Amazon Mechanical Turk akan Ditutup pada 30 September 2026

Sebuah platform pengiriman berbasis crowdsourcing yang setiap pesanan hanya beberapa sen, namun pernah menjadi tulang punggung seluruh era pembelajaran mendalam.

Now, it's closing.

Amazon baru saja mengumumkan bahwa platform crowdsourcing-nya, Mechanical Turk, akan sepenuhnya menghentikan layanannya pada 30 September tahun ini.

Pada masa puncaknya, lebih dari 500.000 orang secara online di platform melakukan tugas-tugas kecil, seperti melihat gambar, mengklasifikasikan, dan memberi label, menyelesaikan semua tugas-tugas kecil yang komputer saat itu belum bisa lakukan secara manual.

Kemudian, kekuatan komputasi manusia yang besar ini secara langsung berkontribusi mendukung dataset ImageNet—

Tanpa MTurk, annotasi manual untuk puluhan juta gambar di ImageNet hampir tidak mungkin dilakukan.

Tanpa ImageNet, Li Fei-Fei mungkin tidak akan menjadi terkenal dalam semalam.

Murid dan guru Hinton tidak akan menjadi legenda dalam satu pertempuran, dan deep learning mungkin juga tidak tiba-tiba bangkit kembali pada tahun 2012.

Setelah 21 tahun, AI sejati akan semakin mahir mengerjakan tugas-tugas ini.

Sementara itu, kelompok yang dulu berpura-pura pintar untuk AI, bersama platform ini, menerima Pemberitahuan Penarikan.

Mechanical Turk (MTurk) diluncurkan pada tahun 2005.

Sebenarnya, pada awalnya, Amazon sama sekali tidak berniat menggunakan hal ini untuk menulis ulang sejarah AI.

MTurk saat itu menyelesaikan masalah yang sangat praktis dan dramatis: beberapa tugas, sangat sulit bagi komputer, tetapi sangat mudah bagi manusia...

Jadi, Amazon langsung memikirkan cara yang sangat langsung: jika program tidak bisa menyelesaikannya, maka pecah masalahnya dan serahkan kepada orang sungguhan~

Oleh karena itu, tugas-tugas kecil yang dipisahkan ini disebut HIT, yaitu Human Intelligence Task.

Misalnya, sebuah perusahaan memiliki 10.000 gambar yang perlu diklasifikasikan, cara MTurk adalah langsung membaginya menjadi 10.000 tugas independen dan menyebar semuanya ke platform sekaligus.

100 orang bisa melakukannya bersama, 1.000 orang juga bisa, dan jika puluhan ribu orang online bersamaan, akan lebih cepat.

Dengan kata lain, MTurk bukanlah tentang membuat satu orang bekerja lebih cepat, tetapi tentang mengubah pekerjaan kasar yang sebelumnya hanya bisa dilakukan secara berurutan menjadi sesuatu yang dapat dilakukan secara paralel secara global.

Benar-benar roda data buatan manusia...

Nama Mechanical Turk sendiri juga secara tepat mencerminkan "cara bermain" ini.

Pada abad ke-18, Eropa pernah memiliki sebuah mesin Turkis mekanis yang terkenal, yang tampak luar sebagai mesin yang bisa bermain catur sendiri, bahkan bisa bermain melawan Napoleon.

Kemudian semua orang baru menyadari bahwa sebenarnya ada pemain catur nyata yang bersembunyi di dalam mesin!？（Saya benar-benar kena tipu...）

Amazon membawa legenda ini ke internet, hampir sempurna, program tampaknya berjalan otomatis, tetapi yang sebenarnya bekerja adalah orang nyata di balik layar.

Bezos dulu memberinya sebuah istilah yang nyaris menjadi ramalan:

Artificial artificial intelligence.

Konsep ini begitu berhasil, MTurk cepat berkembang dari alat milik Amazon menjadi pasar crowdsourcing global.

Pada tahun 2011, MTurk telah menarik lebih dari 500.000 Worker dari 190 negara.

Semakin banyak orang, pekerjaan yang bisa diterima juga mulai tumbuh pesat: pemilihan gambar, transkripsi suara, klasifikasi teks, pembersihan data, penilaian emosi, dan audit konten.

Semua tugas yang bersifat "mesin kesulitan, manusia bisa menilai dalam beberapa detik" bisa dimasukkan ke sini.

Lemparan ini, sudah 21 tahun.

Waktu kembali ke sekitar tahun 2006.

