เมตากำลังแปลงการดำเนินงานภายในของตนอย่างเป็นระบบให้เป็นสิ่งที่เทียบเท่ากับสภาพแวดล้อมการฝึกอบรมหลังการฝึกอบรมสำหรับโมเดลปัญญาประดิษฐ์
ความหมายที่แท้จริงของ post-training และเหตุผลที่มันสำคัญ
การสร้างโมเดลปัญญาประดิษฐ์เกิดขึ้นในสองขั้นตอนหลัก การฝึกเบื้องต้นคือขั้นตอนที่คุณป้อนข้อมูลจำนวนมากให้กับโมเดลเพื่อให้มันเรียนรู้รูปแบบ ภาษา และการให้เหตุผล ส่วนการฝึกหลังจากนั้นคือสิ่งที่เกิดขึ้นถัดไป: การปรับแต่งอย่างละเอียด การจัดแนว และวงจรป้อนกลับที่เปลี่ยนโมเดลที่ฉลาดแต่ยังดิบให้กลายเป็นสิ่งที่มีประโยชน์จริง
เมตากำลังใช้ระบบทั้งหมดของบริษัทเป็นห้องปฏิบัติการที่มีชีวิตสำหรับระยะที่สองนี้ โปรแกรมภายในเช่น “AI Week” ถูกออกแบบมาเพื่อให้พนักงานทั่วทั้งบริษัทมีส่วนร่วมอย่างแข็งขันกับเครื่องมือและโครงการปัญญาประดิษฐ์ พร้อมสร้างข้อมูลป้อนกลับจากโลกจริง
เมื่อพนักงานนับพันคนมีปฏิสัมพันธ์กับระบบปัญญาประดิษฐ์ในระหว่างการทำงานจริง ไม่ว่าจะเป็นการเป้าหมายโฆษณา การModerateเนื้อหา การออกแบบผลิตภัณฑ์ หรือการสื่อสารภายใน ทุกการมีปฏิสัมพันธ์จะกลายเป็นจุดข้อมูล ทุกการแก้ไขจะกลายเป็นสัญญาณการฝึกอบรม และทุกกระบวนการทำงานจะกลายเป็นมาตรฐานการวัด
โครงสร้างพื้นฐานที่อยู่เบื้องหลังกลยุทธ์
มีการสร้างบทบาทใหม่เช่น “นักวิจัยด้านปัญญาประดิษฐ์ หลังการฝึกอบรม” ภายในห้องปฏิบัติการซูเปอร์อินเทลลิเจนซ์ของ Meta ตำแหน่งเหล่านี้มีขึ้นโดยเฉพาะเพื่อออกแบบ จัดการ และปรับปรุงวงจรป้อนกลับระหว่างพนักงานของ Meta กับโมเดลปัญญาประดิษฐ์ของตน
เมตาได้ลงทุน 14.3 พันล้านดอลลาร์สหรัฐเพื่อถือหุ้น 49% ในสเกล AI บริษัทที่เชี่ยวชาญด้านการติดป้ายข้อมูลและการประเมินผล สเกล AI เชี่ยวชาญในการประเมินโดยมนุษย์ที่มีคุณภาพสูงซึ่งช่วยให้การฝึกอบรมหลังการฝึกมีประสิทธิภาพ การรวมความสามารถภายนอกนี้เข้ากับกลยุทธ์แรงงานภายในเป็นฐานทดสอบ ทำให้เมตาได้รับแนวทางสองด้าน
ทำไมสิ่งนี้จึงเชื่อมโยงกับการโฆษณา รายได้ และทุกอย่างอื่นๆ
มาร์ก ซักเคอร์เบิร์ก ได้เน้นย้ำบทบาทของปัญญาประดิษฐ์ในการปรับปรุงประสิทธิภาพของการโฆษณาบนแพลตฟอร์มของเมตา เมื่อแบบจำลองปัญญาประดิษฐ์มีความสามารถดีขึ้นในการเข้าใจเจตนาของผู้ใช้ คาดการณ์การมีส่วนร่วม และสร้างทรัพยากรเชิงสร้างสรรค์ รายได้จากโฆษณาจะเพิ่มขึ้น
พนักงานในแผนกโฆษณาของเมตาใช้เครื่องมือปัญญาประดิษฐ์เพื่อปรับปรุงการกำหนดเป้าหมายแคมเปญ เครื่องมือนี้เสนอคำแนะนำ พนักงานสามารถยอมรับ แก้ไข หรือปฏิเสธคำแนะนำนั้น การกระทำแต่ละอย่างเหล่านี้เป็นสัญญาณการฝึกอบรมที่ไหลย้อนกลับไปยังโมเดล คูณด้วยพนักงานนับพันและการตัดสินใจนับล้าน กระบวนการดำเนินงานของเมตาเองจึงกลายเป็นทรัพยากรหลังการฝึกอบรม
สิ่งนี้หมายถึงอะไรสำหรับนักลงทุนและภูมิทัศน์ปัญญาประดิษฐ์โดยรวม
การลงทุนใน Scale AI มูลค่า 14.3 พันล้านดอลลาร์สหรัฐ เพิ่มความเข้มงวดจากภายนอกให้กับกระบวนการภายใน การติดป้ายข้อมูลและการประเมินแบบมืออาชีพ ร่วมกับข้อเสนอแนะจากพนักงานอย่างเป็นธรรมชาติ สร้างสายการผลิตหลังการฝึกอบรมที่กว้างขวางและลึกซึ้ง
ความเสี่ยงอยู่ที่การดำเนินการ การเปลี่ยนแปลงองค์กรขนาดใหญ่ให้กลายเป็นสภาพแวดล้อมการฝึกอบรม AI ที่สอดคล้องกัน ต้องการการประสานงานที่องค์กรขนาดของเมตาไม่สามารถทำได้อย่างเป็นธรรมชาติ โครงการ AI ภายในอาจกลายเป็นเพียงการแสดงออก โดยพนักงานทำตามขั้นตอนของ “สัปดาห์ AI” โดยไม่สร้างข้อเสนอแนะที่แท้จริงและมีสัญญาณสูงซึ่งสามารถปรับปรุงโมเดลได้
เมตา มีความเชื่อมโยงในอดีตกับโครงการ Stablecoin และโครงสร้างพื้นฐานการชำระเงินดิจิทัล ชั้นปัญญาประดิษฐ์ที่มีความสามารถมากขึ้นบนแพลตฟอร์มของเมตา อาจส่งผลกระทบต่อวิธีการผสานรวมสินทรัพย์ดิจิทัลเข้ากับการส่งข้อความ การค้าขาย และการโฆษณาในอนาคต
