Derpy
Intern Writer
Hành động gần đây của Meta khi đầu tư một khoản lớn vào Scale AI không chỉ đơn thuần là một quyết định chiến lược, mà còn là một thừa nhận rằng dữ liệu con người chính là hạ tầng thiết yếu để xây dựng trí tuệ nhân tạo (AI) tốt hơn và nhanh hơn. Thời gian qua, cuộc thảo luận xoay quanh cấu trúc mô hình và tính toán chiếm phần lớn, nhưng hiện nay, chúng ta đang bước vào một kỷ nguyên mới, nơi mà yếu tố quyết định không chỉ đơn thuần là việc mô hình của bạn có tính mới lạ hay không, mà còn là khả năng phản ánh và đáp ứng đúng trải nghiệm thực của con người. Điều này yêu cầu một nguồn dữ liệu chất lượng cao, đa dạng và liên tục từ con người trong suốt quá trình phát triển.
Scale AI đã cung cấp dịch vụ chính của mình là gán nhãn dữ liệu thông qua các nhà chú thích con người, và điều này từ lâu đã trở thành một phần thiết yếu của AI. Tuy nhiên, công việc chuẩn bị dữ liệu thường không được ca ngợi, thay vào đó, những kiến trúc mô hình lấp lánh mới thường thu hút ánh nhìn. Đầu tư của Meta gửi đi một thông điệp rõ ràng: việc đào tạo và đánh giá các mô hình AI không chỉ phụ thuộc vào lượng dữ liệu dồi dào, mà còn phải chính xác, đại diện và được xác nhận bởi con người. Đây là một bước đi chiến lược, giúp Meta có quyền truy cập đặc quyền vào hạ tầng dữ liệu của Scale và có được một vai trò quan trọng trong lĩnh vực gán nhãn dữ liệu.
Tuy nhiên, cũng tồn tại một mối lo ngại lớn hơn: khi một công ty công nghệ lớn nắm giữ một phần đáng kể trong một nhà cung cấp dịch vụ, các xung đột lợi ích có thể phát sinh. Điều này có thể khiến cho các tổ chức khác trong cùng một lĩnh vực cạnh tranh nghi ngờ về sự phù hợp, ưu tiên và động lực của nhà cung cấp đó, làm cho việc tiếp tục phụ thuộc vào họ ngày càng khó khăn hơn để biện minh. Một điều chắc chắn là: đối tác dữ liệu của bạn chưa bao giờ quan trọng hơn thế. Chúng ta đang bước vào một thời kỳ biến động trên thị trường, nơi sự đa dạng của các nhà cung cấp và chuyên môn trong dịch vụ sẽ trở nên ngày càng quan trọng đối với những người xây dựng AI.
Bên cạnh các động thái tại phòng họp, một điều gì đó mang tính nền tảng hơn đang diễn ra trong sự phát triển của AI. Chúng ta đã bước vào kỷ nguyên trải nghiệm. Giờ đây, không chỉ việc mô hình có tính kỹ thuật tinh vi hay có thể vượt qua các bài kiểm tra chuẩn trừu tượng. Điều quan trọng là mô hình hoạt động thế nào trong thế giới thực, trên nhiều nhóm người dùng và nhiệm vụ khác nhau. Chúng ta cần đặt ra các câu hỏi: Liệu mô hình có đáng tin cậy? Có dễ sử dụng? Có đáp ứng kỳ vọng của mọi người không? Sự thay đổi này xuất phát từ sự thức tỉnh của những người phát triển mô hình: trong một bối cảnh cạnh tranh, không đơn thuần chỉ là ai có thể xây dựng mô hình tiên tiến nhất, mà là mô hình của ai được người dùng chọn lựa. Ranh giới mới không chỉ được đo lường qua điểm số chuẩn hay tốc độ suy luận—mà là chất lượng trải nghiệm. Điều đó có nghĩa là, thành công của một mô hình AI ngày càng phụ thuộc vào sự tham gia của con người trong suốt vòng đời phát triển của nó.
Chúng ta đang chứng kiến một sự gia tăng nhu cầu về đánh giá liên tục và thời gian thực từ con người, với nhiều loại hình nhân khẩu học và trường hợp sử dụng khác nhau. Việc đánh giá các mô hình trong phòng thí nghiệm không còn đủ. Thế giới thực, với tất cả sự phức tạp và sắc thái, giờ đây là tiêu chuẩn. Một số người có thể cho rằng dữ liệu tổng hợp sẽ dần thay thế nhu cầu về các nhà chú thích con người. Mặc dù dữ liệu tổng hợp có thể đóng vai trò quan trọng trong việc mở rộng quy mô hiệu quả về chi phí hoặc mô phỏng các trường hợp hiếm, nhưng nó không thể đại diện cho trải nghiệm con người. Những giá trị, sắc thái văn hóa và các mẫu hành vi không thể đoán trước của con người không dễ dàng được mô phỏng. Khi chúng ta tiếp tục đối mặt với các vấn đề về an toàn AI, thiên lệch và sự phù hợp, chúng ta cần đến những góc nhìn con người để dẫn dắt. Trí tuệ con người, với tất cả sự đa dạng của nó, là cách duy nhất để kiểm tra một cách có ý nghĩa liệu các hệ thống AI có hành xử phù hợp trong các ngữ cảnh thực tế hay không.
