នៅពេលដែល Scale AI 'បង្រៀន' បញ្ញាសិប្បនិម្មិត

បានចាប់ផ្តើមនៅពេលដែលស្ថាបនិករបស់វានៅតែជាសិស្សនៅឡើយ Scale AI ឥឡូវនេះគឺជាតំណភ្ជាប់ដែលមិនអាចខ្វះបាននៅក្នុងដំណើរសិក្សានៃគំរូបញ្ញាសិប្បនិម្មិត។ ក្រុមហ៊ុនមិនបង្កើត AI ទេ ប៉ុន្តែវាជាកន្លែងដែល AI យល់ពីពិភពលោករបស់មនុស្ស។

ទិន្នន័យបញ្ចូលត្រូវបានរៀបចំយ៉ាងស្អាតមុនពេលប្រើដើម្បីបណ្តុះបណ្តាល AI ។

Scale AI មិនបង្កើតចំណងជើងញឹកញាប់ទេ ហើយក៏មិនមែនជាក្រុមហ៊ុនបច្ចេកវិទ្យាមួយដែលបង្កើតផលិតផលដែលអ្នកប្រើប្រាស់ពិតជាអាចប៉ះបាន។ ប៉ុន្តែសម្រាប់អ្នកអភិវឌ្ឍន៍ AI វាគឺជាផ្នែកសំខាន់មួយនៃដំណើរការបណ្តុះបណ្តាលគំរូទាំងមូល។

ការងាររបស់ AI ធ្វើមាត្រដ្ឋានកើតឡើងស្ងាត់ៗនៅពីក្រោយឆាក ដែលទិន្នន័យឆៅត្រូវបានដំណើរការដោយមនុស្ស និងបំប្លែងទៅជាមេរៀនសម្រាប់ម៉ាស៊ីន។ អរគុណចំពោះបញ្ហានេះ ប្រព័ន្ធឆ្លាតវៃថ្មីអាចយល់បន្តិចម្តងៗនូវភាសា រូបភាព អារម្មណ៍ និងអាកប្បកិរិយាដែលមនុស្សបង្ហាញនៅក្នុង ពិភព ពិត។

តើ Scale AI ជានរណា ហើយតើពួកគេធ្វើអ្វី?

បើប្រៀបធៀបទៅនឹង OpenAI, Google, ឬ Meta, Scale AI គឺជាអ្នកលេងដែលស្ងប់ស្ងាត់។ ក្រុមហ៊ុនមិនបង្កើត chatbots ដោយផ្ទាល់ ដែលអាចនិយាយដូចមនុស្សពិត ឬរថយន្តបើកបរដោយខ្លួនឯង ដែលអាចអានស្ថានភាពចរាចរណ៍បាន ប៉ុន្តែវាដើរតួនាទីយ៉ាងសំខាន់ក្នុងការជួយឱ្យបច្ចេកវិទ្យាទាំងនោះកាន់តែឆ្លាតវៃជារៀងរាល់ថ្ងៃ។

Scale AI ត្រូវបានបង្កើតឡើងក្នុងឆ្នាំ 2016 នៅពេលដែលស្ថាបនិក Alexandr Wang នៅតែជាសិស្ស។ ជំនួសឱ្យការដើរលើផ្លូវអភិវឌ្ឍក្បួនដោះស្រាយ លោក Wang បានជ្រើសរើសផ្លូវផ្សេងមួយទៀត៖ ការបង្កើតវេទិកាដំណើរការទិន្នន័យឯកទេស ដើម្បីបម្រើការ បណ្តុះបណ្តាលបញ្ញាសិប្បនិម្មិត ។

នៅក្នុងពិភពលោកនេះ ទិន្នន័យគឺជាវត្ថុធាតុដើម។ ប៉ុន្តែទិន្នន័យឆៅដូចជារូបភាពដែលមិនបានចាត់ថ្នាក់ ការសន្ទនាដែលមិនមានការរៀបចំ ឬ វីដេអូ មិនច្បាស់លាស់ ជារឿយៗមានភាពរញ៉េរញ៉ៃ និងមិនមានតម្លៃដោយផ្ទាល់ចំពោះម៉ាស៊ីន។

