Une plateforme de micro-travail à quelques centimes par tâche, qui a pourtant porté toute une ère du Deep Learning.
Désormais, elle ferme ses portes.
Amazon vient d'annoncer que sa plateforme de micro-tâches, Mechanical Turk, cessera définitivement son service le 30 septembre de cette année.
À son apogée, plus de 500 000 personnes étaient en ligne pour accomplir des tâches annexes : regarder des images, les classer, les annoter, réalisant manuellement toutes ces petites choses que les ordinateurs ne savaient pas encore faire à l'époque.
Plus tard, cette immense « puissance de calcul humaine » a directement contribué à soutenir l'ensemble de données ImageNet —
Sans MTurk, l'annotation manuelle des dizaines de millions d'images d'ImageNet aurait été quasi impossible.
Sans ImageNet, Fei-Fei Li ne serait peut-être pas devenue célèbre du jour au lendemain.
Hinton et ses étudiants n'auraient pas conquis la gloire en une bataille, et le Deep Learning n'aurait peut-être pas connu ce regain soudain en 2012.
21 ans plus tard, la véritable IA apprend de plus en plus à faire ces devoirs.
Et ceux qui faisaient semblant d'être intelligents pour l'IA à l'époque, ainsi que cette plateforme, viennent de recevoir leur « Avis de Mise Hors Ligne ».
500 000 personnes en ligne pour des petits boulots, MTurk trouvait des humains pour « remplacer »
Mechanical Turk (MTurk) a été lancé en 2005.
À vrai dire, au départ, Amazon ne pensait absolument pas que cette chose allait réécrire l'histoire de l'IA.
MTurk résolvait alors un problème très concret et plutôt cocasse : certaines tâches, extrêmement difficiles pour un ordinateur, étaient d'une simplicité déconcertante pour un humain...
Amazon a donc imaginé une solution très directe : si le programme n'y arrive pas, découpons le problème en morceaux et confions-le à de vraies personnes ~
Ainsi, ces petites tâches découpées ont été nommées HIT, pour Human Intelligence Task.
Par exemple, si une entreprise avait 10 000 images à classer, la méthode MTurk consistait à les découper directement en 10 000 tâches indépendantes, puis à les disperser simultanément sur la plateforme.
100 personnes pouvaient travailler ensemble, 1000 aussi, et avec plusieurs dizaines de milliers de personnes en ligne, c'était encore plus rapide.
En d'autres termes, MTurk ne faisait pas travailler une seule personne plus vite, mais transformait une corvée qui ne pouvait être faite que séquentiellement en une activité pouvant être réalisée « en parallèle à l'échelle mondiale ».
Vraiment, la version humaine de la roue de données...
Et le nom Mechanical Turk lui-même correspond parfaitement à ce « gameplay ».
Au XVIIIe siècle, il y avait en Europe un célèbre Turc mécanique, qui, vu de l'extérieur, était une machine jouant aux échecs toute seule, capable même d'affronter Napoléon.
Ce n'est que plus tard que l'on a découvert qu'un véritable joueur d'échecs était caché à l'intérieur de la machine !? (J'ai vraiment été naïf...)
Amazon a transposé cette anecdote sur Internet, de manière presque parfaite : en apparence, le programme traite automatiquement, mais ceux qui font vraiment le travail sont les humains derrière l'écran.
Bezos lui avait donné à l'époque une expression prémonitoire :
L'intelligence artificielle artificielle (artificial artificial intelligence).
Une fois cette idée opérationnelle, MTurk est rapidement passé d'un outil interne d'Amazon à un marché mondial du micro-travail.
En 2011, MTurk rassemblait déjà plus de 500 000 Workers, couvrant 190 pays.
Avec cette masse, les types de tâches ont rapidement explosé : sélection d'images, transcription audio, classification de texte, nettoyage de données, jugement émotionnel, modération de contenu.
Toute tâche du genre « difficile pour la machine, facile à juger en quelques secondes pour un humain » pouvait y être déposée.
Et ce fut le cas pendant 21 ans.
Sans MTurk, pas de révolution ImageNet ni du Deep Learning d'aujourd'hui
Retour aux alentours de 2006.