Nếu phản hồi của con người là động lực cho việc cải thiện AI, thì lực lượng đứng sau những phản hồi đó chính là trái tim của nó. Ngành công nghiệp cần phải công nhận những người cung cấp thông tin thiết yếu này như những người đồng sáng tạo AI. Điều này bắt đầu từ sự đa dạng. Nếu AI sẽ phục vụ cho cả thế giới, nó phải được đánh giá bởi những người phản ánh đa dạng của thế giới-bằng những con người xuất sắc và phong phú. Điều này có nghĩa là bao gồm những người đến từ các nền văn hóa khác nhau, các hoàn cảnh kinh tế xã hội và các trình độ học vấn khác nhau. Nó cũng đồng nghĩa với việc đảm bảo sự đa dạng về địa lý để các mô hình không chỉ hoạt động tốt ở Silicon Valley mà còn ở Nairobi, Jakarta hay Birmingham.
Cũng quan trọng không kém là chuyên môn. Khi AI ngày càng trở nên chuyên biệt, đội ngũ đánh giá con người cũng cần phải như vậy. Các hệ thống AI trong giáo dục nên được đánh giá bởi những giáo viên có kinh nghiệm. Các công cụ tài chính cần được xem xét bởi các nhà kinh tế hoặc kế toán. Các chuyên gia trong lĩnh vực cung cấp những thông tin và cái nhìn cụ thể mà những công việc từ đám đông chung chung không thể lắp đầy. Tuy nhiên, việc xây dựng một lớp trí tuệ con người như vậy không tự nhiên diễn ra. Nó yêu cầu một hạ tầng được thiết kế cẩn thận, các nền tảng đạo đức và cam kết với con người đứng sau dữ liệu. Điều đó có nghĩa là trả công công bằng, tính minh bạch và một trải nghiệm người dùng mượt mà, cho phép mọi người dễ dàng tiếp cận những nhiệm vụ thú vị và hấp dẫn. Khi những người đóng góp cảm thấy được tôn trọng và trao quyền, chất lượng thông tin họ cung cấp sẽ sâu sắc, phong phú và cuối cùng là có giá trị hơn. Đối xử tốt với các nhà đánh giá dẫn đến dữ liệu tốt hơn—và AI tốt hơn.
Đầu tư của Meta vào Scale có thể trông như một phần trong chuỗi dài các sự hợp nhất công nghệ, nhưng thực chất đây là một tín hiệu cho thấy kỷ nguyên của dữ liệu con người với vai trò hạ tầng thiết yếu cho AI đã thực sự bắt đầu. Đối với những người phát triển mô hình, đây là một lời kêu gọi hành động. Phụ thuộc vào một nhà cung cấp—hay một loại dữ liệu—đã không còn là cách hiệu quả nữa. Sự chuyên biệt và niềm tin vào các đối tác dữ liệu con người sẽ định hình những người chiến thắng trong giai đoạn phát triển AI tiếp theo. Đối với ngành công nghiệp rộng lớn hơn, thời điểm này mời gọi chúng ta suy nghĩ lại về cách chúng ta xây dựng và đánh giá AI. Những thách thức kỹ thuật không còn là trở ngại duy nhất. Giờ đây, chúng ta cần cân nhắc về hợp đồng xã hội: Người ta trải nghiệm AI như thế nào? Họ có cảm thấy được lắng nghe, hiểu và tôn trọng bởi các hệ thống mà chúng ta xây dựng không? Và đối với nhiều người, thời điểm này xác thực niềm tin rằng trí tuệ con người không phải là một rào cản đối với sự tiến bộ của AI, mà chính là một trong những yếu tố thúc đẩy lớn nhất.
Nhìn về phía trước, thỏa thuận giữa Meta và Scale có khả năng kích thích thêm sự hợp nhất trong lĩnh vực dữ liệu con người. Nhưng đồng thời, nó cũng mở ra cơ hội cho những nhà cung cấp chuyên biệt và minh bạch hơn tỏa sáng. Chúng ta dự đoán sẽ có sự gia tăng nhu cầu về đối tác dữ liệu có uy tín, tập trung vào trải nghiệm—những đối tác có khả năng cung cấp các phản hồi thực tế phong phú mà không làm tổn hại đến niềm tin. Cuối cùng, điều này không chỉ về ai xây dựng mô hình mạnh mẽ nhất. Đó là ai xây dựng mô hình hữu ích nhất, đáng tin cậy nhất và lấy con người làm trung tâm. Tương lai của AI sẽ mang tính trực quan, bao trùm và sâu sắc hơn nữa về con người. Và tương lai đó đang dần hiện hình.
