एक ऐसा डिलीवरी और ऑन-डिमांड प्लेटफॉर्म जिसकी प्रति ऑर्डर लागत कुछ सेंट थी, लेकिन जिसने पूरे डीप लर्निंग युग को समर्थन दिया।
अब, यह बंद हो रहा है।
अमेज़न ने अभी घोषणा की है कि उसका क्राउडसोर्सिंग प्लेटफॉर्म Mechanical Turk 30 सितंबर, 2024 को पूरी तरह से सेवाएं बंद कर देगा।
शीर्ष समय पर, प्लेटफॉर्म पर 50 लाख से अधिक लोग ऑनलाइन थे जो छोटे काम कर रहे थे—चित्र देखना, वर्गीकृत करना, लेबल करना—जिन कार्यों को कंप्यूटर अभी तक सीख नहीं पाया था, उन्हें हर ऑर्डर मानव द्वारा पूरा किया गया।
बाद में, यह विशालकाय "मानव गणना क्षमता" सीधे ImageNet डेटासेट को समर्थन प्रदान करने में शामिल हुई—
बिना MTurk के, ImageNet पर करोड़ों छवियों का मानव द्वारा अनुदेशन लगभग असंभव होता।
Without ImageNet, Li Fei-Fei might not have become famous overnight.
हिंटन के शिष्य एक युद्ध में देवता नहीं बन गए, और डीप लर्निंग 2012 में अचानक पुनर्जीवित भी नहीं हुई हो सकती।
21 साल बाद, असली AI इन होमवर्क को करने में और बेहतर हो जाएगी।
और जिन लोगों ने उस समय AI को बुद्धिमान बनाने का दावा किया था, वे इस प्लेटफॉर्म के साथ ही डिसकनेक्शन नोटिस का सामना कर रहे हैं।
50 लाख ऑनलाइन व्यक्ति अस्थायी कार्य कर रहे हैं, MTurk ने वास्तविक लोगों को "प्रतिस्थापित" करने के लिए लाया है
Mechanical Turk (MTurk) 2005 में लॉन्च हुआ।
वास्तव में, शुरुआत में, अमेज़न ने इस चीज़ के द्वारा AI के इतिहास को बदलने की सोची भी नहीं थी।
MTurk ने तब एक विशेष रूप से व्यावहारिक और रोमांचक समस्या को हल किया: कुछ कार्य, जो कंप्यूटर के लिए बेहद कठिन होते हैं, मनुष्यों के लिए अत्यंत सरल होते हैं...
इसलिए अमेज़न ने एक बहुत सीधा तरीका अपनाया: अगर प्रोग्राम काम नहीं कर रहा है, तो समस्या को छोटे-छोटे टुकड़ों में बाँटकर वास्तविक लोगों को दे दें!
इसलिए, इन अलग किए गए छोटे कार्यों को HIT, यानी Human Intelligence Task कहा जाता है।
उदाहरण के लिए, यदि किसी कंपनी के पास 10,000 चित्रों को वर्गीकृत करने की आवश्यकता है, तो MTurk का तरीका यह है कि इन्हें सीधे 10,000 स्वतंत्र कार्यों में विभाजित करके एक साथ प्लेटफॉर्म पर प्रकाशित किया जाए।
100 लोग मिलकर कर सकते हैं, 1000 लोग भी, कई दस हजार लोग मिलकर तो और तेज़।
अर्थात, MTurk एक व्यक्ति को तेजी से काम करने के लिए नहीं है, बल्कि यह एक ऐसे थकाने वाले काम को बदल देता है जिसे पहले केवल पंक्ति में लगकर किया जा सकता था, और इसे 'वैश्विक समानांतर' बना देता है।
असली मानव-निर्मित डेटा फ्लाइव्हील...
और "Mechanical Turk" नाम स्वयं इस "खेल" के अनुरूप है।
18वीं शताब्दी में, यूरोप में एक प्रसिद्ध मैकेनिकल टर्क था, जिसका बाहरी रूप एक ऐसी मशीन थी जो स्वयं शतरंज खेलती थी, और यहां तक कि नेपोलियन के साथ खेल सकती थी।
बाद में सबको पता चला कि मशीन के अंदर हमेशा से एक वास्तविक शतरंज खिलाड़ी छिपा हुआ था!？ (मैंने बड़ी गलती कर दी...)
