ពេលដែល Scale AI «បង្រៀន» បញ្ញាសិប្បនិម្មិត

ដោយចាប់ផ្តើមតាំងពីស្ថាបនិករបស់ខ្លួននៅជានិស្សិតមក Scale AI ឥឡូវនេះគឺជាតំណភ្ជាប់ដែលមិនអាចខ្វះបាននៅក្នុងដំណើរសិក្សានៃគំរូបញ្ញាសិប្បនិម្មិត។ ក្រុមហ៊ុនមិនបង្កើត AI ទេ ប៉ុន្តែវាជាកន្លែងដែលជួយ AI ឱ្យយល់អំពីពិភពមនុស្ស។

ទិន្នន័យបញ្ចូលត្រូវបានរៀបចំយ៉ាងស្អាតមុនពេលប្រើប្រាស់ដើម្បីបណ្តុះបណ្តាល AI។

បញ្ញាសិប្បនិម្មិត (AI) មិនសូវលេចចេញជាចំណងជើងព័ត៌មានញឹកញាប់ទេ ហើយវាក៏មិនមែនជាក្រុមហ៊ុនបច្ចេកវិទ្យាដែលបង្កើតផលិតផលជាក់ស្តែងសម្រាប់អ្នកប្រើប្រាស់ដែរ។ ប៉ុន្តែសម្រាប់អ្នកអភិវឌ្ឍន៍បញ្ញាសិប្បនិម្មិត ពួកគេគឺជាផ្នែកមួយដែលមិនអាចខ្វះបាននៃដំណើរការបណ្តុះបណ្តាលគំរូទាំងមូល។

ការងាររបស់ Scale AI កើតឡើងដោយស្ងាត់ៗនៅពីក្រោយឆាក ជាកន្លែងដែលទិន្នន័យឆៅត្រូវបានដំណើរការដោយមនុស្ស ហើយប្រែក្លាយទៅជាមេរៀនសម្រាប់ម៉ាស៊ីន។ នេះអនុញ្ញាតឱ្យប្រព័ន្ធឆ្លាតវៃថ្មីៗយល់បន្តិចម្តងៗអំពីភាសា រូបភាព អារម្មណ៍ និងអាកប្បកិរិយាដែលមនុស្សបង្ហាញនៅក្នុង ពិភព ពិត។

តើ Scale AI ជានរណា ហើយពួកគេធ្វើអ្វី?

បើប្រៀបធៀបទៅនឹង OpenAI, Google ឬ Meta បច្ចេកវិទ្យា Scale AI គឺជាឧបករណ៍ដែលស្ងាត់ជ្រងំ។ ខណៈពេលដែលវាមិនបង្កើត chatbot ដែលនិយាយដូចមនុស្សពិត ឬរថយន្តបើកបរដោយខ្លួនឯងដែលមានសមត្ថភាពអានស្ថានភាពចរាចរណ៍ដោយផ្ទាល់ វាដើរតួនាទីយ៉ាងសំខាន់ក្នុងការធ្វើឱ្យបច្ចេកវិទ្យាទាំងនោះកាន់តែឆ្លាតវៃជារៀងរាល់ថ្ងៃ។

Scale AI ត្រូវបានបង្កើតឡើងក្នុងឆ្នាំ ២០១៦ នៅពេលដែលស្ថាបនិករបស់ខ្លួន គឺលោក Alexandr Wang នៅតែជានិស្សិត។ ជំនួសឱ្យការបន្តការអភិវឌ្ឍក្បួនដោះស្រាយ លោក Wang បានជ្រើសរើសផ្លូវផ្សេង៖ ការបង្កើតវេទិកាមួយជាពិសេសសម្រាប់ដំណើរការទិន្នន័យដើម្បី បណ្តុះបណ្តាលបញ្ញាសិប្បនិម្មិត ។

នៅក្នុងពិភពលោកនេះ ទិន្នន័យគឺជាសរសៃឈាមជីវិត។ ប៉ុន្តែទិន្នន័យដែលមិនទាន់បានដំណើរការ ដូចជារូបភាពដែលមិនបានចាត់ថ្នាក់ ការសន្ទនាដែលមិនមានរបៀបរៀបរយ ឬ វីដេអូ ដែលមានខ្លឹមសារមិនច្បាស់លាស់ ជារឿយៗមានភាពច្របូកច្របល់ ហើយមិនមានតម្លៃផ្ទាល់ចំពោះម៉ាស៊ីនឡើយ។

