عندما "يُعلّم" Scale AI الذكاء الاصطناعي

انطلقت شركة Scale AI عندما كان مؤسسها لا يزال طالبًا، وهي الآن حلقة وصل أساسية في رحلة تعلم نماذج الذكاء الاصطناعي. الشركة لا تُصنّع الذكاء الاصطناعي، بل هي المكان الذي يفهم فيه الذكاء الاصطناعي العالم البشري.

يتم تنظيم بيانات الإدخال بشكل أنيق قبل استخدامها لتدريب الذكاء الاصطناعي.

لا يتصدر الذكاء الاصطناعي عناوين الأخبار كثيرًا، كما أنه ليس من بين شركات التكنولوجيا التي تُصنّع منتجات يمكن للمستخدمين لمسها. لكن بالنسبة لمطوري الذكاء الاصطناعي، يُعدّ جزءًا لا يتجزأ من عملية تدريب النماذج بأكملها.

يجري عمل Scale AI بهدوء خلف الكواليس، حيث يُعالج البشر البيانات الخام ويُحوّلونها إلى دروس للآلات. بفضل ذلك، تستطيع الأنظمة الذكية الجديدة تدريجيًا فهم اللغة والصور والعواطف والسلوكيات التي يُظهرها الناس في العالم الحقيقي.

من هي شركة Scale AI وماذا تفعل؟

مقارنةً بـ OpenAI أو Google أو Meta، تُعدّ Scale AI لاعبًا هادئًا نسبيًا. لا تُطوّر الشركة روبوتات دردشة تتحدث كالأشخاص الحقيقيين مباشرةً، أو سيارات ذاتية القيادة قادرة على قراءة أحوال المرور، ولكنها تلعب دورًا محوريًا في مساعدة هذه التقنيات على أن تصبح أكثر ذكاءً يومًا بعد يوم.

تأسست شركة Scale AI عام ٢٠١٦ عندما كان مؤسسها ألكسندر وانغ لا يزال طالبًا. بدلًا من اتباع مسار تطوير الخوارزميات، اختار وانغ مسارًا مختلفًا: بناء منصة معالجة بيانات متخصصة لدعم تدريب الذكاء الاصطناعي .

في هذا العالم، تُعتبر البيانات المادة الخام. لكن البيانات الخام، كالصور غير المصنفة، والمحادثات غير المنظمة، ومقاطع الفيديو غير الواضحة، غالبًا ما تكون فوضوية ولا قيمة لها للآلات.

مهمة Scale AI هي تنظيف هذه الكمية الهائلة من البيانات وتصنيفها وتصنيفها. هذا يعني تصميم الأنظمة والفرق لتحديد وتنظيم كل تفصيل صغير في صورة أو فقرة أو مقطع فيديو.

على سبيل المثال، لكي تتعلم سيارة ذاتية القيادة التوقف في المكان الصحيح، يجب أن تُحدد كل كاميرا بوضوح أماكن ممر المشاة، وإشارة المرور، والمشاة. بفضل ملايين هذه البيانات، يستطيع الذكاء الاصطناعي تعلم السلوك بدقة.

بفضل خطوات إعداد البيانات هذه، يمكن للنماذج مثل ChatGPT أو Claude أو المساعدين الافتراضيين في السيارات فهم اللغة الطبيعية والتعرف بدقة على الصور في البيئات الواقعية والاستجابة بطريقة تشبه الإنسان.

هل تريد تعليم الذكاء الاصطناعي أن يكون ذكيًا، عليك أن تبدأ من أصغر الأشياء

مهما بلغ تعقيد نموذج الذكاء الاصطناعي، فهو مجرد هيكل فارغ لا يعتمد على بيانات تُغذيه. فعلى عكس البشر الذين يتعلمون من التجربة والحدس، لا تستطيع الآلات سوى تكرار ما رأته سابقًا. ولذلك، تلعب بيانات التدريب دورًا حاسمًا في بناء نموذج فعال من عدمه.

لكي يفهم روبوت المحادثة كيفية طرح البشر للأسئلة، لا بد من تعرضه لملايين المحادثات. ولكي تتعرف السيارة على المشاة تحت المطر، لا بد من رؤيتها مئات الآلاف من الصور المتشابهة. يجب تصنيف جميع هذه الأمثلة الواقعية تصنيفًا صحيحًا ليتعلم منها الحاسوب. فبدون التصنيفات الصحيحة، سيخطئ الذكاء الاصطناعي. وبدون بيانات متنوعة كافية، سيتفاعل بشكل سيء في بيئات العالم الحقيقي.

لهذا السبب، يُعدّ عمل Scale AI بالغ الأهمية. فهم لا يجمعون البيانات فحسب، بل يحرصون على تنظيمها بدقة وتنوع وسهولة التعلم، حتى تتمكن النماذج المستقبلية من التفاعل كما يتفاعل الإنسان.

من الأمثلة الكلاسيكية على ذلك مجال السيارات ذاتية القيادة. لتدريب السيارة على التعامل مع المواقف غير المتوقعة، كشخص يعبر الشارع أو دراجة نارية تسير في الاتجاه الخاطئ، يحتاج نموذج الذكاء الاصطناعي إلى رصد عشرات الآلاف من المواقف المماثلة.

لا يمكن الحصول على هذه البيانات بسهولة، ولا يمكن تركها للآلة لتتعلمها بنفسها. يجب على شخص ما إعدادها وتنظيمها والتأكد من دقتها قبل أن يبدأ الذكاء الاصطناعي عملية التعلم.

وهنا يأتي دور Scale AI. فهم يُبدعون دروسًا، ليس من المعرفة النظرية، بل من مليارات الأمثلة الواقعية المُصاغة بعناية. كل تدفق بيانات يمرّ بهم يُصبح حجر أساس في إدراك الذكاء الاصطناعي الحديث.

من المختبر إلى الشوارع، تظل البيانات هي الملك

لا يقتصر الذكاء الاصطناعي على النصوص فحسب، بل يُعنى أيضًا بتدريب الرؤية الحاسوبية للسيارات ذاتية القيادة. وقد تعاونت شركات تقنية مثل تيسلا وتويوتا وجنرال موتورز مع Scale AI لتعليم السيارات كيفية تمييز المشاة وقراءة إشارات المرور والتعامل مع المواقف غير المتوقعة.

بالإضافة إلى ذلك، يدعم Scale AI أيضًا مجالات أخرى مثل الدفاع والأقمار الصناعية والخرائط. فهو يعالج صور الكاميرات والرادارات والصور الفضائية لمساعدة النماذج على تمييز التضاريس وتصنيف الأجسام أو الكشف المبكر عن المخاطر. قد تبدو صورة القمر الصناعي مجرد مشهد جبلي، ولكن بفضل جهود فريق Scale AI، يمكن أن تصبح هذه الصورة مجموعة بيانات تساعد الآلة على التنبؤ باتجاه حرائق الغابات.

يُظهر التوسع في مجالات عديدة أن Scale AI ليس مجرد أداة تكميلية، بل أصبح جزءًا أساسيًا من كيفية تعلم الذكاء الاصطناعي للعالم. وبينما يواصل العالم سباقه نحو ابتكار نماذج أكثر ذكاءً، فإن شركات مثل Scale AI هي التي تُرسي، بهدوء، أساسًا متينًا لهذا السباق.

العودة إلى الموضوع

ثانه ثو

المصدر: https://tuoitre.vn/khi-scale-ai-day-hoc-cho-tri-tue-nhan-tao-20250616095516101.htm