अमेज़न ने इस कथा को इंटरनेट पर लाया है, जो लगभग पूरी तरह से फिट बैठती है; प्रोग्राम सतही रूप से स्वचालित रूप से काम कर रहा लगता है, लेकिन वास्तविक काम, स्क्रीन के पीछे के वास्तविक लोग कर रहे हैं।
बेजोस ने उसे एक ऐसा नाम दिया जो भविष्यवाणी सा निकला:
Artificial artificial intelligence.
जब यह विचार सफल हो गया, तो MTurk जल्द ही अमेज़न के अपने टूल से एक वैश्विक क्राउडसोर्सिंग बाजार में बदल गया।
By 2011, MTurk had gathered over 500,000 Workers across 190 countries.
जब लोगों की संख्या बढ़ी, तो कार्यों की मात्रा भी तेजी से बढ़ने लगी: चित्र छांटना, ध्वनि ट्रांसक्रिप्शन, पाठ वर्गीकरण, डेटा शुद्धीकरण, भावना निर्धारण, और सामग्री समीक्षा।
जो भी कार्य हैं जिनमें मशीनें कठिनाई महसूस करती हैं, लेकिन इंसान कुछ ही सेकंड में निर्णय ले सकता है, उन्हें यहाँ भेजें।
यह फेंकना, 21 साल का हो गया।
बिना MTurk के, आज का ImageNet और डीप लर्निंग क्रांति असंभव होता।
समय 2006 के आसपास लौटता है।
प्रिंसटन में अपनी शिक्षण नौकरी शुरू करने के बाद ही ली फेईफेई ने एक ऐसा काम करने का फैसला किया जो उस समय काफी विपरीत था—
Create a large enough visual encyclopedia for machines.
उस समय, प्रमुख कंप्यूटर दृष्टि डेटासेट में अक्सर केवल हजारों से कुछ लाख तस्वीरें होती थीं, डेटा बहुत कम था, इसलिए मॉडल आसानी से प्रश्नों के जवाब याद करने वाला बन जाता था, जो प्रशिक्षण सेट में पैटर्न को याद रख सकता था, लेकिन वास्तविक दुनिया के विविध वस्तुओं को समझने में कठिनाई का सामना करता था।
इसलिए ली फेईफेई की टीम ने उस समय एक बहुत ही पागलपन भरा काम करने का फैसला किया: मशीन के लिए एक «पर्याप्त बड़ा» दृश्य विश्व बनाना।
ImageNet डेटासेट, जिससे यह उत्पन्न हुआ।
ImageNet, WordNet के आधार पर, वास्तविक दुनिया को अलग-अलग अवधारणाओं में विभाजित करता है और प्रत्येक अवधारणा के नीचे सैकड़ों और हजारों वास्तविक चित्र शामिल करता है।
कुत्ते, कार, सेब, कुर्सी, पक्षी, मछली... जिन्हें परिभाषित किया जा सकता है, उन सबको अंदर भर दें।
लेकिन जल्द ही, एक अधिक वास्तविक समस्या सामने आ गई—
चित्र ढूंढना आसान है, Google, Yahoo, Flickr से भी खोजा जा सकता है, लेकिन वास्तविक समस्या यह है कि मिले चित्र अक्सर गलत होते हैं, यहां तक कि पूरी तरह से असंबंधित भी हो सकते हैं!!!
इसलिए सर्च इंजन चित्र वापस प्राप्त करने के बाद, अंतिम कदम के लिए मानवीय हस्तक्षेप की आवश्यकता होती है: एक-एक करके पुष्टि करना।
एक अतिशयोक्ति वाला आंकड़ा बताएं, इमेजनेट को बाद में संसाधित करने के लिए 1.6 करोड़ से अधिक चित्रों की उम्मीदवार सूची की आवश्यकता थी!!! इससे मानवीय समस्या पूरी तरह से असंभव हो गई...