ការងាររបស់ AI ធ្វើមាត្រដ្ឋានគឺសម្អាត ចាត់ថ្នាក់ និងដាក់ស្លាកចំនួនទិន្នន័យដ៏ច្រើននោះ។ នោះមានន័យថា ការរចនាទាំងប្រព័ន្ធ និងក្រុមដើម្បីកំណត់អត្តសញ្ញាណ និងរៀបចំរាល់ព័ត៌មានលម្អិតតូចៗនៅក្នុងរូបថត កថាខណ្ឌ ឬរូបថតវីដេអូ។

ជាឧទាហរណ៍ ដើម្បីឱ្យរថយន្តបើកបរដោយខ្លួនឯង រៀនឈប់នៅកន្លែងដែលត្រឹមត្រូវ ស៊ុមកាមេរ៉ានីមួយៗត្រូវកំណត់ឱ្យច្បាស់ថា កន្លែងណាមានផ្លូវបំបែក ទីណាមានភ្លើងស្តុប កន្លែងណាមានអ្នកថ្មើរជើង។ ជាមួយនឹងទិន្នន័យបែបនេះរាប់លាន បញ្ញាសិប្បនិមិត្តអាចរៀនឥរិយាបថបានត្រឹមត្រូវ។

សូមអរគុណចំពោះជំហាននៃការរៀបចំទិន្នន័យបែបនេះ ម៉ូដែលដូចជា ChatGPT, Claude ឬជំនួយការនិម្មិតនៅក្នុងរថយន្តអាចយល់ភាសាធម្មជាតិ ស្គាល់រូបភាពយ៉ាងត្រឹមត្រូវនៅក្នុងបរិយាកាសជាក់ស្តែង និងឆ្លើយតបក្នុងលក្ខណៈដូចមនុស្ស។

ចង់បង្រៀន AI ឱ្យឆ្លាត ត្រូវចាប់ផ្តើមពីរឿងតូចបំផុត។

មិនថាគំរូ AI ស្មុគ្រស្មាញប៉ុណ្ណានោះទេ វាគ្រាន់តែជាគ្រោងឆ្អឹងទទេដែលគ្មានទិន្នន័យដើម្បីចិញ្ចឹមវា។ មិនដូចមនុស្សដែលអាចរៀនពីបទពិសោធន៍ និងវិចារណញាណនោះទេ ម៉ាស៊ីនអាចនិយាយឡើងវិញនូវអ្វីដែលពួកគេបានឃើញពីមុនមក។ នោះហើយជាមូលហេតុដែលទិន្នន័យបណ្តុះបណ្តាលដើរតួនាទីយ៉ាងសំខាន់ក្នុងការបង្កើតគំរូដែលមានប្រសិទ្ធភាពឬអត់។

សម្រាប់ chatbot ដើម្បីយល់ពីរបៀបដែលមនុស្សសួរសំណួរ វាត្រូវតែត្រូវបានប៉ះពាល់ទៅនឹងការសន្ទនារាប់លាន។ ដើម្បីឱ្យឡានស្គាល់អ្នកថ្មើរជើងពេលភ្លៀង ច្បាស់ជាបានឃើញរូបថតស្រដៀងគ្នារាប់រយរាប់ពាន់សន្លឹក។ ឧទាហរណ៍នៃពិភពពិតទាំងអស់នោះត្រូវតែដាក់ស្លាកឱ្យបានត្រឹមត្រូវសម្រាប់កុំព្យូទ័រដើម្បីរៀន។ បើគ្មានស្លាកត្រឹមត្រូវ AI នឹងទទួលខុស។ បើគ្មានទិន្នន័យចម្រុះគ្រប់គ្រាន់ទេ វានឹងបញ្ចេញប្រតិកម្មមិនល្អនៅក្នុងបរិយាកាសជាក់ស្តែង។

នេះជាមូលហេតុដែលការងាររបស់ Scale AI មានសារៈសំខាន់ណាស់។ ពួកគេមិនត្រឹមតែប្រមូលទិន្នន័យប៉ុណ្ណោះទេ ពួកគេធ្វើឱ្យប្រាកដថាវាត្រូវបានរៀបចំតាមរបៀបដែលត្រឹមត្រូវ ចម្រុះ និងអាចរៀនបាន ដូច្នេះគំរូនាពេលអនាគតអាចមានប្រតិកម្មដូចមនុស្សដែរ។

ឧទាហរណ៍បុរាណមួយគឺនៅក្នុងវិស័យរថយន្តដែលបើកបរដោយខ្លួនឯង។ ដើម្បីបង្វឹករថយន្តដើម្បីដោះស្រាយស្ថានការណ៍ដែលមិននឹកស្មានដល់ ដូចជាមនុស្សឆ្លងផ្លូវ ឬជិះម៉ូតូខុសផ្លូវ គំរូបញ្ញាសិប្បនិមិត្តត្រូវមើលស្ថានភាពស្រដៀងគ្នារាប់ម៉ឺន។

