Sebuah platform crowdsourcing pekerjaan lepas berbayar beberapa sen per tugas, yang pernah menyokong seluruh era pembelajaran mendalam.
Sekarang, platform itu akan ditutup.
Amazon baru saja mengumumkan, platform crowdsourcing milik mereka, Mechanical Turk (MTurk), akan menghentikan layanannya secara permanen pada 30 September tahun ini.
Di puncak kejayaannya, lebih dari 500.000 orang aktif secara online mengerjakan tugas-tugas kecil seperti melihat gambar, mengklasifikasikan, dan memberi anotasi, menyelesaikan secara manual hal-hal kecil yang saat itu belum bisa dipelajari komputer, satu tugas demi satu tugas.
Kemudian, "tenaga komputasi manusia" yang masif ini secara langsung terlibat dalam membangun kumpulan data ImageNet—
Tanpa MTurk, pemberian anotasi manual untuk ImageNet yang melibatkan puluhan juta gambar, hampir mustahil untuk diselesaikan.
Tanpa ImageNet, Fei-Fei Li mungkin tidak akan terkenal dalam semalam.
Hinton dan murid-muridnya mungkin tidak akan langsung menjadi legenda setelah satu pertempuran, dan pembelajaran mendalam mungkin tidak akan bangkit kembali secara tiba-tiba pada tahun 2012.
21 tahun kemudian, AI yang sebenarnya semakin mahir mengerjakan "PR-PR" ini.
Dan orang-orang yang dulu menjadi "kecerdasan" bagi AI, bersama dengan platform ini, menerima "Pemberitahuan Offline".
500.000 Orang Kerja Lepas Online, MTurk Menyewa Manusia untuk 'Menggantikan' AI
Mechanical Turk (MTurk) diluncurkan pada tahun 2005.
Sebenarnya awalnya, Amazon sama sekali tidak bermimpi platform ini akan menulis ulang sejarah AI.
MTurk saat itu memecahkan masalah yang sangat praktis dan dramatis: beberapa tugas, sangat sulit bagi komputer, tetapi sangat mudah bagi manusia...
Kemudian Amazon punya ide yang sangat langsung: Jika program tidak bisa menyelesaikannya, potong masalahnya dan serahkan ke manusia~
Maka, tugas-tugas kecil yang dipotong-potong ini disebut HIT, yaitu Human Intelligence Task (Tugas Kecerdasan Manusia).
Misalnya, sebuah perusahaan memiliki 10.000 gambar yang perlu diklasifikasikan, cara MTurk bermain adalah langsung membaginya menjadi 10.000 tugas independen, kemudian menyebarkannya sekaligus ke platform.
100 orang bisa mengerjakan bersama, 1.000 orang juga bisa, puluhan ribu orang online sekaligus, lebih cepat lagi.
Dengan kata lain, MTurk bukan membuat satu individu bekerja lebih cepat, tetapi mengubah pekerjaan kasar yang awalnya hanya bisa dikerjakan secara berurutan, menjadi bisa "diproses paralel secara global".
Benar-benar flywheel data versi manusia...
Dan nama Mechanical Turk sendiri, kebetulan sesuai dengan "cara bermain" ini.
Abad ke-18, pernah ada mesin Turk (The Turk) yang terkenal di Eropa, dari luar terlihat seperti mesin yang bisa bermain catur sendiri, bahkan melawan Napoleon.
Belakangan orang baru tahu, di dalam mesin itu selalu ada pemain catur manusia yang bersembunyi!? (Saya terlalu gegabah...)
Amazon membawa anekdot ini ke internet, hampir sempurna, program secara permukaan seperti memproses otomatis, tetapi yang benar-benar bekerja adalah manusia di balik layar.
Bezos saat itu memberinya sebutan yang bisa disebut prediktif:
Kecerdasan buatan buatan manusia (artificial artificial intelligence).
Begitu ide ini berjalan, MTurk dengan cepat berkembang dari alat internal Amazon, menjadi pasar crowdsourcing global.
Pada 2011, MTurk telah menghimpun lebih dari 500.000 Worker, mencakup 190 negara.
Semakin banyak orang, tugas yang bisa diterima juga mulai berkembang pesat: penyaringan gambar, transkripsi suara, klasifikasi teks, pembersihan data, penilaian emosi, moderasi konten.
Selama itu adalah tugas yang "mudah membuat mesin kesulitan, manusia bisa menilai dalam beberapa detik", bisa dilempar ke sini.
Dilempar begitu, selama 21 tahun.
Tanpa MTurk, Tidak Akan Ada ImageNet dan Revolusi Pembelajaran Mendalam Sekarang
Kembali ke waktu sekitar tahun 2006.
Fei-Fei Li yang baru saja mengajar di Princeton, memutuskan melakukan sesuatu yang agak kontra-arus saat itu—
Membuat ensiklopedia visual yang cukup besar untuk mesin.
Saat itu, kumpulan data visi komputer utama, seringkali hanya memiliki ribuan hingga puluhan ribu gambar, data terlalu sedikit, model mudah menjadi "penghafal soal", bisa mengingat pola dalam set pelatihan, tetapi sulit benar-benar memahami objek yang aneh-aneh di dunia nyata.
Maka tim Fei-Fei Li ingin melakukan sesuatu yang sangat gila saat itu: membuat "dunia visual yang cukup besar" untuk mesin.
Kumpulan data ImageNet, lahir dari sini.
ImageNet menggunakan WordNet sebagai kerangka, membelah dunia nyata menjadi konsep-konsep, lalu memasukkan ratusan hingga ribuan gambar nyata ke bawah setiap konsep.
Anjing, mobil, apel, kursi, burung, ikan... hal-hal yang bisa didefinisikan, sebisa mungkin dimasukkan.
Tapi segera, masalah yang lebih realistis menghadang—
Mencari gambar tidak sulit, Google, Yahoo, Flickr memang bisa mencari, tetapi masalah sebenarnya adalah gambar yang ditemukan belum tentu benar, bahkan hal yang sama sekali tidak berhubungan!!!
Jadi, setelah mesin pencari bertugas mengambil gambar, masih perlu manusia melakukan langkah terakhir: memastikan satu per satu.
Sebutkan angka yang fantastis, skala gambar kandidat yang harus ditangani ImageNet kemudian, melebihi 160 juta gambar!!! Sekali ini, masalah tenaga manusia benar-benar menjadi kebuntuan...
Ketika ImageNet hampir tertahan oleh penyaringan manual dalam jumlah besar, tim Fei-Fei Li mengalihkan pandangan ke Amazon Mechanical Turk yang baru saja diluncurkan.
Tim ImageNet mulai membagi pekerjaan penyaringan gambar masif menjadi tugas-tugas mikro, kemudian mendistribusikannya ke Worker global di platform MTurk.
Sebuah infrastruktur AI yang ambisius, dengan demikian dipecah menjadi klik mouse yang paling biasa.
Dalam makalah ImageNet yang diterbitkan tahun 2009 digambarkan, saat itu kumpulan data telah mencakup 5.247 konsep, 3,2 juta gambar yang telah diatur.
Angka yang diberikan tim ImageNet saat meninjau kembali seluruh proyek adalah: 49.000 pekerja MTurk, berasal dari 167 negara.
Dengan kata lain, di balik ImageNet yang benar-benar menopang proyek penyaringan gambar ini adalah pasukan anotator sementara yang membentang melintasi dunia.
Inilah alasan mengapa tanpa MTurk, ImageNet mungkin benar-benar tidak bisa dibuat saat itu...
Setelah ImageNet berhasil dibuat, cerita selanjutnya baru benar-benar mulai dipercepat.
2010, Kompetisi ImageNet dimulai, model dari seluruh dunia mulai dilatih dengan kumpulan data yang sama, kemudian bertanding di papan peringkat yang sama.
Dua tahun kemudian, kombinasi yang kemudian berulang kali ditulis dalam sejarah AI muncul—
Geoffrey Hinton dari University of Toronto, serta dua muridnya Alex Krizhevsky, Ilya Sutskever.
Ketiganya menggunakan jaringan saraf konvolusional mendalam (CNN) untuk mengikuti ImageNet Large Scale Visual Recognition Challenge (ILSVRC).
Mampu langsung menekan kesalahan Top-5 Kompetisi ImageNet 2012 hingga sekitar 15%, jauh meninggalkan metode tradisional.
Ini juga membuat komunitas visi komputer pertama kali melihat secara begitu langsung, bahwa data masif, daya komputasi GPU, dan jaringan saraf dalam digabungkan, efeknya bisa langsung melompati satu tingkat.
Dari kiri ke kanan: llya Sutskever, Geoffrey Hinton dan Alex Krizhevsky
Sejak itu, nama Alex Krizhevsky tertanam di AlexNet.
Ilya kemudian pergi ke Google Brain, ikut mendirikan OpenAI dan menjabat sebagai Chief Scientist, setelah pergi kemudian mendirikan SSI.
