នៅពេលដែល Scale AI 'បង្រៀន' បញ្ញាសិប្បនិម្មិត

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

ទិន្នន័យបញ្ចូលត្រូវបានរៀបចំយ៉ាងស្អាតមុនពេលប្រើដើម្បីបណ្តុះបណ្តាល AI ។

Scale AI មិនបង្កើតចំណងជើងច្រើនទេ ហើយក៏មិនមែនជាក្រុមហ៊ុនបច្ចេកវិទ្យាមួយដែលបង្កើតផលិតផលដែលអ្នកប្រើប្រាស់អាចប៉ះបាន។ ប៉ុន្តែសម្រាប់អ្នកអភិវឌ្ឍន៍ AI វាគឺជាផ្នែកសំខាន់មួយនៃដំណើរការបណ្តុះបណ្តាលគំរូទាំងមូល។

ការងាររបស់ AI ធ្វើមាត្រដ្ឋានកើតឡើងស្ងាត់ៗនៅពីក្រោយឆាក ដែលទិន្នន័យឆៅត្រូវបានដំណើរការដោយមនុស្ស និងបំប្លែងទៅជាមេរៀនសម្រាប់ម៉ាស៊ីន។ នេះអនុញ្ញាតឱ្យប្រព័ន្ធឆ្លាតវៃយល់បន្តិចម្តងៗនូវភាសា រូបភាព អារម្មណ៍ និងអាកប្បកិរិយាដែលមនុស្សបង្ហាញនៅក្នុង ពិភព ពិត។

តើ Scale AI ជានរណា ហើយតើពួកគេធ្វើអ្វី?

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

Scale AI ត្រូវបានបង្កើតឡើងក្នុងឆ្នាំ 2016 នៅពេលដែលស្ថាបនិក Alexandr Wang នៅតែជាសិស្ស។ ជំនួស​ឱ្យ​ការ​ចុះ​ទៅ​លើ​ផ្លូវ​អភិវឌ្ឍន៍​ក្បួន​ដោះស្រាយ លោក Wang បាន​ជ្រើសរើស​ផ្លូវ​ផ្សេង​មួយ​ទៀត​គឺ​ការ​បង្កើត​វេទិកា​ដំណើរការ​ទិន្នន័យ​ដើម្បី​បម្រើ​ដល់ ​ការ​បណ្តុះបណ្តាល​បញ្ញា​សិប្បនិម្មិត ។

នៅក្នុងពិភពលោកនេះ ទិន្នន័យគឺជាវត្ថុធាតុដើម។ ប៉ុន្តែទិន្នន័យឆៅដូចជារូបភាពដែលមិនបានចាត់ថ្នាក់ ការសន្ទនាដែលមិនមានការរៀបចំ ឬ វីដេអូ មិនច្បាស់លាស់ ជារឿយៗមានភាពរញ៉េរញ៉ៃ និងមិនមានតម្លៃដោយផ្ទាល់ចំពោះម៉ាស៊ីន។

ការងាររបស់ AI ធ្វើមាត្រដ្ឋានគឺសម្អាត ចាត់ថ្នាក់ និងដាក់ស្លាកចំនួនទិន្នន័យដ៏ច្រើននោះ។ នោះមានន័យថា ការរចនាទាំងប្រព័ន្ធ និងក្រុមដើម្បីកំណត់ និងរៀបចំរាល់ព័ត៌មានលម្អិតតូចៗនៅក្នុងរូបថត កថាខណ្ឌ ឬវីដេអូ។

ជាឧទាហរណ៍ សម្រាប់រថយន្តដែលបើកបរដោយខ្លួនឯងដើម្បីរៀនឈប់នៅទីតាំងត្រឹមត្រូវ ស៊ុមកាមេរ៉ានីមួយៗត្រូវតែកំណត់យ៉ាងច្បាស់ថាផ្លូវឆ្លងកាត់គឺ កន្លែងណាដែលមានភ្លើងសញ្ញាចរាចរណ៍ និងកន្លែងដែលអ្នកថ្មើរជើងស្ថិតនៅ។ ជាមួយនឹងទិន្នន័យបែបនេះរាប់លាន បញ្ញាសិប្បនិមិត្តអាចរៀនឥរិយាបថបានត្រឹមត្រូវ។

សូមអរគុណចំពោះជំហាននៃការរៀបចំទិន្នន័យបែបនេះ ម៉ូដែលដូចជា ChatGPT, Claude ឬជំនួយការនិម្មិតនៅក្នុងរថយន្តអាចយល់ភាសាធម្មជាតិ ស្គាល់រូបភាពបានត្រឹមត្រូវនៅក្នុងបរិយាកាសជាក់ស្តែង និងឆ្លើយតបក្នុងលក្ខណៈដូចមនុស្ស។

