ปรับขนาด AI
Scale AI เป็นบริษัทที่จัดหาข้อมูลที่มีป้ายกำกับและดูแลจัดการคุณภาพสูง ซึ่งขับเคลื่อนโมเดล AI สมัยใหม่
ภาพรวม
It matters because even the best algorithms are only as good as the data they learn from, and Scale built a business out of producing that data at industrial scale.
เจาะลึก
Scale AI ก่อตั้งขึ้นในปี 2559 โดย Alexandr Wang (อายุ 19 ปีในขณะนั้น) และ Lucy Guo โดยเริ่มต้นจากการติดป้ายกำกับรูปภาพสำหรับรถยนต์ที่ขับเคลื่อนด้วยตนเอง โดยวาดกล่องรอบๆ คนเดินเท้า รถยนต์ และเส้นเลน โดยผสมผสานบุคลากรมนุษย์ทั่วโลกเข้ากับเครื่องมือซอฟต์แวร์และการติดฉลากแบบใช้เครื่องจักรเพื่อใส่คำอธิบายประกอบรูปภาพ วิดีโอ ข้อความ ไลดาร์ และข้อมูลเซ็นเซอร์ ในขณะที่ Generative AI ระเบิดขึ้น Scale ก็มุ่งความสนใจไปที่ข้อมูล LLM อย่างมาก: การติดป้ายกำกับความชอบของมนุษย์ การเรียนรู้เสริมจากผลตอบรับของมนุษย์ (RLHF) การรวมทีมสีแดง และการประเมินโดยผู้เชี่ยวชาญ ด้วย Scale Data Engine และแพลตฟอร์ม เช่น Outlier และ Remotasks ทำให้มีแหล่งข้อมูลจากผู้อธิบายประกอบที่เป็นมนุษย์ทั่วโลก ลูกค้าได้รวมถึงผู้ผลิตรถยนต์ ห้องปฏิบัติการ AI ชั้นนำ และรัฐบาลสหรัฐฯ ผ่านงาน Scale AI ภาครัฐและการป้องกัน
ข้อมูลเชิงลึกทางเทคนิค
คุณค่าของสเกลกำลังเปลี่ยนข้อมูลที่ดิบและยุ่งเหยิงให้กลายเป็นสัญญาณการฝึกที่ชัดเจน ไปป์ไลน์จะผสมผสานคำอธิบายประกอบที่เป็นมนุษย์กับโมเดล ML ที่ติดป้ายกำกับข้อมูลไว้ล่วงหน้า รวมถึงเลเยอร์การควบคุมคุณภาพที่จับและแก้ไขข้อผิดพลาด สำหรับ LLM นี่หมายถึงการสร้างพร้อมท์ การเขียนคำตอบในอุดมคติ การจัดอันดับเอาท์พุตโมเดลสำหรับ RLHF และโมเดลการทดสอบความเครียดผ่านทีมสีแดง ข้อมูลเฉพาะทาง เช่น คณิตศาสตร์ระดับบัณฑิตศึกษา โค้ด การใช้เหตุผลหลายภาษา มักต้องใช้ผู้ติดฉลากที่เชี่ยวชาญ ซึ่งเป็นเหตุผลว่าทำไมข้อมูลคุณภาพสูงที่มนุษย์สร้างขึ้นจึงกลายเป็นข้อมูลที่หายากและมีคุณค่า
ผลกระทบเชิงกลยุทธ์
กลยุทธ์ของผู้ขาย
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป
ต้นทุนและงบประมาณ
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว
ความเสี่ยงและความปลอดภัย
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง
อนาคตของ Scale AI
เนื่องจากโมเดลชายแดนใช้ข้อความเว็บที่คัดลอกมาอย่างง่ายดาย ความต้องการจึงเปลี่ยนไปสู่ข้อมูลมนุษย์ระดับผู้เชี่ยวชาญ ระดับชายแดน และการประเมินที่เข้มงวด ซึ่งเป็นจุดที่น่าสนใจของ Scale คาดหวังการเติบโตของการประเมินแบบจำลอง การทดสอบความปลอดภัย การเปรียบเทียบตัวแทน และสัญญาของรัฐบาล ควบคู่ไปกับความตึงเครียด เนื่องจากห้องปฏิบัติการขนาดใหญ่บางแห่งสร้างทีมข้อมูลภายในองค์กรหรือพึ่งพาข้อมูลสังเคราะห์มากขึ้น นอกจากนี้ สเกลยังผลักดันไปสู่แอปพลิเคชันการประเมินแบบบริการและการป้องกันอีกด้วย เดิมพันระยะยาว: AI ที่น่าเชื่อถือจะต้องมีการวัดผลอย่างรอบคอบ ข้อมูลที่อิงจากมนุษย์ และการประเมินโดยอิสระ
