میٹا اپنے اندر کے آپریشنز کو صرف ایک وسیع پوسٹ ٹریننگ ماحول میں تبدیل کر رہا ہے جو مصنوعی ذہانت کے ماڈلز کے لیے ہے۔
پوسٹ ٹریننگ کا اصل مطلب کیا ہے، اور یہ کیوں اہم ہے
ایک AI ماڈل بنانے کے دو بڑے مراحل ہوتے ہیں۔ پری-ٹریننگ وہ مرحلہ ہے جہاں آپ ماڈل کو بہت زیادہ ڈیٹا فیڈ کرتے ہیں تاکہ وہ پیٹرنز، زبان اور استدلال سیکھ سکے۔ پوسٹ-ٹریننگ اس کے بعد ہوتا ہے: فائن ٹیوننگ، الائنمنٹ، اور وہ فیڈ بیک لوپس جو ایک ذکی لیکن خام ماڈل کو کچھ حقیقی طور پر مفید بناتے ہیں۔
میٹا اپنی پوری کارپوریٹ مشینری کو اس دوسرے مرحلے کے لیے ایک زندہ لیبارٹری کے طور پر استعمال کر رہا ہے۔ "AI Week" جیسے اندر کے پروگرامز کو کمپنی بھر کے ملازمین کو AI ٹولز اور منصوبوں کے ساتھ فعال طور پر ملوانے اور حقیقی دنیا کی فیڈ بیک جمع کرنے کے لیے ڈیزائن کیا گیا ہے۔
جب هزاروں ملازمین اپنے عمل کے دوران AI سسٹمز کے ساتھ تعامل کرتے ہیں، چاہے وہ اشتہار ٹارگٹنگ، مواد کی مانیٹرنگ، مصنوعات کی ڈیزائن، یا اندر کے مواصلات ہوں، ہر تعامل ایک ڈیٹا پوائنٹ بن جاتا ہے۔ ہر درستگی ایک ٹریننگ سگنل بن جاتی ہے۔ ہر ورک فلو ایک بینچ مارک بن جاتا ہے۔
اسٹریٹجی کی پیچھے کی بنیادی ڈھانچہ
میٹا کے سپر انٹیلی جنس لیبز میں “AI ریسرچ سائنسٹ، پوسٹ ٹریننگ” جیسے نئے عہدے بنائے جا رہے ہیں۔ یہ عہدے خاص طور پر میٹا کے عملے اور اس کے AI ماڈلز کے درمیان فیڈ بیک لوپس کو ڈیزائن، منیج اور آپٹیمائز کرنے کے لیے موجود ہیں۔
میٹا نے ڈیٹا لیبلنگ اور ایوانلویشن کمپنی سکیل AI میں 49% حصہ خریدنے کے لیے 14.3 ارب امریکی ڈالر کا اسٹیک کیا۔ سکیل AI اعلیٰ معیار کی انسانی ایوانلویشن میں ماہر ہے جو ٹریننگ کے بعد کامیابی کو یقینی بناتی ہے۔ باہری صلاحیت کو اندرونی ورک فورس-آز-ٹیسٹ بیڈ حکمت عملی کے ساتھ جوڑنا میٹا کو دو رخی نقطہ نظر فراہم کرتا ہے۔
یہ اشتہار، آمدنی اور باقی سب کچھ سے کیسے جُڑتا ہے
مارک زاکربرگ نے میٹا کے پلیٹ فارمز پر اشتہار کی کارکردگی میں بہتری کے لیے AI کے کردار پر زور دیا ہے۔ جب AI ماڈلز صارفین کے ارادوں کو سمجھنے، مشارکہ کا پیش گوئی کرنے اور تخلیقی اثاثوں کو تیار کرنے میں بہتر ہوجاتے ہیں، تو اشتہاری آمدنی بڑھ جاتی ہے۔
میٹا کے اشتہارات کے شعبے کا ایک ملازم ای آئی ٹول کا استعمال کرتا ہے تاکہ کیمپین کے ہدف کو بہتر بنائے۔ یہ ٹول ایک سفارش کرتا ہے۔ ملازم اسے قبول کرتا ہے، اس میں تبدیلی کرتا ہے، یا اسے مسترد کر دیتا ہے۔ ان میں سے ہر ایک کارروائی ایک تربیتی سگنل ہے جو ماڈل میں واپس جاتی ہے۔ اسے ہزاروں ملازمین اور ملینوں فیصلوں سے ضرب دیں، اور میٹا کے اپنے آپریشنز خود ایک پوسٹ-ٹریننگ وسائل بن جاتے ہیں۔
اس کا سرمایہ کاروں اور عام AI منظر کے لیے کیا مطلب ہے
14.3 ارب ڈالر کے Scale AI کے سرمایہ کاری سے اندر کے عمل میں باہری سختی شامل ہوئی۔ پیشہ ورانہ ڈیٹا لیبلنگ اور جائزہ، اور جانبدار ملازمین کی فیڈ بیک کا مجموعہ، ایک ایسا پوسٹ ٹریننگ پائپ لائن بناتا ہے جو وسیع اور گہرا ہے۔
خطر انجام ہے۔ ایک وسیع کاروبار کو ایک متماسک AI ٹریننگ ماحول میں تبدیل کرنا ایسی تنظیمی تعاون کی ضرورت ہے جو میٹا کے سائز کی تنظیموں کے لیے قدرتی طور پر دستیاب نہیں ہوتا۔ اندر کے AI کے منصوبے اداکارانہ بن سکتے ہیں، جہاں ملازمین "AI ہفتہ" کے اقدامات پورے کرتے ہیں لیکن ایسی حقیقی، اعلیٰ سگنل فیڈ بیک نہیں پیدا کرتے جو ماڈلز کو حقیقی طور پر بہتر بنائے۔
میٹا کے پاس اسٹیبل کوائن پروجیکٹس اور ڈیجیٹل ادائیگی کی بنیادی ڈھانچے سے تاریخی تعلقات ہیں۔ میٹا کے پلیٹ فارمز پر ایک زیادہ صلاحیت مند AI لیئر بالآخر ڈیجیٹل اثاثوں کو میسجنگ، کامرس اور اشتہارات میں کس طرح ادغام کیا جائے، اس پر اثر ڈال سکتا ہے۔