แพลตฟอร์มจ้างงานแบบรวมกลุ่มที่แต่ละคำสั่งมีค่าเพียงไม่กี่เซนต์ แต่เคยเป็นรากฐานของยุคการเรียนรู้เชิงลึกทั้งหมด
ตอนนี้ มันจะปิดแล้ว
อะเมซอนเพิ่งประกาศว่าแพลตฟอร์มแบบร่วมมือของพวกเขา Mechanical Turk จะเลิกให้บริการอย่างสมบูรณ์ในวันที่ 30 กันยายนนี้
ในช่วงพีค บนแพลตฟอร์มมีผู้ใช้งานมากกว่า 500,000 คนออนไลน์เพื่อช่วยทำงานต่างๆ เช่น ดูรูป จัดหมวดหมู่ และติดป้ายกำกับ ทำสิ่งที่คอมพิวเตอร์ยังเรียนรู้ไม่ได้ด้วยการดำเนินการด้วยมือทั้งหมด
ต่อมา กำลังการประมวลผลแบบ "มนุษย์คำนวณ" ขนาดใหญ่นี้ได้เข้าร่วมโดยตรงในการสนับสนุนชุดข้อมูล ImageNet—
หากไม่มี MTurk การทำเครื่องหมายด้วยมนุษย์สำหรับรูปภาพหลายล้านภาพบน ImageNet จะเป็นไปไม่ได้แทบจะไม่สามารถทำได้
หากไม่มี ImageNet ลี่ ฟียี่อาจไม่ได้ดังขึ้นมาในคืนเดียว
ฮินตันและศิษย์ของเขาจะไม่ขึ้นเป็นเทพจากสงครามเพียงครั้งเดียว ความลึกซึ้งของการเรียนรู้อาจไม่ได้ฟื้นคืนชีพอย่างกะทันหันในปี 2012
หลังจาก 21 ปี ปัญญาประดิษฐ์ที่แท้จริงจะยิ่งทำงานบ้านเหล่านี้ได้ดีขึ้น
ในขณะนั้น กลุ่มคนที่เคยช่วยให้ AI ดูฉลาด พร้อมกับแพลตฟอร์มนี้ ได้รับแจ้งการปิดให้บริการ
ผู้คน 500,000 คนออนไลน์ทำงานพาร์ทไทม์ MTurk จ้างคนจริงมาทำงานแทน
Mechanical Turk (MTurk) เริ่มให้บริการในปี 2005
ที่จริงแล้วในตอนแรก แอมะซอนไม่ได้มีเจตนาจะใช้สิ่งนี้เพื่อเขียนประวัติศาสตร์ของ AI เลย
MTurk ตอนนั้นแก้ปัญหาที่แท้จริงและซับซ้อนอย่างหนึ่ง: มีงานบางอย่างที่ยากมากสำหรับคอมพิวเตอร์ แต่กลับง่ายมากสำหรับมนุษย์...
ดังนั้นแอมะซอนจึงคิดวิธีที่ตรงไปตรงมาอย่างมาก: ถ้าโปรแกรมจัดการไม่ได้ ก็แบ่งปัญหาออกเป็นชิ้นเล็กๆ แล้วส่งให้คนจริงๆ จัดการแทน~
ดังนั้น งานย่อยที่ถูกแยกออกมาเหล่านี้จึงถูกเรียกว่า HIT หรือ Human Intelligence Task
ตัวอย่างเช่น บริษัทหนึ่งมีรูปภาพ 10,000 รูปที่ต้องจัดหมวดหมู่ วิธีการของ MTurk คือแยกออกเป็น 10,000 งานอิสระ และเผยแพร่ลงบนแพลตฟอร์มพร้อมกัน
สามารถทำร่วมกันได้ทั้ง 100 คน หรือ 1,000 คน และถ้ามีหลายหมื่นคนเข้าร่วมพร้อมกัน ก็จะเร็วขึ้น
พูดอีกแบบคือ MTurk ไม่ได้ทำให้บุคคลเดียวทำงานเร็วขึ้น แต่เปลี่ยนงานหนักที่เคยต้องทำแบบเรียงแถว ให้สามารถทำได้แบบ “ขนานระดับโลก”
จริงๆ แล้วเป็นวงจรข้อมูลที่สร้างขึ้นด้วยมือ...
