เมื่อ Scale AI 'สอน' ปัญญาประดิษฐ์

Scale AI เริ่มต้นเมื่อผู้ก่อตั้งยังเป็นนักศึกษา ปัจจุบันกลายมาเป็นส่วนสำคัญในเส้นทางการเรียนรู้ของโมเดลปัญญาประดิษฐ์ บริษัทไม่ได้สร้าง AI แต่ช่วยให้ AI เข้าใจโลกของมนุษย์

ข้อมูลอินพุตจะถูกจัดระเบียบอย่างเรียบร้อยก่อนนำไปใช้ในการฝึก AI

Scale AI ไม่ได้เป็นข่าวใหญ่มากนัก และไม่ใช่บริษัทเทคโนโลยีที่ผลิตผลิตภัณฑ์ที่ผู้ใช้สัมผัสได้จริง แต่สำหรับนักพัฒนา AI แล้ว ถือเป็นส่วนสำคัญของกระบวนการฝึกอบรมโมเดลทั้งหมด

งานของ Scale AI เกิดขึ้นอย่างเงียบๆ เบื้องหลัง โดยที่ข้อมูลดิบจะได้รับการประมวลผลโดยมนุษย์และแปลงเป็นบทเรียนสำหรับเครื่องจักร ซึ่งช่วยให้ระบบอัจฉริยะสามารถเข้าใจภาษา ภาพ อารมณ์ และพฤติกรรมที่ผู้คนแสดงในโลก แห่งความเป็นจริงได้ทีละน้อย

Scale AI คือใคร และทำอะไร?

หากเปรียบเทียบกับ OpenAI, Google หรือ Meta แล้ว Scale AI ถือเป็นผู้เล่นที่ค่อนข้างเงียบ บริษัทไม่ได้สร้างแชทบอทที่สามารถพูดได้เหมือนคนจริงหรือรถขับเคลื่อนอัตโนมัติที่สามารถอ่านสถานการณ์การจราจรได้โดยตรง แต่มีบทบาทสำคัญในการทำให้เทคโนโลยีเหล่านี้ฉลาดขึ้นทุกวัน

Scale AI ก่อตั้งขึ้นในปี 2016 เมื่อผู้ก่อตั้ง Alexandr Wang ยังเป็นนักศึกษาอยู่ แทนที่จะเลือกเส้นทางการพัฒนาอัลกอริทึม Wang เลือกเส้นทางอื่น: สร้างแพลตฟอร์มประมวลผลข้อมูลเพื่อรองรับ การฝึกอบรมปัญญาประดิษฐ์

ในโลกนี้ ข้อมูลถือเป็นวัตถุดิบ แต่ข้อมูลดิบ เช่น รูปภาพที่ไม่ได้รับการจัดประเภท บทสนทนาที่ไม่ได้จัดระเบียบ หรือ วิดีโอ ที่ไม่ชัดเจน มักจะไม่เป็นระเบียบและไม่มีคุณค่าโดยตรงต่อเครื่องจักร

งานของ Scale AI คือการทำความสะอาด จัดหมวดหมู่ และติดป้ายกำกับข้อมูลจำนวนมหาศาล นั่นหมายถึงการออกแบบทั้งระบบและทีมงานเพื่อระบุและจัดระเบียบทุกรายละเอียดเล็กๆ น้อยๆ ในภาพถ่าย ย่อหน้า หรือวิดีโอ

ตัวอย่างเช่น หากต้องการให้รถยนต์ขับเคลื่อนอัตโนมัติเรียนรู้ที่จะหยุดที่จุดที่ถูกต้อง เฟรมกล้องแต่ละตัวจะต้องระบุอย่างชัดเจนว่าทางม้าลายอยู่ที่ไหน สัญญาณไฟจราจรอยู่ที่ไหน และคนเดินถนนอยู่ที่ไหน ด้วยข้อมูลดังกล่าวนับล้าน ปัญญาประดิษฐ์สามารถเรียนรู้พฤติกรรมดังกล่าวได้อย่างแม่นยำ

ด้วยขั้นตอนการเตรียมข้อมูลดังกล่าว โมเดลเช่น ChatGPT, Claude หรือผู้ช่วยเสมือนในรถยนต์จึงสามารถเข้าใจภาษาธรรมชาติ จดจำภาพในสภาพแวดล้อมโลกแห่งความเป็นจริงได้อย่างแม่นยำ และตอบสนองในลักษณะเหมือนมนุษย์

อยากสอนให้ AI ฉลาด ต้องเริ่มจากสิ่งเล็ก ๆ น้อย ๆ

ไม่ว่าโมเดล AI จะซับซ้อนเพียงใด มันก็เป็นเพียงโครงร่างที่ว่างเปล่าโดยไม่มีข้อมูลมาป้อนให้เท่านั้น ต่างจากมนุษย์ที่สามารถเรียนรู้จากประสบการณ์และสัญชาตญาณ เครื่องจักรทำได้แค่ทำซ้ำสิ่งที่เคยเห็นมาก่อนเท่านั้น นั่นคือเหตุผลที่ข้อมูลการฝึกอบรมมีบทบาทสำคัญในการสร้างแบบจำลองที่มีประสิทธิภาพ

หากต้องการให้แชทบอตเข้าใจว่ามนุษย์ถามคำถามอย่างไร แชทบอตจะต้องได้รับประสบการณ์จากบทสนทนาหลายล้านครั้ง หากต้องการให้รถยนต์จดจำคนเดินถนนในสายฝนได้ แชทบอตจะต้องเห็นรูปถ่ายที่คล้ายคลึงกันหลายแสนรูป ตัวอย่างในโลกแห่งความเป็นจริงทั้งหมดเหล่านี้ต้องได้รับการติดป้ายกำกับอย่างถูกต้องเพื่อให้คอมพิวเตอร์เรียนรู้ได้ หากไม่มีป้ายกำกับที่ถูกต้อง AI ก็จะทำผิดพลาดได้ หากไม่มีข้อมูลที่หลากหลายเพียงพอ แชทบอตจะตอบสนองได้ไม่ดีในสภาพแวดล้อมในโลกแห่งความเป็นจริง

นี่คือสาเหตุที่งานของ Scale AI มีความสำคัญมาก พวกเขาไม่เพียงแต่รวบรวมข้อมูลเท่านั้น แต่พวกเขายังตรวจสอบให้แน่ใจว่าข้อมูลได้รับการจัดระเบียบในลักษณะที่ถูกต้อง หลากหลาย และเรียนรู้ได้ เพื่อให้โมเดลในอนาคตสามารถตอบสนองได้เหมือนมนุษย์

ตัวอย่างที่ดีคือในด้านของรถยนต์ขับเคลื่อนอัตโนมัติ เพื่อฝึกให้รถยนต์รับมือกับสถานการณ์ที่ไม่คาดคิด เช่น คนข้ามถนนหรือมอเตอร์ไซค์ขับผิดทาง โมเดลปัญญาประดิษฐ์จำเป็นต้องเห็นสถานการณ์ที่คล้ายคลึงกันนับหมื่นๆ ครั้ง

ข้อมูลดังกล่าวไม่สามารถหาได้ง่ายๆ และไม่สามารถปล่อยให้เครื่องเรียนรู้เองได้ ต้องมีคนจัดเตรียม จัดระเบียบ และรับรองความถูกต้องก่อนที่ AI จะเริ่มกระบวนการเรียนรู้ได้

นั่นคือที่มาของ Scale AI พวกเขาสร้างบทเรียนไม่ใช่จากความรู้ในตำราเรียน แต่จากตัวอย่างในโลกแห่งความเป็นจริงนับพันล้านตัวอย่างที่ประดิษฐ์ขึ้นอย่างพิถีพิถัน ข้อมูลที่ไหลผ่านมือพวกเขาทุกชุดกลายมาเป็นส่วนประกอบสำคัญของความรู้ด้าน AI ยุคใหม่

จากห้องทดลองสู่ท้องถนน ข้อมูลยังคงเป็นราชา

Scale AI ไม่เพียงแต่จำกัดอยู่แค่ข้อความเท่านั้น แต่ยังเกี่ยวข้องกับการฝึกอบรมระบบวิทัศน์คอมพิวเตอร์สำหรับรถยนต์ขับเคลื่อนอัตโนมัติอีกด้วย บริษัทเทคโนโลยี เช่น Tesla, Toyota และ General Motors ต่างร่วมมือกับ Scale AI เพื่อสอนให้รถยนต์จดจำคนเดินถนน อ่านป้ายจราจร และจัดการกับสถานการณ์ที่ไม่คาดคิด

นอกจากนี้ Scale AI ยังรองรับด้านอื่นๆ เช่น การป้องกันประเทศ ดาวเทียม และแผนที่ โดยจะประมวลผลภาพจากกล้อง เรดาร์ และภาพถ่ายที่ถ่ายจากอวกาศ เพื่อช่วยให้โมเดลสามารถจดจำภูมิประเทศ จำแนกวัตถุ หรือตรวจจับความเสี่ยงได้ในระยะเริ่มต้น ภาพดาวเทียมอาจดูเหมือนภาพป่าธรรมดา แต่เมื่ออยู่ในมือของทีมงาน Scale AI ภาพดังกล่าวสามารถกลายเป็นชุดข้อมูลที่ช่วยให้เครื่องจักรทำนายทิศทางของไฟป่าได้

การขยายขอบเขตไปสู่หลายพื้นที่แสดงให้เห็นว่า Scale AI ไม่ใช่แค่เครื่องมือเสริมเท่านั้น แต่ยังกลายมาเป็นส่วนสำคัญของการเรียนรู้เกี่ยวกับโลกของปัญญาประดิษฐ์อีกด้วย ในขณะที่โลกยังคงแข่งขันกันสร้างโมเดลที่ชาญฉลาดขึ้น บริษัทต่างๆ เช่น Scale AI ก็ได้วางรากฐานสำหรับการแข่งขันดังกล่าวอย่างเงียบๆ

กลับสู่หัวข้อ

ทาน ทู

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