Baru saja tiba di Princeton untuk mengajar, Li Fei-Fei memutuskan untuk melakukan sesuatu yang cukup melawan arus pada masa itu—

Buat ensiklopedia visual yang cukup besar untuk mesin.

Pada saat itu, kumpulan data komputer vision utama biasanya hanya memiliki beberapa ribu hingga puluhan ribu gambar, data terlalu sedikit, sehingga model mudah menjadi "ahli soal latihan", mampu mengingat pola dalam dataset pelatihan, tetapi sulit benar-benar memahami berbagai objek yang beragam di dunia nyata.

Jadi, tim Li Fei-Fei ingin melakukan hal yang sangat gila pada saat itu: menciptakan dunia visual yang "cukup besar" bagi mesin.

Dataset ImageNet, lahir dari sini.

ImageNet menggunakan WordNet sebagai kerangka, memecah dunia nyata menjadi konsep-konsep, lalu mengisi setiap konsep dengan ratusan hingga ribuan gambar nyata.

Anjing, mobil, apel, kursi, burung, ikan... benda-benda yang bisa didefinisikan, coba masukkan semuanya.

Namun segera, masalah yang lebih realistis menghantam mereka—

Gambar tidak sulit dicari, Google, Yahoo, dan Flickr memang bisa dicari, tetapi yang benar-benar merepotkan adalah gambar yang didapat tidak selalu tepat, bahkan bisa sama sekali tidak relevan!!!

Setelah mesin pencari bertanggung jawab untuk mengambil gambar kembali, masih diperlukan tenaga manusia untuk melakukan langkah terakhir: memverifikasi satu per satu.

Angka yang berlebihan: jumlah gambar kandidat yang harus diproses oleh ImageNet kemudian melebihi 160 juta!!! Ini langsung membuat masalah tenaga manusia menjadi jalan buntu...

Saat ImageNet hampir terhambat oleh volume besar gambar yang disaring secara manual, tim Li Fei-Fei beralih perhatian ke Amazon Mechanical Turk yang baru saja diluncurkan.

Tim ImageNet mulai membagi pekerjaan penyaringan gambar dalam jumlah besar menjadi tugas-tugas kecil, lalu mendistribusikannya ke para Worker di platform MTurk.

Infrastruktur AI yang megah, tiba-tiba dipecah menjadi ribuan kali 'klik mouse' biasa.

Paper ImageNet yang diterbitkan pada tahun 2009 menjelaskan bahwa pada saat itu, dataset tersebut sudah mencakup 5.247 konsep dan 3,2 juta gambar yang telah diproses.

Angka yang diberikan oleh tim ImageNet setelah meninjau ulang seluruh proyek adalah: 49.000 pekerja MTurk, dari 167 negara.

Dengan kata lain, yang benar-benar mendukung proyek penyaringan gambar di balik ImageNet adalah sekelompok besar penanda sementara yang tersebar di seluruh dunia.

It's precisely why MTurk and ImageNet might not have been possible back then...

Setelah ImageNet dibuat, cerita selanjutnya benar-benar mulai mempercepat.

Pada tahun 2010, kompetisi ImageNet dimulai, dan model-model di seluruh dunia mulai dilatih menggunakan dataset yang sama, lalu bersaing di peringkat yang sama.

Dua tahun kemudian, pasangan yang kemudian sering ditulis dalam sejarah AI muncul—

Geoffrey Hinton dari Universitas Toronto, bersama dua muridnya, Alex Krizhevsky dan Ilya Sutskever.

Tiga orang membawa jaringan saraf konvolusional mendalam untuk mengikuti kompetisi ImageNet Large Scale Visual Recognition Challenge.

Secara langsung menurunkan tingkat kesalahan Top-5 dari tantangan ImageNet tahun 2012 menjadi sekitar 15%, jauh melampaui metode tradisional.

Ini juga membuat seluruh komunitas komputer vision melihat secara langsung untuk pertama kalinya bahwa gabungan data dalam jumlah besar, daya komputasi GPU, dan jaringan saraf dalam dapat langsung meningkatkan performa ke level yang lebih tinggi.

Dari kiri ke kanan: Ilya Sutskever, Geoffrey Hinton, dan Alex Krizhevsky

Sejak saat itu, nama Alex Krizhevsky melekat pada AlexNet.

Ilya kemudian pergi ke Google Brain, berpartisipasi dalam pendirian OpenAI dan menjabat sebagai Chief Scientist, setelah meninggalkan posisi tersebut, ia mendirikan SSI.