Fei-Fei Li, fraîchement arrivée à Princeton, décide de faire quelque chose d'assez contre-courant pour l'époque —
Créer une encyclopédie visuelle suffisamment grande pour les machines.
À cette époque, les principaux ensembles de données en vision par ordinateur comptaient souvent seulement quelques milliers à dizaines de milliers d'images, trop peu de données. Les modèles risquaient de devenir de simples bachoteurs, capables de mémoriser les astuces de l'ensemble d'entraînement, mais peinant à vraiment comprendre les objets infiniment variés du monde réel.
L'équipe de Fei-Fei Li a donc voulu faire quelque chose de très fou à l'époque : créer un monde visuel « suffisamment grand » pour les machines.
C'est ainsi qu'est né l'ensemble de données ImageNet.
ImageNet a pris WordNet comme squelette, a décomposé le monde réel en concepts, puis a rempli chaque concept avec des centaines, voire des milliers, d'images réelles.
Chien, voiture, pomme, chaise, oiseau, poisson... Tout ce qui pouvait être défini, on essayait de l'inclure.
Mais rapidement, un problème plus concret s'est imposé —
Trouver des images n'était pas difficile, Google, Yahoo, Flickr permettaient de les chercher, mais le vrai problème était que les images trouvées n'étaient pas forcément correctes, voire totalement sans rapport !!!
Ainsi, après que les moteurs de recherche aient récupéré les images, il fallait encore une étape humaine finale : vérifier une par une.
Pour donner un chiffre impressionnant, l'échelle des images candidates que ImageNet devait traiter a dépassé les 160 millions !!! Là, le problème de la main-d'œuvre est devenu un véritable casse-tête...
Alors qu'ImageNet était sur le point d'être paralysé par le tri manuel de cette masse d'images, l'équipe de Fei-Fei Li s'est tournée vers Amazon Mechanical Turk, récemment lancé.
L'équipe ImageNet a commencé à découper l'immense travail de tri d'images en micro-tâches, puis à les distribuer aux Workers du monde entier sur la plateforme MTurk.
Une infrastructure IA grandiose a ainsi été décomposée en d'innombrables « clics de souris » des plus ordinaires.
Dans l'article ImageNet publié en 2009, il était décrit que l'ensemble de données contenait déjà 5247 concepts et 3,2 millions d'images organisées.
Plus tard, en revenant sur le projet, l'équipe ImageNet a donné ce chiffre : 49 000 travailleurs MTurk, originaires de 167 pays.
En d'autres termes, ce qui a vraiment soutenu cette gigantesque opération de tri derrière ImageNet, c'est une armée temporaire d'annotateurs répartie à travers le globe.
C'est pourquoi sans MTurk, ImageNet n'aurait probablement pas pu être réalisé à l'époque...
Une fois ImageNet mis en place, l'histoire a véritablement commencé à s'accélérer.
En 2010, le Challenge ImageNet a été lancé. Les modèles du monde entier ont commencé à s'entraîner sur le même ensemble de données, puis à s'affronter sur le même classement.
Deux ans plus tard, le trio qui allait être écrit et réécrit dans l'histoire de l'IA est entré en scène —
Geoffrey Hinton de l'Université de Toronto, et ses deux étudiants Alex Krizhevsky et Ilya Sutskever.
Les trois ont participé au défi de reconnaissance visuelle à grande échelle d'ImageNet avec un réseau de neurones convolutifs profond.
Ils ont fait chuter le taux d'erreur Top-5 du challenge ImageNet 2012 à environ 15%, laissant loin derrière les méthodes traditionnelles.
Cela a permis à toute la communauté de la vision par ordinateur de voir pour la première fois de manière aussi directe que la combinaison de masses de données, de puissance de calcul GPU et de réseaux de neurones profonds pouvait faire franchir un palier significatif.
De gauche à droite : Ilya Sutskever, Geoffrey Hinton et Alex Krizhevsky
Depuis, le nom d'Alex Krizhevsky est soudé à AlexNet.
Ilya est plus tard parti chez Google Brain, a cofondé OpenAI et en est devenu le Chief Scientist, avant de le quitter pour fonder SSI.
Hinton a ensuite remporté le prix Turing et est devenu l'un des pères reconnus du Deep Learning.