ការងាររបស់ Scale AI គឺសម្អាត ចាត់ថ្នាក់ និងដាក់ស្លាកទិន្នន័យយ៉ាងច្រើនសន្ធឹកសន្ធាប់នោះ។ នេះមានន័យថា ពួកគេរចនាទាំងប្រព័ន្ធ និងក្រុមការងារ ដើម្បីកំណត់អត្តសញ្ញាណ និងរៀបចំរាល់ព័ត៌មានលម្អិតតូចៗនៅក្នុងរូបថត អត្ថបទ ឬវីដេអូឃ្លីប។

ឧទាហរណ៍ ដើម្បីឱ្យរថយន្តបើកបរដោយខ្លួនឯងរៀនឈប់នៅកន្លែងត្រឹមត្រូវ ស៊ុមនីមួយៗដែលថតចេញពីកាមេរ៉ាត្រូវតែត្រូវបានកំណត់យ៉ាងច្បាស់ថាជាផ្លូវឆ្លងកាត់ ភ្លើងសញ្ញាចរាចរណ៍ ឬផ្លូវថ្មើរជើង។ ដោយមានចំណុចទិន្នន័យរាប់លានបែបនេះ បញ្ញាសិប្បនិម្មិតអាចរៀនឥរិយាបថបានយ៉ាងត្រឹមត្រូវ។

អរគុណចំពោះដំណើរការរៀបចំទិន្នន័យបែបនេះ ម៉ូដែលដូចជា ChatGPT, Claude ឬជំនួយការនិម្មិតក្នុងរថយន្តអាចយល់ភាសាធម្មជាតិ ស្គាល់រូបភាពបានយ៉ាងត្រឹមត្រូវនៅក្នុងបរិស្ថានពិភពពិត និងឆ្លើយតបតាមរបៀបដូចមនុស្ស។

ដើម្បីបណ្តុះបណ្តាល AI ឲ្យមានភាពវៃឆ្លាត យើងត្រូវតែចាប់ផ្តើមពីរឿងតូចតាចបំផុត។

មិនថារចនាសម្ព័ន្ធនៃគំរូបញ្ញាសិប្បនិម្មិតមានភាពស្មុគស្មាញប៉ុណ្ណាទេ វាគ្រាន់តែជាគ្រោងឆ្អឹងទទេមួយប៉ុណ្ណោះ ប្រសិនបើវាមិនត្រូវបានផ្គត់ផ្គង់ដោយទិន្នន័យ។ មិនដូចមនុស្សដែលអាចរៀនពីបទពិសោធន៍ និងវិចារណញាណទេ ម៉ាស៊ីនដឹងតែពីរបៀបធ្វើឡើងវិញនូវអ្វីដែលពួកគេបានឃើញរួចហើយ។ នោះហើយជាមូលហេតុដែលទិន្នន័យបណ្តុះបណ្តាលដើរតួនាទីយ៉ាងសំខាន់ក្នុងការបង្កើតគំរូដ៏មានប្រសិទ្ធភាព។

ដើម្បីឱ្យ chatbot យល់ពីរបៀបដែលមនុស្សសួរសំណួរ វាត្រូវតែត្រូវបានប៉ះពាល់ទៅនឹងការសន្ទនារាប់លាន។ ដើម្បីឱ្យរថយន្តស្គាល់អ្នកថ្មើរជើងនៅក្នុងភ្លៀង វាត្រូវតែបានឃើញរូបភាពស្រដៀងគ្នារាប់រយរាប់ពាន់។ ឧទាហរណ៍ទាំងអស់នោះត្រូវតែត្រូវបានដាក់ស្លាកឱ្យបានត្រឹមត្រូវសម្រាប់កុំព្យូទ័រដើម្បីរៀនពី។ បើគ្មានស្លាកត្រឹមត្រូវទេ បញ្ញាសិប្បនិម្មិតនឹងបកស្រាយខុស។ បើគ្មានទិន្នន័យចម្រុះគ្រប់គ្រាន់ទេ វានឹងមានប្រតិកម្មមិនល្អនៅក្នុងបរិស្ថានពិត។

នេះពន្យល់ពីមូលហេតុដែលការងាររបស់ Scale AI មានសារៈសំខាន់ខ្លាំង។ ពួកគេមិនត្រឹមតែប្រមូលទិន្នន័យប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងធានាថាវាត្រូវបានរៀបចំយ៉ាងត្រឹមត្រូវ ចម្រុះ និងអាចរៀនបាន។ នេះអនុញ្ញាតឱ្យគំរូជាបន្តបន្ទាប់មានប្រតិកម្មដូចជាមនុស្សដែលមានបទពិសោធន៍ក្នុងពិភពពិត។