Nguồn tham khảo: Techradar
Scale AI đã cung cấp dịch vụ chính của mình là gán nhãn dữ liệu thông qua các nhà chú thích con người, và điều này từ lâu đã trở thành một phần thiết yếu của AI. Tuy nhiên, công việc chuẩn bị dữ liệu thường không được ca ngợi, thay vào đó, những kiến trúc mô hình lấp lánh mới thường thu hút ánh nhìn. Đầu tư của Meta gửi đi một thông điệp rõ ràng: việc đào tạo và đánh giá các mô hình AI không chỉ phụ thuộc vào lượng dữ liệu dồi dào, mà còn phải chính xác, đại diện và được xác nhận bởi con người. Đây là một bước đi chiến lược, giúp Meta có quyền truy cập đặc quyền vào hạ tầng dữ liệu của Scale và có được một vai trò quan trọng trong lĩnh vực gán nhãn dữ liệu.
Tuy nhiên, cũng tồn tại một mối lo ngại lớn hơn: khi một công ty công nghệ lớn nắm giữ một phần đáng kể trong một nhà cung cấp dịch vụ, các xung đột lợi ích có thể phát sinh. Điều này có thể khiến cho các tổ chức khác trong cùng một lĩnh vực cạnh tranh nghi ngờ về sự phù hợp, ưu tiên và động lực của nhà cung cấp đó, làm cho việc tiếp tục phụ thuộc vào họ ngày càng khó khăn hơn để biện minh. Một điều chắc chắn là: đối tác dữ liệu của bạn chưa bao giờ quan trọng hơn thế. Chúng ta đang bước vào một thời kỳ biến động trên thị trường, nơi sự đa dạng của các nhà cung cấp và chuyên môn trong dịch vụ sẽ trở nên ngày càng quan trọng đối với những người xây dựng AI.
Bên cạnh các động thái tại phòng họp, một điều gì đó mang tính nền tảng hơn đang diễn ra trong sự phát triển của AI. Chúng ta đã bước vào kỷ nguyên trải nghiệm. Giờ đây, không chỉ việc mô hình có tính kỹ thuật tinh vi hay có thể vượt qua các bài kiểm tra chuẩn trừu tượng. Điều quan trọng là mô hình hoạt động thế nào trong thế giới thực, trên nhiều nhóm người dùng và nhiệm vụ khác nhau. Chúng ta cần đặt ra các câu hỏi: Liệu mô hình có đáng tin cậy? Có dễ sử dụng? Có đáp ứng kỳ vọng của mọi người không? Sự thay đổi này xuất phát từ sự thức tỉnh của những người phát triển mô hình: trong một bối cảnh cạnh tranh, không đơn thuần chỉ là ai có thể xây dựng mô hình tiên tiến nhất, mà là mô hình của ai được người dùng chọn lựa. Ranh giới mới không chỉ được đo lường qua điểm số chuẩn hay tốc độ suy luận—mà là chất lượng trải nghiệm. Điều đó có nghĩa là, thành công của một mô hình AI ngày càng phụ thuộc vào sự tham gia của con người trong suốt vòng đời phát triển của nó.
Chúng ta đang chứng kiến một sự gia tăng nhu cầu về đánh giá liên tục và thời gian thực từ con người, với nhiều loại hình nhân khẩu học và trường hợp sử dụng khác nhau. Việc đánh giá các mô hình trong phòng thí nghiệm không còn đủ. Thế giới thực, với tất cả sự phức tạp và sắc thái, giờ đây là tiêu chuẩn. Một số người có thể cho rằng dữ liệu tổng hợp sẽ dần thay thế nhu cầu về các nhà chú thích con người. Mặc dù dữ liệu tổng hợp có thể đóng vai trò quan trọng trong việc mở rộng quy mô hiệu quả về chi phí hoặc mô phỏng các trường hợp hiếm, nhưng nó không thể đại diện cho trải nghiệm con người. Những giá trị, sắc thái văn hóa và các mẫu hành vi không thể đoán trước của con người không dễ dàng được mô phỏng. Khi chúng ta tiếp tục đối mặt với các vấn đề về an toàn AI, thiên lệch và sự phù hợp, chúng ta cần đến những góc nhìn con người để dẫn dắt. Trí tuệ con người, với tất cả sự đa dạng của nó, là cách duy nhất để kiểm tra một cách có ý nghĩa liệu các hệ thống AI có hành xử phù hợp trong các ngữ cảnh thực tế hay không.
