Amazon has set an expiration date. On July 30, 2026, Mechanical Turk will stop accepting new customers. Existing account

Amazon ಒಂದು ಗಡುವನ್ನು ನಿಗದಿಪಡಿಸಿದೆ. ಜುಲೈ 30, 2026 ರಂದು, Mechanical Turk ಹೊಸ ಗ್ರಾಹಕರನ್ನು ಸ್ವೀಕರಿಸುವುದನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ. ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಖಾತೆಗಳು ಮುಂದುವರಿಯುತ್ತವೆ ಮತ್ತು ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನ ಸುರಕ್ಷತೆ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು (uptime) ಕಾಪಾಡಿಕೊಳ್ಳುವುದಾಗಿ Amazon ಹೇಳಿದೆ. ಆದರೆ ಯಾವುದೇ ಹೊಸ ವೈಶಿಷ್ಟ್ಯಗಳು ಬರಲಿರುವುದಿಲ್ಲ ಎಂದು ಕಂಪನಿಯು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ. ಇಂಟರ್ನೆಟ್ ಶ್ರಮದ ಒಂದು ಯುಗವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಸಹಾಯ ಮಾಡಿದ ಸೇವೆಯ ಪಾಲಿಗೆ, ಇದು ಮುಕ್ತಾಯದ ಸೂಚನೆಯೇ ಸರಿ.

ಮೂಲ ಗಿಗ್ ವರ್ಕ್ ಮಾರ್ಕೆಟ್‌ಪ್ಲೇಸ್

Uber ಅಥವಾ TaskRabbit ನಂತಹ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಸಣ್ಣಪುಟ್ಟ ಕೆಲಸಗಳನ್ನು ಮನೆಮಾತಾಗಿಸುವ ಮೊದಲೇ, ಅಂದರೆ 2005 ರಲ್ಲಿ Mechanical Turk ಪ್ರಾರಂಭವಾಯಿತು. ಸಾಫ್ಟ್‌ವೇರ್‌ಗಳು ಇನ್ನೂ ನಿಭಾಯಿಸಲು ಸಾಧ್ಯವಾಗದ ಸಣ್ಣ ಕೆಲಸಗಳಾದ "human intelligence tasks" ಗಾಗಿ Amazon ಇದನ್ನು ಒಂದು ಮಾರುಕಟ್ಟೆಯಾಗಿ ನಿರ್ಮಿಸಿತು. ಪ್ರಪಂಚದಾದ್ಯಂತ ಹರಡಿರುವ ಮತ್ತು ಹೆಚ್ಚಾಗಿ ಅನಾಮಧೇಯರಾಗಿರುವ ಕೆಲಸಗಾರರು ಆಡಿಯೋ ತುಣುಕುಗಳನ್ನು ಲಿಪ್ಯಂತರ ಮಾಡಲು, ಅಂಗಡಿಗಳ ವಿಳಾಸಗಳನ್ನು ಪರಿಶೀಲಿಸಲು, ವಿಷಯವನ್ನು ನಿಯಂತ್ರಿಸಲು (moderate content) ಮತ್ತು ಚಿತ್ರಗಳಿಗೆ ಟ್ಯಾಗ್ ಮಾಡಲು ಲಾಗ್ ಇನ್ ಆಗುತ್ತಿದ್ದರು. CAPTCHA ಪರಿಹರಿಸಲು, ಸರ್ಚ್ ರಿಸಲ್ಟ್‌ಗಳನ್ನು ರೇಂಕ್ ಮಾಡಲು ಅಥವಾ ಉತ್ಪನ್ನದ ವಿಮರ್ಶೆಯು ಧನಾತ್ಮಕವಾಗಿದೆಯೇ ಅಥವಾ ಕೋಪದಿಂದ ಕೂಡಿದೆಯೇ ಎಂದು ನಿರ್ಧರಿಸಲು ಯಾರಾದರೂ ಬೇಕಿದ್ದಾರೆಯೇ? MTurk ಅದಕ್ಕಾಗಿಯೇ ಇತ್ತು.

ಬೆಲೆಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಸೆಂಟ್‌ಗಳಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತಿತ್ತು. ಒಂದು ಸಾವಿರ ಚಿತ್ರಗಳ ವರ್ಗೀಕರಣದ ಬ್ಯಾಚ್‌ಗೆ ತಲಾ ಒಂದು ಪೆನ್ನಿ ನೀಡಲಾಗುತ್ತಿತ್ತು. ಸಂಶೋಧಕರು, ಮಾರ್ಕೆಟರ್‌ಗಳು ಮತ್ತು ಆರಂಭಿಕ ಹಂತದ ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳಿಗೆ (bootstrapped startups) ಇದು ಕ್ರಾಂತಿಕಾರಕವಾಗಿತ್ತು. ಇದ್ದಕ್ಕಿದ್ದಂತೆ ನೀವು ಒಂದು ಮಧ್ಯಾಹ್ನದಲ್ಲಿ ನೂರಾರು ಭಾಗವಹಿಸುವವರೊಂದಿಗೆ ಸಮೀಕ್ಷೆಯನ್ನು ನಡೆಸಬಹುದು ಅಥವಾ ಪೂರ್ಣ ಪ್ರಮಾಣದ ಅ𝗻ೋಟೇಶನ್ ಸಿಬ್ಬಂದಿಯನ್ನು ನೇಮಿಸಿಕೊಳ್ಳದೆ ಕಂಪ್ಯೂಟರ್ ವಿಷನ್ ಮಾಡೆಲ್‌ಗಾಗಿ ಟ್ರೈನಿಂಗ್ ಡೇಟಾವನ್ನು ಲೇಬಲ್ ಮಾಡಬಹುದು. ಈ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಒಂದು ಮೂಲಸೌಕರ್ಯವಾಗಿ ಮಾರ್ಪಟ್ಟಿತು. ಸಮಾಜ ವಿಜ್ಞಾನಿಗಳು ಇದರ ಮೇಲೆ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸಿದರು. ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳು ಇಂಟರ್ಫೇಸ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಿದವು. AI ತಂಡಗಳು ಡೇಟಾ ಸೆಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಿದವು.

ಸುಮಾರು 2018 ರಲ್ಲಿ, Amazon ಆ ಪಾತ್ರವನ್ನು ಆಧುನೀಕರಿಸಲು ಪ್ರಯತ್ನಿಸಿತು. ಇದು Mechanical Turk ಅನ್ನು ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್‌ಗಳಿಗಾಗಿ ಡೇಟಾ ಅ𝗻ೋಟೇಶನ್ ಇಂಜಿನ್ ಆಗಿ ಮರುಸ್ಥಾಪಿಸಿತು ಮತ್ತು ಅದನ್ನು Amazon SageMaker AI ಗೆ ಹೆಚ್ಚು ಹತ್ತಿರವಾಗಿ ಜೋಡಿಸಿತು. ಇದರ ಉದ್ದೇಶ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಪೈಪ್‌ಲೈನ್‌ಗೆ ಪೂರೈಕೆ ಮಾಡುವುದಾಗಿತ್ತು: ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಕಲಿಯಲು ಅಗತ್ಯವಿರುವ ಕಚ್ಚಾ ವಸ್ತುವನ್ನು ಮನುಷ್ಯರು ಸ್ವಚ್ಛಗೊಳಿಸುತ್ತಾರೆ, ಲೇಬಲ್ ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಪರಿಶೀಲಿಸುತ್ತಾರೆ. MTurk ಕೇವಲ ಸಣ್ಣಪುಟ್ಟ ಕೆಲಸಗಳಾಗಿ ಉಳಿಯಲಿಲ್ಲ. ಅದು AI ಬೆಳವಣಿಗೆಯ ಮಾನವ ಬೆನ್ನೆಲುಬಾಗಬೇಕೆಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿತ್ತು.

ಆ ಬೆಳವಣಿಗೆ ಮುಂದುವರಿಯುತ್ತಲೇ ಇತ್ತು. ಆದರೆ Mechanical Turk ಅದರೊಂದಿಗೆ ಬೆಳೆಯಲಿಲ್ಲ.

ಮಾನವ ಹಂತವು AI ಅನ್ನು ಬಳಸಲು ಪ್ರಾರಂಭಿಸಿದಾಗ

ಈ ವಿರೋಧಾಭಾಸವು ನಿಧಾನವಾಗಿ ಮತ್ತು ನಂತರ ಏಕಾಏಕಿ ಕಾಣಿಸಿಕೊಂಡಿತು. 2023 ರ ವಿಶ್ಲೇಷಣೆಯ ಪ್ರಕಾರ, MTurk ಕೆಲಸಗಾರರಲ್ಲಿ ಶೇ. 33 ರಿಂದ ಶೇ. 46 ರಷ್ಟು ಜನರು ತಮಗೆ ಕೈಯಿಂದ ಮಾಡಲು ನೀಡಲಾದ ಕೆಲಸಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು Large Language Models ಅನ್ನು ಬಳಸುತ್ತಿದ್ದರು. ಸಂಶೋಧಕರು ಮಾನವ ನಿರ್ಧಾರಕ್ಕಾಗಿ ಹಣ ಪಾವತಿಸಿದ್ದರು. ಬದಲಾಗಿ ಅವರಿಗೆ ChatGPT ಸಿಕ್ಕಿತು.