जब ImageNet को विशाल मानव द्वारा चित्रों की छांटने से रोका जा रहा था, तब ली फेईफेई की टीम ने हाल ही में लॉन्च हुए Amazon Mechanical Turk पर ध्यान केंद्रित किया।
ImageNet टीम ने विशाल छवियों के छांटने का कार्य सूक्ष्म कार्यों में विभाजित करना शुरू किया और इन्हें MTurk प्लेटफॉर्म पर वैश्विक वर्कर्स को बांट दिया।
एक विशालकाय AI बुनियादी ढांचा, जिसे बार-बार सामान्य «माउस क्लिक» में तोड़ दिया गया।
2009 में प्रकाशित ImageNet पेपर में बताया गया कि उस समय डेटासेट में 5,247 अवधारणाएँ और 3.2 मिलियन संशोधित चित्र शामिल थे।
ImageNet टीम ने बाद में पूरे प्रोजेक्ट की समीक्षा करते हुए आंकड़े दिए: 167 देशों से 49,000 MTurk श्रमिक।
दूसरे शब्दों में, इमेजनेट के पीछे वास्तव में इस छांटने के कार्य को एक वैश्विक स्तर पर फैली अस्थायी लेबलिंग टीम द्वारा संचालित किया जाता है।
इसीलिए बिना MTurk के, ImageNet कभी वास्तविक नहीं हो सकता था...
ImageNet के बाद, आगे की कहानी वास्तव में तेज़ हो गई।
2010 में, ImageNet चैलेंज शुरू हुआ, और दुनिया भर के मॉडल एक ही डेटा सेट पर प्रशिक्षित होने लगे और एक ही लीडरबोर्ड पर प्रतिस्पर्धा करने लगे।
दो साल बाद, वह संयोजन सामने आया जिसे बाद में AI के इतिहास में बार-बार लिखा जाएगा—
टोरंटो विश्वविद्यालय के जॉफ्रे हिंटन, और उनके दो छात्र एलेक्स क्रिज़हेवस्की, इल्या सुत्स्केवर।
तीन लोग ImageNet बड़े पैमाने पर विजुअल रिकग्निशन चैलेंज में एक डीप कॉन्वोल्यूशनल न्यूरल नेटवर्क लेकर आए।
2012 के ImageNet चैलेंज की Top-5 त्रुटि दर को सीधे लगभग 15% तक घटा दिया गया, जिससे पारंपरिक विधियों को काफी पीछे छोड़ दिया गया।
इससे कंप्यूटर विज़न समुदाय को पहली बार इतना सीधा और स्पष्ट रूप से दिखाई दिया कि विशाल डेटा, GPU कैलकुलेशन पावर और डीप न्यूरल नेटवर्क को मिलाने से परिणाम एक पूरे स्तर की छलांग लगा सकते हैं।
बाएँ से दाएँ: इल्या सुत्स्केवर, जॉर्जी हिंटन और एलेक्स क्रिज़हेव्स्की
इसके बाद, एलेक्स क्रिज़हेवस्की का नाम एलेक्सनेट पर जुड़ गया।
इल्या बाद में गूगल ब्रेन गए, जहाँ उन्होंने OpenAI की स्थापना में भाग लिया और मुख्य वैज्ञानिक के रूप में कार्य किया, जिसके बाद उन्होंने SSI की स्थापना की।
Hinton जी बाद में ट्यूरिंग पुरस्कार जीते और मान्यता प्राप्त डीप लर्निंग के पितामहों में से एक बन गए।
Li Fei-Fei returned to Stanford to teach, co-lead HAI, and established her place in the history of modern computer vision through ImageNet.
फिर VGG आया, GoogLeNet आया, ResNet आया।
ImageNet लीडरबोर्ड को हर साल नीचे धकेला जा रहा है, डीप लर्निंग ने दृश्य से शुरुआत की, फिर ध्वनि में प्रवेश किया, फिर प्राकृतिक भाषा प्रसंस्करण में घुसा, और आज बड़े मॉडल के युग तक पहुँच गया।
दुनिया वाकई अद्भुत है—
ली फेईफेई की टीम ने MTurk का उपयोग करके ImageNet बनाया; ImageNet ने ली फेईफेई को प्रसिद्ध कर दिया; हिंटन के शिष्य-गुरु ने ImageNet के साथ एक बार में प्रसिद्धि प्राप्त की; डीप लर्निंग ने इस विजय से पुनर्जागरण की ओर बढ़ना शुरू किया।
167 देशों से लगभग 50,000 सामान्य लोगों ने कंप्यूटर के सामने बैठकर करोड़ों चयनित छवियों को धीरे-धीरे "क्लिक" करके ImageNet बनाया।
AI अंततः काम करना सीख गया, लेकिन MTurk पहले बंद हो गया
इसीलिए, मैकेनिकल टर्क का आज बंद होना एक युग के बंद होने जैसा लगता है।
अमेज़न की आधिकारिक घोषणा बहुत संयमित है, जिसमें केवल यह बताया गया है कि वे अपने उत्पादों और सेवाओं का निरंतर मूल्यांकन कर रहे हैं, इसलिए उन्होंने MTurk बंद करने का फैसला किया है।
CNBC ने पहले डेटा श्रमिक अधिकार संगठन Turkopticon के क्रिस्टा पॉलोस्की के संदर्भ में कहा था कि इन वर्षों में MTurk ने निरंतर गिरावट का सामना किया है, अमेज़न द्वारा निवेश कम होता जा रहा है, और नई पीढ़ी के डेटा लेबलिंग प्लेटफॉर्म भी श्रमिकों और ग्राहकों को अपनी ओर आकर्षित कर रहे हैं।
लेकिन अधिक सीधा कारण यह है कि उस समय जो सबसे अधिक मूल्यवान काम थे, वे अब AI खुद ही बेहतर तरीके से कर रहा है...