ชื่อ “Mechanical Turk” นั้นเองก็ตรงกับ “วิธีการเล่น” นี้พอดี
ในศตวรรษที่ 18 ยุโรปเคยมีหุ่นยนต์ตุรกีกลไกที่มีชื่อเสียง ซึ่งดูภายนอกเหมือนเครื่องจักรที่สามารถเล่นหมากรุกเองได้ และยังสามารถเล่นกับนโปเลียนได้
ต่อมาทุกคนถึงได้รู้ว่ามีผู้เล่นมนุษย์ซ่อนอยู่ในเครื่องเสมอ!？(ฉันโง่ไปแล้ว...)
อะเมซอนนำนิทานนี้มาใช้บนอินเทอร์เน็ต แทบจะสมบูรณ์แบบ โดยโปรแกรมดูเหมือนกำลังจัดการอัตโนมัติ แต่ผู้ที่ทำงานจริงกลับเป็นคนจริงที่อยู่หลังหน้าจอ
เบโซสเคยตั้งชื่อมันด้วยคำพูดที่ดูเหมือนเป็นการทำนายอนาคต:
ปัญญาประดิษฐ์เทียมของปัญญาประดิษฐ์เทียม (artificial artificial intelligence)
เมื่อไอเดียนี้ใช้งานได้จริง MTurk ก็เติบโตจากเครื่องมือของแอมะซอนเอง กลายเป็นตลาดอาสาสมัครทั่วโลก
ถึงปี 2011 ได้มี Worker มากกว่า 5 ล้านคนบน MTurk ครอบคลุม 190 ประเทศ
เมื่อผู้คนมากขึ้น งานที่สามารถรับก็เริ่มขยายตัวอย่างรวดเร็ว เช่น การคัดเลือกรูปภาพ การแปลงเสียงเป็นข้อความ การจัดหมวดหมู่ข้อความ การทำความสะอาดข้อมูล การวิเคราะห์อารมณ์ และการตรวจสอบเนื้อหา
สามารถนำงานที่เครื่องจักรทำได้ยาก แต่มนุษย์ตัดสินใจได้ในไม่กี่วินาที มาที่นี่ได้ทั้งหมด
การทิ้งครั้งนี้ คือปี 21
หากไม่มี MTurk ก็จะไม่มี ImageNet และการปฏิวัติของการเรียนรู้เชิงลึกในปัจจุบัน
ย้อนกลับไปช่วงปี 2006
หลี่เฟยเฟย ซึ่งเพิ่งมาสอนที่พรินซ์ตันไม่นาน ตัดสินใจทำสิ่งที่ดูเหมือนขัดกับกระแสในเวลานั้น—
สร้างหนังสือสารานุกรมภาพขนาดใหญ่พอสำหรับเครื่องจักร
ในเวลานั้น ชุดข้อมูลการมองเห็นของคอมพิวเตอร์หลักมักมีเพียงหลายพันถึงหลายหมื่นรูปภาพ ข้อมูลน้อยเกินไป ทำให้โมเดลเรียนรู้ได้เหมือนผู้ที่ท่องคำตอบ สามารถจดจำรูปแบบในชุดการฝึกสอนได้ แต่ยากที่จะเข้าใจวัตถุที่หลากหลายหลากหลายในโลกแห่งความเป็นจริง
ดังนั้นทีมของหลี่เฟยเฟยจึงต้องการทำสิ่งที่ดูเหมือนบ้ามากในเวลานั้น: สร้างโลกแห่งการมองเห็นที่ “ใหญ่พอ” สำหรับเครื่องจักร
ชุดข้อมูล ImageNet ถูกสร้างขึ้นจากสิ่งนี้
ImageNet ใช้ WordNet เป็นโครงสร้างหลัก เพื่อแยกโลกแห่งความเป็นจริงออกเป็นแนวคิดต่างๆ จากนั้นจึงใส่รูปภาพจริงนับร้อยนับพันภาพลงใต้แต่ละแนวคิด
สุนัข รถยนต์ แอปเปิล เก้าอี้ นก ปลา…… สิ่งที่สามารถนิยามได้ ให้ใส่ให้หมด
แต่เร็วๆ นี้ ปัญหาที่เป็นรูปธรรมมากขึ้นก็พุ่งเข้ามา
รูปภาพไม่ยากที่จะหา Google, Yahoo, Flickr ก็สามารถค้นหาได้ แต่ปัญหาที่แท้จริงคือรูปที่ค้นหาได้กลับไม่จำเป็นต้องถูกต้อง หรือบางครั้งไม่เกี่ยวข้องเลย!!!