การใช้งานจริงในโลกแห่งความเป็นจริง
บริษัทยานยนต์ไร้คนขับจ่าย Scale เพื่อติดป้ายกำกับข้อมูลฝาปิดและข้อมูลกล้อง โดยสรุปโมเดลการรับรู้ของรถยนต์และคนเดินถนน
ห้องปฏิบัติการ AI ระดับแนวหน้าใช้ Scale สำหรับ RLHF โดยให้ผู้ประเมินที่เป็นมนุษย์จัดอันดับการตอบสนองของแชทบอทเพื่อจัดแนวโมเดล
หน่วยงานรัฐบาลทำสัญญากับ Scale เพื่อประเมินและจัดทีมแดงให้กับระบบ AI เพื่อความปลอดภัยและความน่าเชื่อถือ
นักพัฒนาโมเดลจ้างผู้เชี่ยวชาญด้าน Scale เพื่อเขียนตัวอย่างคณิตศาสตร์และการเขียนโค้ดระดับบัณฑิตศึกษาเพื่อปรับปรุงการใช้เหตุผล
ความเสี่ยงและรั้ว
การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง
การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน
การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล
แผนงานการดำเนินงาน
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ
สำรวจต่อไป
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Scale AI quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
คำแนะนำต่อไป
ซูโน
คำถามที่พบบ่อย
What is Scale AI?
Scale AI เป็นบริษัทที่จัดหาข้อมูลที่มีป้ายกำกับและดูแลจัดการคุณภาพสูง ซึ่งขับเคลื่อนโมเดล AI สมัยใหม่ สิ่งสำคัญคือแม้แต่อัลกอริธึมที่ดีที่สุดก็ยังดีพอๆ กับข้อมูลที่พวกเขาเรียนรู้เท่านั้น และ Scale ได้สร้างธุรกิจจากการผลิตข้อมูลนั้นในระดับอุตสาหกรรม
Scale AI แก้ปัญหาหลักอะไรสำหรับนักพัฒนา AI เป็นหลัก
ธุรกิจของ Scale AI กำลังผลิตข้อมูลที่ติดป้ายกำกับและดูแลจัดการคุณภาพสูง เนื่องจากแบบจำลองจะดีพอๆ กับข้อมูลเท่านั้น
Scale AI มุ่งเน้นไปที่การติดฉลากข้อมูลประเภทใดเมื่อเริ่มต้นครั้งแรก
มาตราส่วนเริ่มต้นด้วยการติดป้ายกำกับรูปภาพและข้อมูลเซ็นเซอร์สำหรับรถยนต์ที่ขับเคลื่อนอัตโนมัติ เช่น คนเดินเท้าชกมวยและรถยนต์
RLHF ซึ่งเป็นบริการมาตราส่วนที่ให้บริการสำหรับ LLM ย่อมาจากอะไร
RLHF คือการเรียนรู้แบบเสริมแรงจากผลตอบรับของมนุษย์ โดยที่มนุษย์จัดอันดับผลลัพธ์เพื่อจัดแนวแบบจำลอง
เหตุใดข้อมูลที่ผู้เชี่ยวชาญสร้างขึ้นโดยมนุษย์จึงมีคุณค่ามากขึ้นเรื่อยๆ
เนื่องจากข้อมูลเว็บที่ใช้งานง่ายดำเนินไปแบบแห้ง โมเดลระดับแนวหน้าจึงต้องการข้อมูลมนุษย์ที่เชี่ยวชาญและมีคุณภาพสูง ซึ่งเป็นความเชี่ยวชาญเฉพาะทางของ Scale
Scale จัดหาแหล่งข้อมูลจากนักอธิบายที่เป็นมนุษย์ทั่วโลกผ่านแพลตฟอร์มใดบ้าง
Scale ใช้แพลตฟอร์ม เช่น Outlier และ Remotasks เพื่อรับสมัครและจัดการคำอธิบายประกอบที่เป็นมนุษย์ทั่วโลก