Fei-Fei Li est retournée enseigner à Stanford, co-dirige le HAI, et a établi sa place dans l'histoire moderne de la vision par ordinateur grâce à ImageNet.
Par la suite, VGG est arrivé, GoogLeNet est arrivé, ResNet est arrivé.
Le classement ImageNet a été battu année après année, le Deep Learning est parti de la vision pour s'engouffrer dans l'audio, puis dans le traitement du langage naturel, pour finalement arriver à l'ère des grands modèles d'aujourd'hui.
Le monde est vraiment étrange —
L'équipe de Fei-Fei Li a utilisé MTurk pour créer ImageNet ; ImageNet a rendu Fei-Fei Li célèbre ; Hinton et ses étudiants se sont fait un nom grâce à ImageNet ; et le Deep Learning a connu un renouveau grâce à cette victoire.
Près de 50 000 personnes ordinaires de 167 pays, assises devant leurs ordinateurs, ont « cliqué » patiemment pour transformer des centaines de millions d'images candidates en ImageNet.
L'IA a enfin appris à travailler, mais MTurk met les voiles en premier
C'est aussi pour cela que la fermeture de Mechanical Turk aujourd'hui semble particulièrement marquer la fin d'une boucle historique.
La version officielle d'Amazon est très sobre, indiquant simplement qu'elle évalue en permanence ses produits et services, et a donc décidé d'arrêter MTurk.
CNBC a précédemment cité Krista Pawloski de l'organisation de défense des droits des travailleurs de données Turkopticon, indiquant que MTurk a connu un déclin constant ces dernières années, qu'Amazon y investissait de moins en moins, et que de nouvelles plateformes d'annotation de données attiraient continuellement travailleurs et clients.
Mais la raison la plus directe, pour être franc, c'est que les tâches qui faisaient sa valeur à l'époque, l'IA apprend de plus en plus à les faire elle-même...
En 2005, demander à une machine de déterminer s'il y a un chien sur une photo était un vrai défi, mais c'est aujourd'hui une tâche de base qu'un modèle multimodal peut accomplir facilement.
Parallèlement, les besoins de l'industrie de l'IA en matière d'« humains » ont également changé.
Les modèles de pointe ont davantage besoin de professionnels comme des programmeurs, des médecins, des avocats pour évaluer du code, examiner des réponses, tester le raisonnement et la sécurité.
Ainsi, de nouvelles plateformes comme Scale AI, Mercor, Prolific ont émergé, commençant à sélectionner et gérer des experts, fournissant des données d'entraînement et d'évaluation plus spécialisées.
En comparaison, le modèle de micro-tâches de MTurk, du style « n'importe qui peut s'inscrire, quelques centimes par tâche », a de plus en plus de mal à suivre l'époque...
Plus surréaliste encore, les travailleurs de MTurk ont eux-mêmes commencé à utiliser l'IA !!!
Une étude de chercheurs suisses en 2023 a révélé que parmi les travailleurs MTurk interrogés, la proportion utilisant des modèles d'IA pour accomplir des tâches textuelles pouvait atteindre jusqu'à 46%.
À l'origine, le client payait pour un jugement humain, mais certains travailleurs pouvaient, après avoir accepté la tâche, la soumettre à un modèle comme ChatGPT pour obtenir la réponse.
Il y a quelque chose de franchement ironique dans cette situation...
Le destin de MTurk est en fait un aperçu des 20 dernières années de l'IA.
Au début, les humains se cachaient derrière les machines, cliquant image par image, accumulant patiemment ImageNet, et ouvrant la porte à l'ère du Deep Learning.
Ensuite, l'IA a grandi le long de ces données, a finalement appris à voir les images, entendre les sons, écrire du texte elle-même.
21 ans plus tard, ceux qui faisaient semblant d'être intelligents pour l'IA quittent la scène.
Le « Turc mécanique » qui cachait un véritable joueur d'échecs peut enfin fermer ses portes.
Références :
[1]https://www.cnbc.com/2026/08/25/amazon-service-that-jeff-bezos-called-artificial-ai-is-shutting-down.html
Cet article provient du compte public WeChat « Quantum Bit », auteur : Meng Yao