ดังนั้น เครื่องมือค้นหาจะรับผิดชอบในการดึงภาพกลับมา แต่ยังต้องมีบุคคลากรดำเนินขั้นตอนสุดท้าย: ยืนยันทีละภาพ
พูดให้ฟังแบบเกินจริง จำนวนภาพที่ ImageNet ต้องจัดการต่อมาเกิน 160 ล้านภาพ!!! ปัญหาแรงงานจึงกลายเป็นจุดติดขัดอย่างสมบูรณ์...
ขณะที่ ImageNet กำลังถูกชะลอโดยการกรองรูปภาพด้วยมือจำนวนมาก ทีมของหลี่เฟยเฟยจึงหันความสนใจไปยัง Amazon Mechanical Turk ซึ่งเพิ่งเปิดตัวไม่นาน
ทีม ImageNet เริ่มแบ่งงานกรองรูปภาพจำนวนมากออกเป็นงานย่อย แล้วจัดส่งให้ Worker ทั่วโลกบนแพลตฟอร์ม MTurk
โครงสร้างพื้นฐาน AI ที่ยิ่งใหญ่ ถูกแยกออกเป็นการคลิกเมาส์ทั่วไปนับครั้งไม่ถ้วน
บทความ ImageNet ที่ตีพิมพ์ในปี 2009 อธิบายว่า ชุดข้อมูลดังกล่าวได้รวบรวมแนวคิด 5,247 แนวคิดและรูปภาพที่จัดเรียงแล้ว 3.2 ล้านรูป
ทีม ImageNet ได้ทบทวนโครงการทั้งหมดและให้ตัวเลขว่า: ผู้ใช้ MTurk 49,000 คน จาก 167 ประเทศ
พูดอีกแบบหนึ่ง ทีมงานป้ายกำกับชั่วคราวที่กระจายตัวทั่วโลกคือแรงผลักดันหลักที่สนับสนุนโครงการกรองภาพนี้ของ ImageNet
นี่จึงเป็นเหตุผลว่าทำไมจึงไม่มี MTurk และ ImageNet อาจไม่สามารถสร้างขึ้นได้ในเวลานั้น...
