เมื่อ Scale AI 'สอน' ปัญญาประดิษฐ์

Scale AI เริ่มต้นตั้งแต่ผู้ก่อตั้งยังเป็นนักศึกษา ปัจจุบันกลายเป็นจุดเชื่อมโยงที่ขาดไม่ได้ในเส้นทางการเรียนรู้ของโมเดลปัญญาประดิษฐ์ บริษัทไม่ได้สร้าง AI แต่เป็นสถานที่ที่ AI เข้าใจโลกของมนุษย์

ข้อมูลอินพุตได้รับการจัดระเบียบอย่างเรียบร้อยก่อนที่จะนำไปใช้ในการฝึก AI

Scale AI ไม่ค่อยเป็นข่าวพาดหัวเท่าไหร่ และบริษัทเทคโนโลยีก็ไม่ได้ผลิตผลิตภัณฑ์ที่ผู้ใช้สัมผัสได้จริง แต่สำหรับนักพัฒนา AI แล้ว มันเป็นส่วนสำคัญของกระบวนการฝึกอบรมโมเดลทั้งหมด

งานของ Scale AI เกิดขึ้นอย่างเงียบๆ เบื้องหลัง โดยมนุษย์จะประมวลผลข้อมูลดิบและแปลงเป็นบทเรียนสำหรับเครื่องจักร ด้วยเหตุนี้ ระบบอัจฉริยะใหม่ๆ จึงสามารถค่อยๆ เข้าใจภาษา ภาพ อารมณ์ และพฤติกรรมที่ผู้คนแสดงออกใน โลก แห่งความเป็นจริงได้

Scale AI คือใคร และพวกเขาทำอะไร?

หากเปรียบเทียบกับ OpenAI, Google หรือ Meta แล้ว Scale AI ถือเป็นผู้เล่นที่ค่อนข้างเงียบ บริษัทไม่ได้สร้างแชทบอทที่สามารถพูดได้เหมือนคนจริง หรือรถยนต์ขับเคลื่อนอัตโนมัติที่สามารถอ่านสภาพการจราจรได้โดยตรง แต่ Scale AI มีบทบาทสำคัญในการช่วยให้เทคโนโลยีเหล่านี้ฉลาดขึ้นในทุกๆ วัน

Scale AI ก่อตั้งขึ้นในปี 2016 ขณะที่อเล็กซานเดอร์ หวัง ผู้ก่อตั้งยังเป็นนักศึกษา แทนที่จะเลือกเส้นทางการพัฒนาอัลกอริทึม หวังกลับเลือกเส้นทางที่แตกต่างออกไป นั่นคือการสร้างแพลตฟอร์มประมวลผลข้อมูลเฉพาะทางเพื่อรองรับ การฝึกอบรมด้านปัญญาประดิษฐ์

ในโลกนี้ ข้อมูลคือวัตถุดิบ แต่ข้อมูลดิบอย่างรูปภาพที่ไม่ได้จัดประเภท บทสนทนาที่ไม่ได้เรียบเรียง หรือ วิดีโอ ที่ไม่ชัดเจน มักจะไม่เป็นระเบียบและไม่มีคุณค่าโดยตรงต่อเครื่องจักร

งานของ Scale AI คือการทำความสะอาด จัดหมวดหมู่ และติดป้ายกำกับข้อมูลจำนวนมหาศาล นั่นหมายถึงการออกแบบทั้งระบบและทีมงานให้สามารถระบุและจัดระเบียบทุกรายละเอียดเล็กๆ น้อยๆ ในภาพถ่าย ย่อหน้า หรือวิดีโอ

ยกตัวอย่างเช่น เพื่อให้รถยนต์ขับเคลื่อนอัตโนมัติสามารถเรียนรู้ที่จะหยุดรถได้อย่างถูกต้อง เฟรมกล้องแต่ละเฟรมจะต้องระบุตำแหน่งอย่างชัดเจนว่าตรงจุดใดมีทางม้าลาย ตรงจุดใดมีสัญญาณไฟจราจร และตรงจุดใดมีคนเดินถนน ด้วยข้อมูลจำนวนนับล้าน ปัญญาประดิษฐ์สามารถเรียนรู้พฤติกรรมได้อย่างแม่นยำ

ด้วยขั้นตอนการเตรียมข้อมูลดังกล่าว โมเดลต่างๆ เช่น ChatGPT, Claude หรือผู้ช่วยเสมือนในรถยนต์จึงสามารถเข้าใจภาษาธรรมชาติ จดจำภาพในสภาพแวดล้อมโลกแห่งความเป็นจริงได้อย่างแม่นยำ และตอบสนองในลักษณะที่เหมือนมนุษย์

อยากสอน AI ให้ฉลาด ต้องเริ่มจากสิ่งเล็กๆ น้อยๆ

ไม่ว่าโมเดล AI จะซับซ้อนเพียงใด มันก็เป็นเพียงโครงร่างเปล่าๆ ที่ไม่มีข้อมูลป้อนเข้าไป ต่างจากมนุษย์ที่สามารถเรียนรู้จากประสบการณ์และสัญชาตญาณ เครื่องจักรทำได้แค่ทำซ้ำสิ่งที่เคยเห็นมาก่อนเท่านั้น นั่นคือเหตุผลที่ข้อมูลการฝึกจึงมีบทบาทสำคัญในการสร้างโมเดลที่มีประสิทธิภาพหรือไม่