2005 में, आपको एक तस्वीर में कुत्ता है या नहीं, यह निर्णय लेने के लिए मशीन को निर्देश देना एक वास्तविक चुनौती थी, लेकिन अब यह बहुआयामी मॉडल के लिए एक मूलभूत कार्य बन गया है जिसे वे आसानी से पूरा कर सकते हैं।
इसी बीच, AI उद्योग की «मनुष्य» की आवश्यकता भी बदल गई है।
एडवांस्ड मॉडल्स के लिए प्रोग्रामर, डॉक्टर, वकील आदि पेशेवरों को कोड का मूल्यांकन, उत्तरों की समीक्षा, निष्कर्षण और सुरक्षा की जांच करने की आवश्यकता होती है।
इस प्रकार, Scale AI, Mercor, Prolific जैसे नए प्लेटफॉर्म उभरे, जो विशेषज्ञों का चयन और प्रबंधन करने लगे और अधिक विशेषज्ञता वाले प्रशिक्षण और मूल्यांकन डेटा प्रदान करने लगे।
इसके विपरीत, MTurk जैसा "जो कोई भी ले सकता है, प्रति ऑर्डर कुछ सेंट" का आउटसोर्सिंग मॉडल भी अब समय के साथ चल पाने लगा है...
अधिक जादुई बात यह है कि MTurk के मजदूर खुद भी AI का उपयोग शुरू कर चुके हैं!!!
2023 में एक स्विस शोधकर्ता के अध्ययन में पाया गया कि एमटर्क के साक्षात्कार प्राप्त कर्मचारियों में टेक्स्ट कार्यों को पूरा करने के लिए एआई मॉडल का उपयोग करने वालों का अनुपात अधिकतम 46% तक पहुंच सकता है।
मूल रूप से ग्राहक वास्तविक व्यक्ति के निर्णय के लिए पैसे खर्च कर रहे थे, लेकिन कुछ मजदूर ऑर्डर लेने के बाद संभवतः प्रश्नों को ChatGPT जैसे मॉडल को जवाब देने के लिए भेज देते हैं।
यह थोड़ा सा काला हास्य है...
MTurk की किस्मत, वास्तव में, पिछले 20 वर्षों के AI का एक संक्षिप्त चित्र है।
मानवता ने सबसे पहले मशीन के पीछे छिपकर, एक-एक करके चित्रों को क्लिक करके ImageNet तैयार किया, जिसने डीप लर्निंग के युग का द्वार खोल दिया।
बाद में, AI ने इन डेटा के साथ बढ़कर अंततः खुद से चित्र देखना, आवाज सुनना और पाठ लिखना सीख लिया।
21 साल बाद, जिन्होंने AI के लिए बुद्धिमानी का नाटक किया था, वे पीछे हट गए।
अब उस यांत्रिक तुर्की का दरवाजा बंद किया जा सकता है, जिसमें एक वास्तविक शतरंज खिलाड़ी छिपा हुआ था।
रेफरेंस लिंक:
[1]https://www.cnbc.com/2026/08/25/amazon-service-that-jeff-bezos-called-artificial-ai-is-shutting-down.html
यह लेख वेचेन ग्रुप "क्वांटम बिट" से है, लेखक: मेंगयाओ