Nếu phản hồi của con người là động lực cho việc cải thiện AI, thì lực lượng đứng sau những phản hồi đó chính là trái tim của nó. Ngành công nghiệp cần phải công nhận những người cung cấp thông tin thiết yếu này như những người đồng sáng tạo AI. Điều này bắt đầu từ sự đa dạng. Nếu AI sẽ phục vụ cho cả thế giới, nó phải được đánh giá bởi những người phản ánh đa dạng của thế giới-bằng những con người xuất sắc và phong phú. Điều này có nghĩa là bao gồm những người đến từ các nền văn hóa khác nhau, các hoàn cảnh kinh tế xã hội và các trình độ học vấn khác nhau. Nó cũng đồng nghĩa với việc đảm bảo sự đa dạng về địa lý để các mô hình không chỉ hoạt động tốt ở Silicon Valley mà còn ở Nairobi, Jakarta hay Birmingham.
Cũng quan trọng không kém là chuyên môn. Khi AI ngày càng trở nên chuyên biệt, đội ngũ đánh giá con người cũng cần phải như vậy. Các hệ thống AI trong giáo dục nên được đánh giá bởi những giáo viên có kinh nghiệm. Các công cụ tài chính cần được xem xét bởi các nhà kinh tế hoặc kế toán. Các chuyên gia trong lĩnh vực cung cấp những thông tin và cái nhìn cụ thể mà những công việc từ đám đông chung chung không thể lắp đầy. Tuy nhiên, việc xây dựng một lớp trí tuệ con người như vậy không tự nhiên diễn ra. Nó yêu cầu một hạ tầng được thiết kế cẩn thận, các nền tảng đạo đức và cam kết với con người đứng sau dữ liệu. Điều đó có nghĩa là trả công công bằng, tính minh bạch và một trải nghiệm người dùng mượt mà, cho phép mọi người dễ dàng tiếp cận những nhiệm vụ thú vị và hấp dẫn. Khi những người đóng góp cảm thấy được tôn trọng và trao quyền, chất lượng thông tin họ cung cấp sẽ sâu sắc, phong phú và cuối cùng là có giá trị hơn. Đối xử tốt với các nhà đánh giá dẫn đến dữ liệu tốt hơn—và AI tốt hơn.
Đầu tư của Meta vào Scale có thể trông như một phần trong chuỗi dài các sự hợp nhất công nghệ, nhưng thực chất đây là một tín hiệu cho thấy kỷ nguyên của dữ liệu con người với vai trò hạ tầng thiết yếu cho AI đã thực sự bắt đầu. Đối với những người phát triển mô hình, đây là một lời kêu gọi hành động. Phụ thuộc vào một nhà cung cấp—hay một loại dữ liệu—đã không còn là cách hiệu quả nữa. Sự chuyên biệt và niềm tin vào các đối tác dữ liệu con người sẽ định hình những người chiến thắng trong giai đoạn phát triển AI tiếp theo. Đối với ngành công nghiệp rộng lớn hơn, thời điểm này mời gọi chúng ta suy nghĩ lại về cách chúng ta xây dựng và đánh giá AI. Những thách thức kỹ thuật không còn là trở ngại duy nhất. Giờ đây, chúng ta cần cân nhắc về hợp đồng xã hội: Người ta trải nghiệm AI như thế nào? Họ có cảm thấy được lắng nghe, hiểu và tôn trọng bởi các hệ thống mà chúng ta xây dựng không? Và đối với nhiều người, thời điểm này xác thực niềm tin rằng trí tuệ con người không phải là một rào cản đối với sự tiến bộ của AI, mà chính là một trong những yếu tố thúc đẩy lớn nhất.
Nhìn về phía trước, thỏa thuận giữa Meta và Scale có khả năng kích thích thêm sự hợp nhất trong lĩnh vực dữ liệu con người. Nhưng đồng thời, nó cũng mở ra cơ hội cho những nhà cung cấp chuyên biệt và minh bạch hơn tỏa sáng. Chúng ta dự đoán sẽ có sự gia tăng nhu cầu về đối tác dữ liệu có uy tín, tập trung vào trải nghiệm—những đối tác có khả năng cung cấp các phản hồi thực tế phong phú mà không làm tổn hại đến niềm tin. Cuối cùng, điều này không chỉ về ai xây dựng mô hình mạnh mẽ nhất. Đó là ai xây dựng mô hình hữu ích nhất, đáng tin cậy nhất và lấy con người làm trung tâm. Tương lai của AI sẽ mang tính trực quan, bao trùm và sâu sắc hơn nữa về con người. Và tương lai đó đang dần hiện hình.
Nguồn tham khảo: Techradar
