en paralelo a nivel mundial».
Verdaderamente, la rueda de datos en versión manual...
Y el nombre Mechanical Turk en sí, encaja perfectamente con este «modo de juego».
En el siglo XVIII, hubo un famoso Turco mecánico en Europa, que por fuera parecía una máquina que jugaba al ajedrez sola, incluso llegó a jugar contra Napoleón.
¡Más tarde la gente descubrió que dentro de la máquina siempre había un jugador de ajedrez real! (Me confié demasiado...)
Amazon trasladó esta anécdota a Internet, encajando casi a la perfección: el programa aparentemente procesa automáticamente, pero los que realmente trabajan son las personas detrás de la pantalla.
Bezos en su día le dio una descripción que resultó ser profética:
Inteligencia artificial artificial (artificial artificial intelligence).
Una vez que esta idea funcionó, MTurk rápidamente pasó de ser una herramienta interna de Amazon a convertirse en un mercado global de crowdsourcing.
Para 2011, MTurk ya había reunido a más de 500,000 Trabajadores (Workers), cubriendo 190 países.
Con más gente, los trabajos que se podían aceptar también comenzaron a expandirse rápidamente: selección de imágenes, transcripción de voz, clasificación de texto, limpieza de datos, juicio emocional, moderación de contenido.
Cualquier tarea del tipo «difícil para la máquina, que una persona puede juzgar en segundos», podía lanzarse aquí.
Así durante 21 años.
Sin MTurk, no existirían el actual ImageNet ni la revolución del aprendizaje profundo
Retrocedamos a alrededor de 2006.
Fei-Fei Li, que acababa de llegar a Princeton como profesora, decidió hacer algo que en ese momento era bastante contracorriente:
Crear una enciclopedia visual lo suficientemente grande para las máquinas.
En ese entonces, los conjuntos de datos principales de visión por computadora a menudo tenían solo miles o decenas de miles de imágenes, muy pocos datos, los modelos fácilmente se convertían en «estudiantes que solo memorizan», podían recordar los patrones del conjunto de entrenamiento, pero les costaba entender realmente los objetos extraños y variados del mundo real.
Así que el equipo de Fei-Fei Li quiso hacer algo que en ese momento era una locura: crear un mundo visual «suficientemente grande» para las máquinas.
Así nació el conjunto de datos ImageNet.
ImageNet tomó WordNet como estructura, dividiendo el mundo real en conceptos, y luego llenando cada concepto con cientos o miles de imágenes reales.
Perro, coche, manzana, silla, pájaro, pez... todo lo que se pudiera definir, se intentaba incluir.
Pero pronto, un problema más real se presentó—
Encontrar imágenes no era difícil, Google, Yahoo, Flickr ciertamente permitían buscar, pero el verdadero problema era que las imágenes devueltas por la búsqueda no necesariamente eran correctas, ¡¡¡incluso cosas completamente no relacionadas!!!
Así que, después de que el motor de búsqueda se encargara de recopilar las imágenes, aún faltaba el paso final humano: confirmar una por una.
Para dar una cifra exagerada, la escala de imágenes candidatas que ImageNet luego tendría que procesar superaba ¡¡¡los 160 millones!!! En este punto, el problema de la mano de obra se convirtió definitivamente en un callejón sin salida...
Justo cuando ImageNet estaba a punto de verse frenado por la masiva tarea manual de filtrar imágenes, el equipo de Fei-Fei Li dirigió su mirada hacia el recién lanzado Amazon Mechanical Turk.
El equipo de ImageNet comenzó a dividir la enorme tarea de filtrar imágenes en microtareas, distribuyéndolas luego a los Trabajadores globales de la plataforma MTurk.
Una infraestructura de IA tan grandiosa, así fue dividida en innumerables «clics de ratón» más comunes.
En el artículo de ImageNet publicado en 2009 se describía que para entonces el conjunto de datos ya incluía 5247 conceptos y 3.2 millones de imágenes organizadas.
La cifra que dio más tarde el equipo de ImageNet al revisar todo el proyecto fue: 49,000 trabajadores de MTurk, de 167 países.
En otras palabras, lo que realmente sostuvo este proyecto de filtrado de imágenes detrás de ImageNet fue un ejército temporal de anotadores que abarcaba todo el mundo.
Por eso sin MTurk, ImageNet quizás realmente no se habría podido hacer en su día...
Una vez que ImageNet estuvo en marcha, la historia posterior realmente comenzó a acelerarse.
En 2010, comenzó la competición ImageNet, los modelos de todo el mundo empezaron a entrenarse con el mismo conjunto de datos y luego a competir en el mismo ranking.
Dos años después, apareció la combinación que luego se escribiría repetidamente en la historia de la IA—
Geoffrey Hinton de la Universidad de Toronto, y sus dos estudiantes Alex Krizhevsky, Ilya Sutskever.