ឧទាហរណ៍​ដ៏​ល្អ​មួយ​គឺ​នៅ​ក្នុង​វិស័យ​រថយន្ត​បើកបរ​ដោយ​ខ្លួនឯង។ ដើម្បី​ហ្វឹកហាត់​រថយន្ត​ឲ្យ​ដោះស្រាយ​ស្ថានភាព​ដែល​មិន​នឹកស្មានដល់ ដូចជា​អ្នកថ្មើរជើង​ឆ្លងកាត់​ផ្លូវ ឬ​ម៉ូតូ​មកពី​ទិសដៅ​ផ្ទុយ គំរូ​បញ្ញា​សិប្បនិម្មិត​ត្រូវ​ការ​មើល​ជាមុន​នូវ​សេណារីយ៉ូ​ស្រដៀង​គ្នា​រាប់ម៉ឺន​។

ទិន្នន័យបែបនេះមិនអាចមានយ៉ាងងាយស្រួលនោះទេ ហើយក៏មិនអាចទុកឲ្យម៉ាស៊ីនរៀនដោយខ្លួនឯងបានដែរ។ វាត្រូវតែត្រូវបានរៀបចំ រៀបចំ និងធានាភាពត្រឹមត្រូវរបស់វាដោយមនុស្ស មុនពេលដែលបញ្ញាសិប្បនិម្មិតអាចចាប់ផ្តើមដំណើរការសិក្សា។

នោះហើយជាកន្លែងដែលតួនាទីរបស់ Scale AI ស្ថិតនៅ។ ពួកគេគឺជាអ្នកបង្កើតមេរៀន មិនមែនជាមួយនឹងចំណេះដឹងសៀវភៅសិក្សាទេ ប៉ុន្តែជាមួយនឹងឧទាហរណ៍រាប់ពាន់លានដែលបានកែលម្អយ៉ាងប្រុងប្រយ័ត្នពីពិភពពិត។ រាល់ចរន្តទិន្នន័យដែលឆ្លងកាត់ដៃរបស់ពួកគេក្លាយជាប្លុកសំណង់មួយនៅក្នុងការយល់ដឹងអំពីបញ្ញាសិប្បនិម្មិតទំនើប។

ពីមន្ទីរពិសោធន៍រហូតដល់តាមផ្លូវ ទិន្នន័យនៅតែជាអាទិភាពចម្បង។

តួនាទីរបស់ Scale AI ពង្រីកលើសពីដំណើរការអត្ថបទ។ វាក៏ពាក់ព័ន្ធនឹងការបណ្តុះបណ្តាលចក្ខុវិស័យកុំព្យូទ័រសម្រាប់រថយន្តបើកបរដោយខ្លួនឯង។ ក្រុមហ៊ុនបច្ចេកវិទ្យាដូចជា Tesla, Toyota និង General Motors សុទ្ធតែបានសហការជាមួយ Scale AI ដើម្បីបង្រៀនយានយន្តឱ្យស្គាល់អ្នកថ្មើរជើង អានសញ្ញាចរាចរណ៍ និងដោះស្រាយស្ថានភាពដែលមិននឹកស្មានដល់។

លើសពីនេះ Scale AI គាំទ្រដល់វិស័យផ្សេងទៀតដូចជា ការពារជាតិ ផ្កាយរណប និងការគូសផែនទី។ ពួកវាដំណើរការរូបភាពពីកាមេរ៉ា រ៉ាដា និងរូបភាពដែលមានមូលដ្ឋានលើលំហ ដើម្បីជួយម៉ូដែលឱ្យស្គាល់ដី ចាត់ថ្នាក់វត្ថុ ឬរកឃើញការគំរាមកំហែងតាំងពីដំបូង។ រូបភាពផ្កាយរណបដែលអាចហាក់ដូចជាគ្រាន់តែជាទិដ្ឋភាពនៃព្រៃឈើ និងភ្នំ អាចតាមរយៈដៃរបស់ក្រុម Scale AI ក្លាយជាសំណុំទិន្នន័យដែលជួយម៉ាស៊ីនទស្សន៍ទាយទិសដៅនៃចលនាភ្លើងឆេះព្រៃ។

ការពង្រីកខ្លួនទៅក្នុងវិស័យច្រើនបង្ហាញថា Scale AI មិនមែនគ្រាន់តែជាឧបករណ៍ជំនួយនោះទេ ប៉ុន្តែវាកំពុងក្លាយជាផ្នែកស្នូលនៃរបៀបដែលបញ្ញាសិប្បនិម្មិតរៀនពិភពលោក។ ខណៈពេលដែលពិភពលោកបន្តប្រណាំងប្រជែងដើម្បីបង្កើតគំរូឆ្លាតវៃជាងមុន វាគឺជាក្រុមហ៊ុនស្ងាត់ៗដូចជា Scale AI ដែលកំពុងដាក់គ្រឹះរឹងមាំសម្រាប់ការប្រណាំងប្រជែងនោះ។

ត្រឡប់ទៅប្រធានបទវិញ

ថាញ ធូ

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