หลังจาก ImageNet ถูกสร้างขึ้น นิยายที่ตามมาจึงเริ่มเร่งความเร็วอย่างแท้จริง
ในปี 2010 การแข่งขัน ImageNet เริ่มขึ้น โมเดลทั่วโลกเริ่มใช้ชุดข้อมูลเดียวกันในการฝึกฝน และแข่งขันกันบนตารางคะแนนเดียวกัน
สองปีต่อมา ทีมที่ต่อมาถูกเขียนซ้ำๆ ในประวัติศาสตร์ของปัญญาประดิษฐ์ก็ปรากฏตัวขึ้น—
Geoffrey Hinton จากมหาวิทยาลัยโตรอนโต พร้อมด้วยนักศึกษาสองคนของเขา Alex Krizhevsky และ Ilya Sutskever
สามคนนำเครือข่ายประสาทเทียมแบบคอนโวลูชันเชิงลึกเข้าร่วมการแข่งขัน ImageNet Large Scale Visual Recognition Challenge
ลดอัตราความผิดพลาด Top-5 ของการแข่งขัน ImageNet ปี 2012 ลงเหลือประมาณ 15% โดยตรง ทำให้เหนือกว่าวิธีแบบดั้งเดิมอย่างมาก
สิ่งนี้ยังทำให้ชุมชนการมองเห็นของคอมพิวเตอร์ได้เห็นอย่างชัดเจนเป็นครั้งแรกว่า การรวมกันของข้อมูลปริมาณมหาศาล กำลังประมวลผลด้วย GPU และเครือข่ายประสาทเทียมเชิงลึก สามารถสร้างผลลัพธ์ที่ก้าวข้ามระดับไปได้ทันที
จากซ้ายไปขวา: Ilya Sutskever, Geoffrey Hinton และ Alex Krizhevsky
ตั้งแต่นั้นมา ชื่อของอเล็กซ์ คริซเฮฟสกี้ก็ถูกเชื่อมติดแน่นกับอเล็กซ์เน็ต
จากนั้นอิลยาไปที่ Google Brain เข้าร่วมก่อตั้ง OpenAI และดำรงตำแหน่งหัวหน้านักวิทยาศาสตร์ หลังจากนั้นจึงลาออกและก่อตั้ง SSI
คุณฮินตันได้รับรางวัลทัวริงในเวลาต่อมา และได้รับการยอมรับว่าเป็นหนึ่งในบิดาแห่งการเรียนรู้เชิงลึก
หลี่เฟยเฟยกลับไปสอนที่สแตนฟอร์ด ร่วมนำ HAI และสร้างตำแหน่งของตนเองในประวัติศาสตร์การมองเห็นด้วยคอมพิวเตอร์สมัยใหม่ผ่าน ImageNet
ต่อมา VGG ก็ปรากฏขึ้น ตามด้วย GoogLeNet และ ResNet
รายการ ImageNet ถูกทำลายลงทีละปี ความลึกของการเรียนรู้ได้พุ่งจากภาพไปสู่เสียง แล้วเข้าสู่การประมวลผลภาษาธรรมชาติ และมาถึงยุคโมเดลขนาดใหญ่ในวันนี้
โลกนี้น่าอัศจรรย์จริงๆ—
ทีมของหลี่เฟยเฟยใช้ MTurk สร้าง ImageNet; ImageNet ทำให้หลี่เฟยเฟยมีชื่อเสียงโด่งดัง; อาจารย์และศิษย์ฮินตันใช้ ImageNet สร้างชื่อเสียงครั้งใหญ่; การเรียนรู้เชิงลึกก็ใช้ชัยชนะครั้งนี้เพื่อกลับมาฟื้นตัวอีกครั้ง
ใกล้ 50,000 คนทั่วไปจาก 167 ประเทศนั่งหน้าคอมพิวเตอร์ ค่อยๆ คลิกเลือกภาพตัวเลือกนับล้านภาพเพื่อสร้าง ImageNet
AI สุดท้ายก็เรียนรู้ที่จะทำงาน แต่ MTurk กลับปิดตัวลงก่อน
ด้วยเหตุนี้เอง การปิดตัวของ Mechanical Turk ในวันนี้จึงดูเหมือนการปิดวงรอบของยุคสมัยหนึ่ง
คำแถลงอย่างเป็นทางการของแอมะซอนนั้นระมัดระวังมาก เพียงระบุว่ากำลังประเมินผลิตภัณฑ์และบริการของตนอย่างต่อเนื่อง จึงตัดสินใจหยุดบริการ MTurk
CNBC ได้อ้างถึง Krista Pawloski จากองค์กรสิทธิ์แรงงานข้อมูล Turkopticon ว่า MTurk ได้รับผลกระทบอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา โดย Amazon ได้ลงทุนน้อยลง และแพลตฟอร์มทำเครื่องหมายข้อมูลรุ่นใหม่ก็ค่อยๆ ดึงดูดแรงงานและลูกค้าไป
แต่เหตุผลที่ตรงไปตรงมาคือ สิ่งที่มันเคยมีค่าที่สุดในอดีต ตอนนี้ AI ทำได้ดีขึ้นเรื่อยๆ...