ចង់បង្រៀន AI ឱ្យឆ្លាត ត្រូវចាប់ផ្តើមពីរឿងតូចបំផុត។

មិនថាគំរូ AI ស្មុគ្រស្មាញប៉ុណ្ណានោះទេ វាគ្មានអ្វីក្រៅពីគ្រោងឆ្អឹងទទេដែលគ្មានទិន្នន័យដើម្បីចិញ្ចឹមវា។ មិនដូចមនុស្សដែលអាចរៀនពីបទពិសោធន៍ និងវិចារណញាណនោះទេ ម៉ាស៊ីនអាចនិយាយឡើងវិញនូវអ្វីដែលពួកគេបានឃើញពីមុនមក។ នោះហើយជាមូលហេតុដែលទិន្នន័យបណ្តុះបណ្តាលដើរតួនាទីយ៉ាងសំខាន់ក្នុងការបង្កើតគំរូប្រកបដោយប្រសិទ្ធភាព។

សម្រាប់ chatbot ដើម្បីយល់ពីរបៀបដែលមនុស្សសួរសំណួរ វាចាំបាច់ត្រូវបង្ហាញការសន្ទនារាប់លាន។ ដើម្បីអោយឡានស្គាល់អ្នកថ្មើរជើងពេលភ្លៀង អ្នកត្រូវមើលរូបថតស្រដៀងគ្នារាប់រយរាប់ពាន់សន្លឹក។ ឧទាហរណ៍នៃពិភពពិតទាំងអស់នោះ ត្រូវតែដាក់ស្លាកឱ្យបានត្រឹមត្រូវសម្រាប់កុំព្យូទ័រដើម្បីរៀន។ បើគ្មានស្លាកត្រឹមត្រូវ AI នឹងទទួលខុស។ បើគ្មានទិន្នន័យចម្រុះគ្រប់គ្រាន់ទេ វានឹងបញ្ចេញប្រតិកម្មមិនល្អនៅក្នុងបរិយាកាសជាក់ស្តែង។

នេះជាមូលហេតុដែលការងាររបស់ Scale AI មានសារៈសំខាន់ណាស់។ ពួកគេមិនត្រឹមតែប្រមូលទិន្នន័យប៉ុណ្ណោះទេ ពួកគេធ្វើឱ្យប្រាកដថាវាត្រូវបានរៀបចំតាមរបៀបដែលត្រឹមត្រូវ ចម្រុះ និងអាចរៀនបាន ដូច្នេះគំរូនាពេលអនាគតអាចមានប្រតិកម្មដូចមនុស្សដែរ។

ឧទាហរណ៍សំខាន់គឺនៅក្នុងវិស័យរថយន្តបើកបរដោយខ្លួនឯង។ ដើម្បីបង្វឹករថយន្តដើម្បីដោះស្រាយស្ថានការណ៍ដែលមិននឹកស្មានដល់ ដូចជាមនុស្សឆ្លងផ្លូវ ឬជិះម៉ូតូខុសផ្លូវ គំរូបញ្ញាសិប្បនិម្មិតត្រូវការមើលស្ថានភាពស្រដៀងគ្នារាប់ម៉ឺន។

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 មុនពេល AI អាចចាប់ផ្តើមដំណើរការសិក្សា។

នោះហើយជាកន្លែងដែល Scale AI ចូលមក។ ពួកគេបង្កើតមេរៀន មិនមែនមកពីចំណេះដឹងក្នុងសៀវភៅសិក្សាទេ ប៉ុន្តែមកពីឧទាហរណ៍រាប់លានដែលបង្កើតដោយប្រុងប្រយ័ត្ន។ 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។ រូបភាពផ្កាយរណបអាចហាក់ដូចជាគ្រាន់តែជាទិដ្ឋភាពនៃព្រៃ ប៉ុន្តែតាមរយៈដៃរបស់ក្រុម Scale AI វាអាចក្លាយជាសំណុំទិន្នន័យដែលជួយម៉ាស៊ីនទស្សន៍ទាយទិសដៅនៃភ្លើងឆេះព្រៃ។

ការពង្រីកទៅក្នុងផ្នែកជាច្រើនបង្ហាញថា Scale AI មិនត្រឹមតែជាឧបករណ៍បន្ថែមប៉ុណ្ណោះទេ ប៉ុន្តែកំពុងក្លាយជាផ្នែកស្នូលនៃរបៀបដែលបញ្ញាសិប្បនិមិត្តសិក្សាអំពីពិភពលោក។ នៅពេលដែលពិភពលោកបន្តការប្រណាំងដើម្បីបង្កើតគំរូកាន់តែឆ្លាតវៃ វាគឺជាក្រុមហ៊ុនដូចជា Scale AI ដែលកំពុងដាក់មូលដ្ឋានគ្រឹះយ៉ាងស្ងប់ស្ងាត់សម្រាប់ការប្រណាំងនោះ។

ត្រឡប់ទៅ ប្រធានបទ

ថាញ់

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