Meta sedang secara sistematik mengubah operasi dalaman menjadi apa yang setara dengan persekitaran pasca-pelatihan yang luas untuk model kecerdasan buatan.
Apa yang dimaksud dengan post-training, dan mengapa ia penting
Pembinaan model AI berlaku dalam dua fasa utama. Pra-pelatihan ialah bahagian di mana anda memberikan model jumlah data yang sangat besar supaya ia belajar pola, bahasa, dan penalaran. Pasca-pelatihan ialah apa yang berlaku seterusnya: penyesuaian halus, penyelarasan, dan gelung maklum balas yang mengubah model yang pintar tetapi mentah menjadi sesuatu yang benar-benar berguna.
Meta menganggap seluruh mesin korporatnya sebagai laboratorium hidup untuk fasa kedua tersebut. Program dalaman seperti “AI Week” direka untuk mendapatkan pekerja di seluruh syarikat secara aktif terlibat dengan alat dan projek AI, menghasilkan maklum balas dunia nyata.
Apabila ribuan pekerja berinteraksi dengan sistem AI semasa kerja sebenar mereka, sama ada penargetan iklan, moderasi kandungan, reka bentuk produk, atau komunikasi dalaman, setiap interaksi menjadi titik data. Setiap koreksi menjadi isyarat latihan. Setiap alur kerja menjadi tolok ukur.
Infrastruktur di sebalik strategi tersebut
Peranan baru seperti “Ilmuwan Penyelidikan AI, Pasca-Pelatihan” sedang dicipta di dalam Makmal Superintelligence Meta. Posisi ini wujud khusus untuk merekabentuk, mengurus, dan mengoptimumkan gelung umpan balik antara tenaga kerja Meta dan model AI-nya.
Meta menginvestasikan $14.3 bilion untuk memperoleh 49% saham di Scale AI, syarikat penandaan dan penilaian data. Scale AI mengkhususkan diri dalam penilaian manusia berkualiti tinggi yang membuatkan pasca-pelatihan menjadi berkesan. Menggabungkan kemampuan luaran ini dengan strategi tenaga kerja dalaman sebagai ujian memberikan Meta pendekatan dua arah.
Mengapa ini berkaitan dengan pengiklanan, pendapatan, dan segala perkara lain
Mark Zuckerberg telah menonjolkan peranan AI dalam meningkatkan kecekapan iklan di seluruh platform Meta. Apabila model AI menjadi lebih baik dalam memahami niat pengguna, meramal keterlibatan, dan menghasilkan aset kreatif, pendapatan iklan meningkat.
Seorang pekerja di bahagian iklan Meta menggunakan alat AI untuk mengoptimumkan penargetan kempen. Alat tersebut membuat cadangan. Pekerja itu menerima, memodifikasi, atau menolak cadangan tersebut. Setiap tindakan ini merupakan isyarat latihan yang mengalir semula ke dalam model. Gandakan ini dengan ribuan pekerja dan jutaan keputusan, dan operasi Meta sendiri menjadi sumber pasca-latihan.
Apakah yang bermaksud ini kepada pelabur dan landskap AI yang lebih luas
Pelaburan Scale AI sebanyak $14.3 bilion menambahkan ketelitian luaran kepada proses dalaman. Penandaan dan penilaian data profesional, digabungkan dengan maklum balas pekerja secara organik, mencipta saluran pasca-pelatihan yang luas dan mendalam.
Risikonya ialah pelaksanaan. Mengubah korporasi yang besar dan tersebar menjadi persekitaran latihan AI yang koheren memerlukan koordinasi yang tidak datang secara semula jadi kepada organisasi sebesar Meta. Inisiatif AI dalaman boleh menjadi bersifat performatif, dengan pekerja hanya menjalani prosedur “Minggu AI” tanpa menghasilkan maklum balas sebenar dan bermakna yang benar-benar meningkatkan model.
Meta mempunyai hubungan sejarah dengan projek koin stabil dan infrastruktur pembayaran digital. Lapisan AI yang lebih cekap di seluruh platform Meta akhirnya boleh mempengaruhi cara aset digital diintegrasikan ke dalam pesan, perniagaan, dan pengiklanan.