Amazon Mechanical Turk encerrará em 30 de setembro de 2026

Uma plataforma de entrega e trabalho colaborativo, com pedidos de poucos centavos de dólar, que já sustentou toda a era do aprendizado profundo.

Agora, está fechando.

A Amazon acabou de anunciar que sua plataforma de trabalho colaborativo Mechanical Turk encerrará totalmente as operações em 30 de setembro deste ano.

No auge, mais de 500 mil pessoas estavam online na plataforma realizando tarefas manuais, como analisar imagens, classificar e rotular, concluindo manualmente cada tarefa que os computadores ainda não conseguiam aprender.

Posteriormente, essa imensa "potência humana" participou diretamente na sustentação do conjunto de dados ImageNet—

Sem o MTurk, o rótulo manual de dezenas de milhões de imagens no ImageNet seria quase impossível de realizar.

Sem ImageNet, Li Fei-Fei provavelmente não teria se tornado famosa da noite para o dia.

Hinton e seu aluno não se tornarão lendários em uma única batalha, e o aprendizado profundo talvez também não tenha retomado repentinamente em 2012.

Após 21 anos, a verdadeira IA ficará cada vez melhor em fazer esses trabalhos.

E aqueles que antes tentavam fazer o AI parecer inteligente, juntamente com esta plataforma, receberam a notificação de desativação.

Mechanical Turk (MTurk) foi lançado em 2005.

Na verdade, no início, a Amazon nem sequer pensou em usar isso para reescrever a história da IA.

MTurk resolvia na época um problema particularmente prático e dramático: algumas tarefas são extremamente difíceis para computadores, mas incrivelmente fáceis para humanos...

Então a Amazon simplesmente pensou em um método muito direto: se o programa não consegue resolver, divida o problema em partes e entregue aos humanos!

Assim, essas pequenas tarefas separadas são chamadas de HIT, ou seja, Human Intelligence Task.

Por exemplo, se uma empresa tiver 10.000 imagens para classificar, o método do MTurk é dividir diretamente em 10.000 tarefas independentes e publicá-las simultaneamente na plataforma.

100 pessoas podem fazer juntas, 1.000 pessoas também podem, e se dezenas de milhares se conectarem ao mesmo tempo, será ainda mais rápido.

Em outras palavras, o MTurk não faz uma única pessoa trabalhar mais rápido, mas transforma uma tarefa árdua que antes só podia ser feita em fila em algo que pode ser feito «em paralelo global».

Rodada de dados verdadeiramente人工...

E o nome Mechanical Turk também corresponde perfeitamente a esse "método".

No século XVIII, a Europa tinha um famoso autômato turco, que, à primeira vista, era uma máquina que jogava xadrez sozinha e até mesmo enfrentava Napoleão.

Depois, todos descobriram que havia um jogador humano escondido dentro da máquina!? (Eu realmente fiquei surpreso...)

A Amazon trouxe essa metáfora para a internet, quase perfeitamente: o programa parece estar processando automaticamente, mas quem realmente faz o trabalho são pessoas reais atrás da tela.

Bezos deu a ele um termo que se tornou uma profecia auto-realizável:

Inteligência artificial artificial.

Assim que essa ideia funcionou, o MTurk cresceu rapidamente de uma ferramenta própria da Amazon para um mercado global de crowdsourcing.

By 2011, MTurk had gathered over 500,000 Workers across 190 countries.

Com o aumento do número de pessoas, os trabalhos disponíveis também começaram a crescer rapidamente: seleção de imagens, transcrição de áudio, classificação de texto, limpeza de dados, análise de emoção e moderação de conteúdo.

Qualquer tarefa do tipo "máquinas têm dificuldade, mas humanos conseguem julgar em segundos" pode ser enviada aqui.

Lançar isso foi em 2021.

O tempo retorna ao redor de 2006.

Logo após chegar à Princeton para ensinar, Li Fei-Fei decidiu fazer algo que, na época, era bastante contracultural—

Create a large enough visual encyclopedia for machines.

Naquela época, os principais conjuntos de dados de visão computacional geralmente continham apenas milhares a dezenas de milhares de imagens; os dados eram insuficientes, e os modelos facilmente se tornavam "decoradores", capazes de memorizar padrões do conjunto de treinamento, mas com dificuldade para compreender verdadeiramente os objetos variados do mundo real.

Então, a equipe de Li Fei-Fei quis fazer algo que na época era considerado muito louco: criar para a máquina um "suficientemente grande" mundo visual.

O conjunto de dados ImageNet, daí surgido.

ImageNet usa o WordNet como estrutura, dividindo o mundo real em conceitos individuais e preenchendo cada conceito com centenas ou milhares de imagens reais.

Cachorros, carros, maçãs, cadeiras, pássaros, peixes... Tente incluir tudo o que puder ser definido.

Mas logo, uma questão mais realista se apresentou de frente—

As imagens não são difíceis de encontrar; o Google, Yahoo e Flickr também conseguem pesquisar, mas o verdadeiro problema é que as imagens encontradas nem sempre estão corretas, ou até mesmo são completamente irrelevantes!!!

Então, após o mecanismo de busca recuperar as imagens, ainda é necessário que alguém faça o passo final: confirmar uma por uma.

Diga um número exagerado: o número de imagens candidatas que o ImageNet precisaria processar depois ultrapassou 160 milhões!!! Isso transformou imediatamente o problema de mão de obra em um impasse total...

Quando o ImageNet estava quase paralisado pela enorme quantidade de imagens a serem classificadas manualmente, a equipe de Li Fei-Fei voltou sua atenção para o recém-lançado Amazon Mechanical Turk.

A equipe do ImageNet começou a dividir o trabalho de filtragem de imagens em massa em microtarefas e distribuí-las para trabalhadores globais na plataforma MTurk.

Uma infraestrutura de IA ambiciosa foi desmontada em inúmeras "cliques de mouse" comuns.

O artigo ImageNet de 2009 descreve que, na época, o conjunto de dados já incluía 5.247 conceitos e 3,2 milhões de imagens organizadas.

O time do ImageNet posteriormente revisou o projeto e forneceu os seguintes números: 49.000 trabalhadores do MTurk, provenientes de 167 países.

Em outras palavras, o verdadeiro suporte por trás desse projeto de classificação de imagens do ImageNet é uma equipe temporária de rotuladores espalhada globalmente.

É por isso que, sem o MTurk, o ImageNet provavelmente nunca teria sido criado...

Depois que o ImageNet foi lançado, a história seguinte realmente acelerou.

Em 2010, a competição ImageNet começou, e modelos de todo o mundo passaram a ser treinados com o mesmo conjunto de dados e a competir na mesma tabela de classificação.

Dois anos depois, o grupo que mais tarde seria repetidamente registrado na história da IA estreou—

Geoffrey Hinton da Universidade de Toronto, junto com seus dois alunos, Alex Krizhevsky e Ilya Sutskever.

Três pessoas participaram do ImageNet Large Scale Visual Recognition Challenge com uma rede neural convolucional profunda.

Reduziu diretamente a taxa de erro Top-5 do desafio ImageNet de 2012 para cerca de 15%, deixando para trás os métodos tradicionais em grande medida.

Isso também permitiu que toda a comunidade de visão computacional visse, pela primeira vez de forma tão direta, que a combinação de grandes volumes de dados, poder de processamento GPU e redes neurais profundas pode elevar os resultados para um nível completamente novo.

Da esquerda para a direita: Ilya Sutskever, Geoffrey Hinton e Alex Krizhevsky

From then on, Alex Krizhevsky's name was welded to AlexNet.