Los tres participaron en el desafío de reconocimiento visual a gran escala de ImageNet con una red neuronal convolucional profunda.
Consiguieron reducir directamente la tasa de error Top-5 del desafío ImageNet 2012 a aproximadamente un 15%, dejando atrás de un golpe a los métodos tradicionales.
Esto hizo que por primera vez toda la comunidad de visión por computadora viera tan claramente que, al juntar grandes cantidades de datos, potencia de cálculo de GPU y redes neuronales profundas, los resultados podían dar un salto de nivel.
De izquierda a derecha: Ilya Sutskever, Geoffrey Hinton y Alex Krizhevsky
Desde entonces, el nombre de Alex Krizhevsky quedó ligado a AlexNet.
Ilya luego fue a Google Brain, cofundó OpenAI y se convirtió en su director científico, tras irse fundó SSI.
El señor Hinton luego ganó el Premio Turing y se convirtió en uno de los padrinos reconocidos del aprendizaje profundo.
Fei-Fei Li volvió a enseñar a Stanford, codirigió HAI, y con ImageNet consolidó su lugar en la historia moderna de la visión por computadora.
Luego llegaron VGG, GoogLeNet, ResNet.
El ranking de ImageNet se superaba año tras año, el aprendizaje profundo avanzó desde la visión hasta el audio, luego se adentró en el procesamiento del lenguaje natural, y finalmente llegó a la era de los grandes modelos de hoy.
Este mundo es realmente mágico—
El equipo de Fei-Fei Li usó MTurk para crear ImageNet; ImageNet hizo famosa a Fei-Fei Li de la noche a la mañana; Hinton y sus discípulos se consagraron con ImageNet; el aprendizaje profundo revivió gracias a esa victoria.
Cerca de 50,000 personas comunes de 167 países, sentadas frente al ordenador, fueron «clic a clic» convirtiendo cientos de millones de imágenes candidatas en ImageNet.
La IA finalmente aprendió a trabajar, pero MTurk se da de baja primero
Precisamente por eso, el cierre de Mechanical Turk hoy parece especialmente el cierre de un ciclo de una era.
La declaración oficial de Amazon es muy comedida, solo dice que evalúan continuamente sus productos y servicios, por lo que han decidido cesar MTurk.
CNBC citó previamente a Krista Pawloski de la organización de derechos de los trabajadores de datos Turkopticon, diciendo que MTurk ha estado en declive todos estos años, Amazon invierte cada vez menos, y las nuevas plataformas de anotación de datos también se llevan constantemente trabajadores y clientes.
Pero la razón más directa, francamente, es que esos trabajos que antes valían tanto, la IA cada vez los sabe hacer mejor por sí misma...
En 2005, hacer que una máquina juzgara si había un perro en una imagen era un verdadero problema, pero ahora se ha convertido en una tarea básica que los modelos multimodales pueden hacer casi sin pensar.
Al mismo tiempo, las necesidades de la industria de la IA respecto a las «personas» también han cambiado.
Los modelos más avanzados necesitan más a profesionales como programadores, médicos, abogados para evaluar código, revisar respuestas, probar razonamiento y seguridad.
Así, han surgido nuevas plataformas como Scale AI, Mercor, Prolific, que comienzan a filtrar y gestionar expertos, ofreciendo datos de entrenamiento y evaluación más profesionales.
En comparación, el modelo de crowdsourcing de MTurk, ese de «lo puede aceptar cualquiera, a unos céntimos por tarea», cada vez se queda más atrás...
Lo más surrealista es que ¡¡¡hasta los propios trabajadores de MTurk empezaron a usar IA!!!
Un estudio de 2023 de académicos suizos encontró que entre los trabajadores de MTurk encuestados, la proporción que usaba modelos de IA para completar tareas de texto podía llegar hasta el 46%.
Originalmente el cliente pagaba por un juicio humano, pero resulta que algunos trabajadores podían aceptar el pedido y luego pasar la pregunta a un modelo como ChatGPT para que respondiera.
Esto tiene un punto de humor negro...
El destino de MTurk es, en realidad, también un reflejo de la IA de los últimos 20 años.
Al principio los humanos, escondidos detrás de las máquinas, hicieron clic imagen por imagen, acumulando a fuerza ImageNet y abriendo la puerta a la era del aprendizaje profundo.
Luego, la IA creció a lo largo de esos datos, y finalmente aprendió a ver imágenes, escuchar sonidos, escribir texto por sí misma.
21 años después, las personas que antes hacían inteligentes a las IA se retiran.
Ese «Turco mecánico» que escondía a un jugador de ajedrez real, finalmente puede cerrar la puerta del armario.
Enlaces de referencia:
[1]https://www.cnbc.com/2026/08/25/amazon-service-that-jeff-bezos-called-artificial-ai-is-shutting-down.html
Este artículo proviene del WeChat público «量子位», autor: Meng Yao