ในปี 2005 การให้เครื่องจักรตัดสินว่ารูปภาพหนึ่งมีสุนัขหรือไม่ยังถือเป็นปัญหาที่ท้าทาย แต่ตอนนี้มันกลับกลายเป็นงานพื้นฐานที่โมเดลหลายโมดัลสามารถทำได้อย่างง่ายดาย
ในขณะเดียวกัน ความต้องการต่อ «คน» ในอุตสาหกรรม AI ก็เปลี่ยนไป
แบบจำลองขั้นสูงต้องการผู้เชี่ยวชาญ เช่น โปรแกรมเมอร์ แพทย์ และทนายความ ในการประเมินโค้ด ทบทวนคำตอบ ทดสอบการให้เหตุผลและความปลอดภัย
ดังนั้น แพลตฟอร์มใหม่ๆ เช่น Scale AI, Mercor, Prolific จึงเริ่มก่อตั้งขึ้น เพื่อคัดเลือกและจัดการผู้เชี่ยวชาญ พร้อมให้ข้อมูลการฝึกอบรมและการประเมินที่มีความเชี่ยวชาญมากยิ่งขึ้น
ในทางตรงกันข้าม รูปแบบการจ้างงานแบบรวมกลุ่มอย่าง MTurk ที่ “ใครก็สามารถรับงานได้ ราคาเพียงไม่กี่เซนต์ต่อคำสั่ง” กำลังเริ่มล้าสมัยลงเรื่อยๆ...
สิ่งที่น่ามหัศจรรย์ยิ่งกว่านั้นคือ ผู้ทำงานบน MTurk เองก็เริ่มใช้ AI!!!
การศึกษาของนักวิจัยจากสวิตเซอร์แลนด์ในปี 2023 พบว่า ผู้ใช้ MTurk ที่ตอบแบบสอบถามมีสัดส่วนสูงสุดถึง 46% ที่ใช้โมเดล AI เพื่อทำภารกิจข้อความ
ลูกค้าจ่ายเงินเพื่อซื้อการตัดสินใจจากมนุษย์ แต่บางพนักงานอาจรับคำสั่งแล้วส่งคำถามให้โมเดลเช่น ChatGPT ตอบ
เรื่องนี้ค่อนข้างมีความขบขันแบบมืดๆ...
ชะตากรรมของ MTurk แท้จริงแล้วเป็นภาพสะท้อนของ AI ในช่วง 20 ปีที่ผ่านมา
มนุษย์ในยุคแรกๆ ซ่อนตัวอยู่เบื้องหลังเครื่องจักร คลิกภาพทีละภาพ เพื่อสะสมข้อมูล ImageNet ซึ่งเปิดประตูสู่ยุคการเรียนรู้เชิงลึก
ต่อมา AI ได้เติบโตขึ้นจากข้อมูลเหล่านี้ จนสามารถเรียนรู้ที่จะดูภาพ ฟังเสียง และเขียนข้อความด้วยตัวเอง
หลังจาก 21 ปี ผู้ที่เคยช่วยให้ AI ดูฉลาดก็ถอยออกไป
กล่องที่ซ่อนนักเดินเกมมนุษย์จริงๆ อย่าง “Turkish Mechanical” ก็สามารถปิดประตูกล่องได้แล้ว
ลิงก์อ้างอิง：
[1]https://www.cnbc.com/2026/08/25/amazon-service-that-jeff-bezos-called-artificial-ai-is-shutting-down.html
บทความนี้มาจาก微信号 "Quantum Bit" โดยผู้เขียน: เมิงเยา