Ilya depois foi para o Google Brain, participou na fundação da OpenAI e atuou como cientista-chefe; após deixá-la, fundou a SSI.

O senhor Hinton posteriormente ganhou o Prêmio Turing e tornou-se um dos pais reconhecidos do deep learning.

Li Fei-Fei returned to Stanford to teach, co-lead HAI, and established her place in the history of modern computer vision through ImageNet.

Depois, o VGG chegou, o GoogLeNet chegou, o ResNet chegou.

A lista ImageNet tem sido constantemente superada ano após ano; o aprendizado profundo avançou da visão para a voz, depois para o processamento de linguagem natural, chegando finalmente à era dos grandes modelos de hoje.

O mundo realmente é mágico—

A equipe de Li Fei-Fei criou o ImageNet usando o MTurk; o ImageNet tornou Li Fei-Fei famosa; os mentores Hinton se tornaram famosos graças ao ImageNet; o aprendizado profundo retomou seu renascimento graças a essa vitória.

Cerca de 50 mil pessoas comuns de 167 países, sentadas diante de seus computadores, clicaram gradualmente em centenas de milhões de imagens candidatas para criar o ImageNet.

Por isso mesmo, o encerramento do Mechanical Turk hoje parece especialmente como um fechamento de um ciclo.

A declaração oficial da Amazon foi contida, afirmando apenas que está avaliando continuamente seus produtos e serviços, e por isso decidiu encerrar o MTurk.

CNBC anteriormente citou Krista Pawloski da organização de direitos dos trabalhadores de dados Turkopticon, afirmando que o MTurk tem estado em declínio ao longo dos anos, com a Amazon investindo cada vez menos, enquanto novas plataformas de rotulagem de dados continuam a atrair trabalhadores e clientes.

Mas a razão mais direta, dito de forma simples, é que as tarefas que antes eram mais valiosas dela estão sendo cada vez mais bem feitas pela IA...

Em 2005, fazer com que uma máquina identificasse se uma imagem continha um cachorro era um desafio sério, mas agora se tornou uma tarefa básica que modelos multimodais realizam facilmente.

Ao mesmo tempo, a demanda do setor de IA por «pessoas» também mudou.

Modelos avançados exigem profissionais como programadores, médicos e advogados para avaliar código, revisar respostas, testar raciocínio e segurança.

Assim, novas plataformas como Scale AI, Mercor e Prolific surgiram, começando a selecionar e gerenciar especialistas para fornecer dados de treinamento e avaliação mais profissionais.

Em comparação, o modelo de microlaboratório como o MTurk, onde "qualquer um pode aceitar tarefas por alguns centavos", está ficando cada vez mais desatualizado...

Mais mágico ainda, os próprios trabalhadores do MTurk começaram a usar IA!!!

Um estudo de acadêmicos suíços em 2023 descobriu que, entre os trabalhadores do MTurk entrevistados, a proporção que utilizava modelos de IA para concluir tarefas de texto chegou a 46%.

Originalmente, os clientes pagavam por julgamentos feitos por pessoas reais, mas alguns trabalhadores podem aceitar os pedidos e depois encaminhar as perguntas para modelos como o ChatGPT para resposta.

Isso tem um toque de humor negro...

O destino do MTurk é, na verdade, um reflexo da IA nos últimos 20 anos.

Os seres humanos, inicialmente, escondiam-se atrás das máquinas, clicando imagem por imagem, acumulando diligentemente o ImageNet e abrindo as portas para a era do aprendizado profundo.

Depois, a IA cresceu seguindo esses dados e finalmente aprendeu a ver imagens, ouvir sons e escrever textos por conta própria.

Após 21 anos, quem antes fingia ser inteligente para a IA se retirou.

Aquele “Turco Mecânico” que escondia um jogador humano finalmente pode fechar a porta do armário.

Link de referência:

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

Este artigo é do número de assinantes do WeChat "Quantum Bit", autor: Meng Yao