ಇದು ಕೇವಲ ಕೆಲಸಗಾರರು ಸುಲಭ ದಾರಿ ಹುಡುಕುವ ಕಥೆಯಲ್ಲ. ಒಬ್ಬ ಅ𝗻ೋಟೇಟರ್ ಗ್ರಾಹಕರ ವಿಮರ್ಶೆಗಳಲ್ಲಿನ ಭಾವನೆಯನ್ನು ಲೇಬಲ್ ಮಾಡಲು, ಅಥವಾ ವೈದ್ಯಕೀಯ ಪಠ್ಯವನ್ನು ವರ್ಗೀಕರಿಸಲು, ಅಥವಾ ಚಾಟ್‌ಬಾಟ್ ಟ್ರೈನಿಂಗ್ ಸೆಟ್‌ಗಾಗಿ ಸಂಭಾಷಣೆಯನ್ನು ಬರೆಯಲು LLM ಅನ್ನು ಬಳಸಿದಾಗ, ಆ ಡೇಟಾ ಮಾನವ ಆಧಾರಿತ ಸತ್ಯವಾಗಿ ಉಳಿಯುವುದಿಲ್ಲ. ಅದು ಯಂತ್ರದ ಅಂದಾಜಿನ ಒಂದು ಫೋಟೋಕಾಪಿಯಾಗುತ್ತದೆ. ಆ ಫೋಟೋಕಾಪಿಯನ್ನು ಮತ್ತೊಂದು ಮಾಡೆಲ್‌ಗೆ ground truth ಆಗಿ ನೀಡಿದಾಗ, ಆ ಚಕ್ರವು ಮತ್ತಷ್ಟು ಬಿಗಿಯಾಗುತ್ತದೆ. ಸಿಗ್ನಲ್ ಶಬ್ದವಾಗಿ (noise) ಬದಲಾಗುತ್ತದೆ. 'human in the loop' ಎಂಬುದು ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಈಗಾಗಲೇ ಚಾಲನೆಯಲ್ಲಿರುವ ಸಾಫ್ಟ್‌ವೇರ್‌ನ ಕೇವಲ ರಬ್ಬರ್ ಸ್ಟ್ಯಾಂಪ್ ಆಗಿ ಉಳಿಯುತ್ತದೆ.

AI ಉದ್ಯಮಕ್ಕೆ ಇದು ಒಂದು ಪ್ರಾಯೋಗಿಕ ಬಿಕ್ಕಟ್ಟು. ವೈವಿಧ್ಯಮಯ, ನೈಸರ್ಗಿಕ ಮಾನವ ದೃಷ್ಟಿಕೋನವನ್ನು ತಮಗೆ ಸಿಗುತ್ತಿದೆ ಎಂದು ನಂಬಿ ತಂಡಗಳು MTurk ಒಪ್ಪಂದಗಳಿಗಾಗಿ ಸಾವಿರಾರು ಡಾಲರ್‌ಗಳನ್ನು ಖರ್ಚು ಮಾಡುತ್ತವೆ. ಆ ಶ್ರಮದ ಬಹುಪಾಲು ಭಾಗವು ಸ್ವಯಂಚಾಲಿತಗೊಂಡರೆ (automated), resulting dataset ಆ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತಿರುವ LLM ನ ಪೂರ್ವಾಗ್ರಹಗಳು (biases), ಕುರುಡು ಬಿಂದುಗಳು (blind spots) ಮತ್ತು ಭ್ರಮೆಗಳನ್ನು (hallucinations) Inherit ಮಾಡಿಕೊಳ್ಳುತ್ತದೆ. ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ ಕಷ್ಟವಾಗುತ್ತದೆ. ಒಬ್ಬ ಮನುಷ್ಯ ನಿಜವಾಗಿಯೂ ಅಲ್ಲಿ ಇದ್ದಾರೆ ಎಂದು ಸಾಬೀತುಪಡಿಸಲು ಸಂಶೋಧಕರು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಅಟೆನ್ಷನ್ ಚೆಕ್‌ಗಳು ಮತ್ತು ಟ್ರ್ಯಾಪ್ ಪ್ರಶ್ನೆಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬೇಕಾಗುತ್ತದೆ. ಈ ರಕ್ಷಣಾತ್ಮಕ ಕ್ರಮವು ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ಯೋಜನೆಗಳನ್ನು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ.