मेटा अपने आंतरिक संचालन को एआई पोस्ट-ट्रेनिंग लैब में रूपांतरित करता है

मेटा अपने आंतरिक संचालन को कृत्रिम बुद्धिमत्ता मॉडल के लिए एक व्यापक पोस्ट-ट्रेनिंग वातावरण में बदल रहा है।

एक एआई मॉडल बनाना दो प्रमुख चरणों में होता है। प्री-ट्रेनिंग वह भाग है जहां आप एक मॉडल को विशाल मात्रा में डेटा प्रदान करते हैं ताकि यह पैटर्न, भाषा और तर्क सीख सके। पोस्ट-ट्रेनिंग अगला कदम है: फाइन-ट्यूनिंग, अलाइनमेंट, और फीडबैक लूप्स जो एक स्मार्ट-लेकिन-कच्चे मॉडल को कुछ वास्तविक रूप से उपयोगी बनाते हैं।

मेटा अपनी पूरी कॉर्पोरेट मशीनरी को उस दूसरे चरण के लिए एक जीवित प्रयोगशाला के रूप में संचालित कर रहा है। "AI Week" जैसे आंतरिक कार्यक्रम कंपनी भर के कर्मचारियों को AI उपकरणों और प्रोजेक्ट्स के साथ सक्रिय रूप से जुड़ने और वास्तविक दुनिया की प्रतिक्रिया जमा करने के लिए डिज़ाइन किए गए हैं।

जब हजारों कर्मचारी अपने वास्तविक कार्य के दौरान AI प्रणालियों के साथ बातचीत करते हैं, चाहे वह विज्ञापन लक्षित करना हो, सामग्री समीक्षा हो, उत्पाद डिज़ाइन हो या आंतरिक संचार हो, प्रत्येक बातचीत एक डेटा बिंदु बन जाती है। प्रत्येक सुधार एक प्रशिक्षण संकेत बन जाता है। प्रत्येक कार्य प्रवाह एक मानक बन जाता है।

मेटा के सुपरइंटेलिजेंस लैब्स में “एआई रिसर्च साइंटिस्ट, पोस्ट-ट्रेनिंग” जैसे नए रोल बनाए जा रहे हैं। ये पद मेटा के कर्मचारियों और उसके एआई मॉडल्स के बीच प्रतिक्रिया लूप्स को डिज़ाइन, प्रबंधित और अनुकूलित करने के लिए विशेष रूप से मौजूद हैं।

मेटा ने डेटा लेबलिंग और मूल्यांकन कंपनी स्केल एआई में 49% हिस्सेदारी के लिए $14.3 बिलियन का निवेश किया। स्केल एआई उच्च गुणवत्ता वाले मानव मूल्यांकन में विशेषज्ञ है, जो पोस्ट-ट्रेनिंग को प्रभावी बनाता है। इस बाहरी क्षमता को एक आंतरिक कर्मचारी-आधारित रणनीति के साथ जोड़कर मेटा एक द्वि-आयामी दृष्टिकोण प्राप्त करता है।

मार्क जकरबर्ग ने मेटा के प्लेटफॉर्म्स पर विज्ञापन की दक्षता में सुधार में एआई की भूमिका पर प्रकाश डाला है। जब एआई मॉडल्स उपयोगकर्ता इच्छा को समझने, एंगेजमेंट का अनुमान लगाने और क्रिएटिव एसेट्स बनाने में बेहतर होते हैं, तो विज्ञापन राजस्व बढ़ता है।

मेटा के विज्ञापन विभाग के एक कर्मचारी अभियान लक्ष्य निर्धारण को अनुकूलित करने के लिए एक एआई उपकरण का उपयोग करता है। उपकरण एक सुझाव देता है। कर्मचारी इसे स्वीकार करता है, इसे संशोधित करता है या इसे अस्वीकार करता है। इनमें से प्रत्येक क्रिया एक प्रशिक्षण संकेत है जो मॉडल में वापस प्रवाहित होती है। हजारों कर्मचारियों और मिलियनों निर्णयों से गुणा करें, और मेटा की अपनी संचालन प्रक्रियाएँ प्रशिक्षण के बाद का संसाधन बन जाती हैं।

14.3 अरब डॉलर के Scale AI निवेश से आंतरिक प्रक्रिया में बाहरी कठोरता जोड़ी गई है। पेशेवर डेटा लेबलिंग और मूल्यांकन, जिसमें जैविक कर्मचारी प्रतिक्रिया शामिल है, एक ऐसी पोस्ट-ट्रेनिंग पाइपलाइन बनाता है जो व्यापक और गहरी दोनों है।

जोखिम निष्पादन का है। एक विस्तृत कॉर्पोरेशन को एक समन्वित AI प्रशिक्षण वातावरण में बदलने के लिए ऐसी समन्वय की आवश्यकता होती है जो मेटा के आकार के संगठनों के लिए स्वाभाविक रूप से उपलब्ध नहीं होती। आंतरिक AI पहलें प्रदर्शनात्मक बन सकती हैं, जहां कर्मचारी "AI हफ्ता" के दौरान केवल कार्यों को पूरा करते हैं बिना वास्तविक, उच्च-संकेत फीडबैक उत्पन्न किए जो वास्तव में मॉडल को सुधारे।

मेटा के पास स्टेबलकॉइन प्रोजेक्ट्स और डिजिटल भुगतान बुनियादी ढांचे से ऐतिहासिक संबंध हैं। मेटा के प्लेटफॉर्म्स पर एक अधिक क्षम एआई परत अंततः डिजिटल संपत्तियों को संदेश व्यवहार, व्यापार और विज्ञापन में एकीकृत करने के तरीके को प्रभावित कर सकती है।