ទិន្នន័យ​បែបនេះ​មិន​អាច​ប្រើ​បាន​យ៉ាង​ងាយ​ស្រួល ហើយ​ក៏​មិន​អាច​ទុក​ឱ្យ​ម៉ាស៊ីន​រៀន​ដោយ​ខ្លួន​ឯង​បាន​ដែរ។ នរណាម្នាក់ត្រូវតែរៀបចំ រៀបចំ និងធានានូវភាពត្រឹមត្រូវរបស់វា មុនពេលដែលបញ្ញាសិប្បនិម្មិតអាចចាប់ផ្តើមដំណើរការសិក្សា។

នោះហើយជាកន្លែងដែល Scale AI ចូលមក។ ពួកគេបង្កើតមេរៀន មិនមែនមកពីចំណេះដឹងក្នុងសៀវភៅសិក្សាទេ ប៉ុន្តែមកពីឧទាហរណ៍រាប់លានដែលចម្រាញ់ដោយប្រុងប្រយ័ត្ន។ រាល់ស្ទ្រីមនៃទិន្នន័យដែលឆ្លងកាត់ដៃរបស់ពួកគេក្លាយជាបណ្តុំនៃការយល់ដឹង AI ទំនើប។

ពីមន្ទីរពិសោធន៍ទៅតាមផ្លូវ ទិន្នន័យនៅតែជាស្តេច

Scale AI មិន​ត្រឹម​តែ​កំណត់​ត្រឹម​អត្ថបទ​ប៉ុណ្ណោះ​ទេ វា​ក៏​បាន​ចូល​រួម​ក្នុង​ការ​បណ្តុះ​បណ្តាល​ចក្ខុវិស័យ​កុំព្យូទ័រ​សម្រាប់​រថយន្ត​ដែល​បើក​បរ​ដោយ​ខ្លួន​ឯង​ផង​ដែរ។ ក្រុមហ៊ុនបច្ចេកវិទ្យាដូចជា Tesla, Toyota និង General Motors សុទ្ធតែបានសហការជាមួយ Scale AI ដើម្បីបង្រៀនរថយន្តឱ្យស្គាល់អ្នកថ្មើរជើង អានផ្លាកសញ្ញាចរាចរណ៍ និងដោះស្រាយស្ថានភាពដែលមិននឹកស្មានដល់។

លើសពីនេះ Scale AI ក៏គាំទ្រវិស័យផ្សេងទៀតដូចជា វិស័យការពារជាតិ ផ្កាយរណប និងផែនទី។ ពួកវាដំណើរការរូបភាពពីកាមេរ៉ា រ៉ាដា និងរូបថតដែលថតចេញពីលំហ ដើម្បីជួយឱ្យម៉ូដែលសម្គាល់ទីតាំងដី ចាត់ថ្នាក់វត្ថុ ឬរកឃើញហានិភ័យឱ្យបានឆាប់។ រូបភាពពីផ្កាយរណបអាចមើលទៅដូចជាទេសភាពភ្នំ ប៉ុន្តែតាមរយៈដៃរបស់ក្រុម Scale AI វាអាចក្លាយជាសំណុំទិន្នន័យដែលជួយម៉ាស៊ីនទស្សន៍ទាយទិសដៅនៃភ្លើងឆេះព្រៃ។

ការពង្រីកទៅក្នុងវិស័យជាច្រើនបង្ហាញថា Scale AI មិនត្រឹមតែជាឧបករណ៍បន្ថែមប៉ុណ្ណោះទេ ប៉ុន្តែកំពុងក្លាយជាផ្នែកស្នូលនៃរបៀបដែលបញ្ញាសិប្បនិមិត្តសិក្សាពិភពលោក។ នៅពេលដែលពិភពលោកបន្តការប្រណាំងដើម្បីបង្កើតគំរូដ៏ឆ្លាតវៃ វាគឺជាក្រុមហ៊ុនដូចជា Scale AI ដែលកំពុងដាក់គ្រឹះយ៉ាងស្ងៀមស្ងាត់សម្រាប់ការប្រណាំងនោះ។

ត្រឡប់ទៅ ប្រធានបទ

ថាញ់

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