Hinton kemudian memenangkan Turing Award, dan menjadi salah satu bapak pembelajaran mendalam yang diakui.
Fei-Fei Li kembali mengajar di Stanford, bersama memimpin HAI, dan dengan ImageNet meneguhkan posisinya dalam sejarah visi komputer modern.
Kemudian, VGG datang, GoogLeNet datang, ResNet datang.
Papan peringkat ImageNet terus diturunkan tahun demi tahun, pembelajaran mendalam dari visi terus merambah ke suara, kemudian masuk ke pemrosesan bahasa alami, akhirnya sampai ke era model besar (large model) saat ini.
Dunia ini sangat ajaib—
Tim Fei-Fei Li meminjam MTurk untuk membuat ImageNet; ImageNet membuat Fei-Fei Li terkenal; Hinton dan muridnya meminjam ImageNet untuk menjadi terkenal dalam satu pertempuran; pembelajaran mendalam meminjam kemenangan ini untuk menuju kebangkitan kembali.
Hampir 50.000 orang biasa dari 167 negara, duduk di depan komputer, "mengklik" ratusan juta gambar kandidat sedikit demi sedikit menjadi ImageNet.
AI Akhirnya Belajar Bekerja, MTurk Malah Offline Duluan
Karena itulah, penutupan Mechanical Turk hari ini terasa seperti sebuah lingkaran era yang menutup.
Pernyataan resmi Amazon sangat terkendali, hanya menyatakan terus mengevaluasi produk dan layanan mereka, sehingga memutuskan menghentikan MTurk.
CNBC sebelumnya mengutip Krista Pawloski dari organisasi hak-hak pekerja data Turkopticon yang mengatakan, MTurk telah mengalami penurunan dalam beberapa tahun terakhir, investasi Amazon semakin sedikit, dan platform anotasi data generasi baru juga terus membawa pergi pekerja dan klien.
Tetapi alasan yang lebih langsung, sederhananya adalah pekerjaan-pekerjaan yang paling berharga saat itu, AI sendiri semakin bisa mengerjakannya...
Pada tahun 2005, membuat mesin menilai apakah ada anjing dalam sebuah gambar adalah masalah serius, tetapi sekarang sebenarnya telah menjadi tugas dasar yang bisa diselesaikan model multimodal dengan mudah.
Di saat yang sama, kebutuhan industri AI terhadap "manusia" juga berubah.
Model terdepan lebih membutuhkan profesional seperti programmer, dokter, pengacara untuk menilai kode, meninjau jawaban, menguji penalaran dan keamanan.
Maka, Scale AI, Mercor, Prolific, dan platform baru lainnya bangkit, mulai menyaring dan mengelola para ahli, menyediakan data pelatihan dan evaluasi yang lebih profesional.
Sebaliknya, model crowdsourcing MTurk yang "siapa saja bisa menerima, beberapa sen per tugas", juga semakin tidak mengikuti zaman...
Yang lebih aneh lagi, bahkan pekerja MTurk sendiri mulai menggunakan AI!!!
Sebuah penelitian oleh ilmuwan Swiss tahun 2023 menemukan, di antara pekerja MTurk yang diwawancarai, proporsi yang menggunakan model AI untuk menyelesaikan tugas teks bisa mencapai 46%.
Pada awalnya klien membayar untuk penilaian manusia, tetapi beberapa pekerja mungkin setelah menerima pesanan, menyerahkan pertanyaan ke model seperti ChatGPT untuk dijawab.
Hal ini agak ironis...
Nasib MTurk sebenarnya juga adalah sebuah potret AI selama 20 tahun terakhir.
Awalnya manusia bersembunyi di balik mesin, mengklik gambar satu per satu, dengan susah payah mengumpulkan ImageNet, juga mendorong terbukanya pintu era pembelajaran mendalam.
Kemudian, AI tumbuh besar sepanjang data ini, akhirnya belajar melihat gambar, mendengar suara, menulis teks sendiri.
21 tahun kemudian, orang-orang yang dulu menjadi "kecerdasan" bagi AI meninggalkan panggung.
Mesin "Turk" yang menyembunyikan pemain catur manusia itu, akhirnya bisa menutup pintu lemari.
Referensi:
[1]https://www.cnbc.com/2026/08/25/amazon-service-that-jeff-bezos-called-artificial-ai-is-shutting-down.html
Artikel ini dari akun WeChat "量子位", penulis: Meng Yao