Sekarang, Profesor Hinton memenangkan Penghargaan Turing dan diakui sebagai salah satu bapak deep learning.

Li Fei-Fei kembali mengajar di Stanford, memimpin bersama HAI, dan menempatkan dirinya di posisi penting dalam sejarah computer vision modern berkat ImageNet.

Kemudian, VGG datang, GoogLeNet datang, ResNet datang.

Daftar ImageNet terus diturunkan dari tahun ke tahun, deep learning bergerak dari visi hingga masuk ke suara, kemudian menyerang pemrosesan bahasa alami, dan akhirnya sampai pada era model besar saat ini.

Dunia ini benar-benar ajaib—

Tim Li Fei-Fei menggunakan MTurk untuk membuat ImageNet; ImageNet membuat Li Fei-Fei terkenal; guru dan murid Hinton menjadi terkenal berkat ImageNet; deep learning kembali bangkit berkat kemenangan ini.

Hampir 50.000 orang biasa dari 167 negara duduk di depan komputer, secara perlahan mengklik jutaan gambar kandidat untuk membentuk ImageNet.

Oleh karena itu, penutupan Mechanical Turk hari ini terasa seperti penutupan sebuah era.

Pernyataan resmi Amazon sangat terkendali, hanya menyatakan bahwa mereka terus mengevaluasi produk dan layanan mereka, sehingga memutuskan untuk menghentikan MTurk.

CNBC sebelumnya mengutip Krista Pawloski dari organisasi hak pekerja data Turkopticon, menyatakan bahwa MTurk telah mengalami penurunan selama bertahun-tahun, dengan Amazon yang semakin mengurangi investasinya, sementara platform penandaan data generasi baru terus merebut pekerja dan klien.

Tetapi alasan yang lebih langsung, jujur saja, adalah bahwa semakin banyak pekerjaan yang dulu paling berharga tahun itu kini semakin dikuasai oleh AI...

Pada tahun 2005, meminta mesin untuk menentukan apakah sebuah gambar mengandung anjing atau tidak merupakan tantangan serius, tetapi sekarang ini telah menjadi tugas dasar yang bisa diselesaikan dengan mudah oleh model multimodal.

Sementara itu, kebutuhan industri AI terhadap «manusia» juga berubah.

Model canggih memerlukan profesional seperti programmer, dokter, dan pengacara untuk meninjau kode, menilai jawaban, menguji penalaran, dan keamanan.

Sehingga, platform-platform baru seperti Scale AI, Mercor, dan Prolific muncul, mulai menyaring dan mengelola para ahli, menyediakan data pelatihan dan evaluasi yang lebih profesional.

Sebaliknya, model crowdsourcing MTurk yang "bisa diterima siapa saja, beberapa sen per pesanan" semakin ketinggalan zaman...

Yang lebih ajaib lagi, para pekerja MTurk sendiri mulai menggunakan AI!!!

Sebuah penelitian oleh akademisi Swiss pada tahun 2023 menemukan bahwa di antara pekerja MTurk yang disurvei, proporsi yang menggunakan model AI untuk menyelesaikan tugas teks mencapai hingga 46%.

Awalnya, klien membayar untuk penilaian manusia nyata, tetapi beberapa pekerja mungkin menerima pesanan lalu menyerahkan pertanyaan tersebut ke model seperti ChatGPT untuk dijawab.

Ini agak sedikit hitam dan lucu...

Nasib MTurk sebenarnya merupakan cerminan singkat dari AI selama 20 tahun terakhir.

Manusia awalnya bersembunyi di belakang mesin, mengklik satu gambar demi satu gambar, dengan susah payah membangun ImageNet, sekaligus membuka pintu era pembelajaran mendalam.

Kemudian, AI tumbuh mengikuti data-data ini, hingga akhirnya belajar sendiri untuk melihat gambar, mendengar suara, dan menulis teks.

Setelah 21 tahun, orang-orang yang dulu memasang kecerdasan buatan untuk AI telah mundur.

Mesin Turki Mekanis yang menyembunyikan pemain catur manusia itu akhirnya bisa menutup pintu lemari.

Tautan referensi:

[1]https://www.cnbc.com/2026/08/25/amazon-service-that-jeff-bezos-called-artificial-ai-is-shutting-down.html

Artikel ini berasal dari akun WeChat "Quantum Bit", penulis: Meng Yao