เพื่อให้แชทบอทเข้าใจวิธีที่มนุษย์ถามคำถาม มันต้องเคยถูกสัมภาษณ์ผ่านบทสนทนานับล้านครั้ง รถยนต์ที่จะจดจำคนเดินถนนขณะฝนตกได้ มันต้องเคยเห็นภาพถ่ายที่คล้ายกันหลายแสนภาพ ตัวอย่างจากสถานการณ์จริงทั้งหมดต้องได้รับการติดป้ายกำกับอย่างถูกต้องเพื่อให้คอมพิวเตอร์เรียนรู้ได้ หากไม่มีป้ายกำกับที่ถูกต้อง AI ก็จะผิดพลาดได้ หากไม่มีข้อมูลที่หลากหลายเพียงพอ มันจะตอบสนองได้ไม่ดีในสภาพแวดล้อมจริง

นี่คือเหตุผลที่งานของ Scale AI มีความสำคัญอย่างยิ่ง พวกเขาไม่เพียงแต่รวบรวมข้อมูลเท่านั้น แต่ยังดูแลให้ข้อมูลถูกจัดระเบียบอย่างถูกต้อง หลากหลาย และเรียนรู้ได้ เพื่อให้โมเดลในอนาคตสามารถตอบสนองต่อพฤติกรรมของมนุษย์ได้

ตัวอย่างคลาสสิกคือรถยนต์ขับเคลื่อนอัตโนมัติ เพื่อฝึกให้รถยนต์รับมือกับสถานการณ์ที่ไม่คาดคิด เช่น คนข้ามถนน หรือรถจักรยานยนต์เลี้ยวผิดทาง โมเดลปัญญาประดิษฐ์จำเป็นต้องเห็นสถานการณ์ที่คล้ายคลึงกันนับหมื่นๆ ครั้ง

ข้อมูลดังกล่าวไม่สามารถหาได้ง่าย และไม่สามารถปล่อยให้เครื่องจักรเรียนรู้ได้เอง ต้องมีใครสักคนจัดเตรียม จัดระเบียบ และรับรองความถูกต้องของข้อมูลก่อนที่ปัญญาประดิษฐ์จะเริ่มกระบวนการเรียนรู้ได้

นั่นคือที่มาของ Scale AI พวกเขาสร้างบทเรียน ไม่ใช่จากความรู้ในตำราเรียน แต่จากตัวอย่างจากโลกแห่งความเป็นจริงที่ผ่านการกลั่นกรองอย่างละเอียดนับพันล้านตัวอย่าง ทุกกระแสข้อมูลที่ผ่านมือพวกเขาจะกลายเป็นรากฐานของปัญญาประดิษฐ์สมัยใหม่

จากห้องทดลองสู่ท้องถนน ข้อมูลยังคงเป็นราชา

Scale AI ไม่ได้จำกัดอยู่แค่ข้อความเท่านั้น แต่ยังเกี่ยวข้องกับการฝึกอบรมคอมพิวเตอร์วิทัศน์สำหรับรถยนต์ขับเคลื่อนอัตโนมัติ บริษัทเทคโนโลยีอย่าง Tesla, Toyota และ General Motors ต่างร่วมมือกับ Scale AI เพื่อสอนรถยนต์ให้รู้จักคนเดินถนน อ่านป้ายจราจร และรับมือกับสถานการณ์ที่ไม่คาดคิด

นอกจากนี้ Scale AI ยังรองรับงานด้านอื่นๆ เช่น การป้องกันประเทศ ดาวเทียม และแผนที่ โดยประมวลผลภาพจากกล้อง เรดาร์ และภาพถ่ายจากอวกาศ เพื่อช่วยให้แบบจำลองสามารถระบุภูมิประเทศ จำแนกวัตถุ หรือตรวจจับความเสี่ยงได้ตั้งแต่เนิ่นๆ ภาพถ่ายดาวเทียมอาจดูเหมือนเป็นเพียงภาพภูเขา แต่เมื่อผ่านมือของทีม Scale AI ภาพเหล่านั้นสามารถกลายเป็นชุดข้อมูลที่ช่วยให้เครื่องจักรคาดการณ์ทิศทางของไฟป่าได้

การขยายไปสู่หลายสาขาแสดงให้เห็นว่า Scale AI ไม่ใช่แค่เครื่องมือเสริมเท่านั้น แต่ยังกลายเป็นส่วนสำคัญของการเรียนรู้โลกด้วยปัญญาประดิษฐ์ ขณะที่โลกยังคงแข่งขันกันสร้างแบบจำลองที่ชาญฉลาดขึ้น บริษัทอย่าง Scale AI เองกำลังวางรากฐานที่มั่นคงสำหรับการแข่งขันนี้อย่างเงียบๆ

กลับสู่หัวข้อ

ทาน ทู

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