با پیچیده تر شدن مدل های هوش مصنوعی، وظایفی که توسط انسان ها برای آموزش آنها انجام می شود نیز پیچیده تر می شود. این موضوع باعث شده است که Scale AI با 14 میلیارد دلار سرمایه، تمرکز جدیدی بر نیروی کار مستقر در ایالات متحده داشته باشد.
اسکات اونیل در شغل روزانه خود، اخیراً با یک سرماخوردگی شدید در اواخر ژانویه در کاوینگتون، لوئیزیانا، در حدود 40 مایلی شمال نیواورلئان، دست و پنجه نرم می کرد. او که یک فروشنده لوازم لوله کشی است، گفت از زمانی که دما به تک رقمی رسیده است، تلفن او یکسره زنگ می خورد. او به
اما شب ها، اونیل با مجموعه ای متفاوت از چالش ها روبرو می شود: آموزش مدل های پیشرفته هوش مصنوعی. او چندین ساعت در هفته را صرف رتبه بندی پاسخ هایی می کند که ربات هایی مانند ChatGPT ارائه می دهند و به عنوان پیمانکار برای Scale، شرکت 14 میلیارد دلاری داده های هوش مصنوعی، کار می کند. وظایف متفاوت است. گاهی اوقات او یک پاسخ هوش مصنوعی را ارزیابی می کند تا واقعی و خوش نوشته باشد و
اونیل یکی از صدها هزار کارگر کلیکی در Outlier است، پلتفرمی متعلق به Scale که در آن فریلنسرها وظایف پولی را برای آموزش مدل های هوش مصنوعی مولد برای مشتریان شرکتی Scale، از جمله گوگل، متا و OpenAI، تکمیل می کنند. او همچنین بخشی از سریع ترین بخش رو به رشد مشارکت کنندگان در Outlier در سال گذشته است: کارگران در ایالات متحده، Scale به
Scale، Outlier را در سال 2023 راه اندازی کرد، یک سال پس از انتشار ChatGPT توسط OpenAI که باعث ایجاد یک جنون جهانی هوش مصنوعی شد. هنگامی که یک مدل هوش مصنوعی مانند Gemini گوگل یا Llama متا پاسخی به یک درخواست ارائه می دهد - یک ایمیل دیپلماتیک به رئیس خود، راه حل یک مسئله فیزیک چند مرحله ای یا کد برای یک برنامه لیست انجام کارها - این پاسخ ها فقط محصول یادگیری ماشینی نیستند. در پشت صحنه، لژیون های کارگران انسانی ساعت های بی شماری را صرف
اما از آنجایی که هوش مصنوعی بیش از پیش قادر به تقلید از استدلال انسانی می شود، به طور فزاینده ای به انسان های ماهرتر، اغلب با زمینه های تخصصی خاص، نیاز دارد تا مدل های خود را اصلاح کند.
«ما می خواهیم اطمینان حاصل کنیم که آمریکا در این مدل ها صدایی دارد.»
این شامل نوشتن داستان های کوتاه توسط MFA ها می شود تا یک مدل بتواند از نثر جدید یاد بگیرد، و PhD ها اطمینان حاصل می کنند که یک هوش مصنوعی قضایای ریاضی را به درستی اعمال می کند یا کد را در سطح تولید یک مهندس فیس بوک می نویسد. برای تکمیل این وظایف، Scale به طور فزاینده ای به مشارکت کنندگان تحصیل کرده متکی بوده است. 87٪ از کارگران کلیکی Outlier دارای مدرک دانشگاهی هستند. از این تعداد، 48٪ دارای مدرک لیسانس، 27٪ دارای مدرک کارشناسی ارشد و 12٪ دارای مدرک دکترا هستند، این شرکت به
همزمان با افزایش نیاز به متخصصان حوزه، تمرکز Scale بر ایالات متحده به عنوان یک مرکز برتر برای کارگران کلیکی خود، به جای برون سپاری کار در خارج از کشور، افزایش یافته است. این شرکت به طور انحصاری یک عکس جغرافیایی از برنامه Outlier را با رشد آن در ایالات متحده به
تمرکز جدید این برنامه بر ایالات متحده با فلسفه
اما تمرکز Scale بر استخدام آمریکایی ها فراتر از ایجاد شغل در اینجا است. از آنجایی که چین و سایر کشورها برای رهبری هوش مصنوعی رقابت می کنند، Xiaote Zhu، که Outlier را رهبری می کند، به
او گفت: «ما اساساً تخصص، ارزش ها و ترجیحات انسانی را در این مدل ها گنجانده ایم. فکر می کنم مهم است که تأکید کنیم که این فقط تخصص نیست - بلکه ارزش ها و ترجیحات نیز هست. و البته، برای این منظور، بسیار مهم است که افرادی داشته باشیم که نماینده شهروندان آمریکایی باشند.»
«نمی دانم چگونه آن را به روشی خوب بیان کنم، اما [کسانی که شکایت می کنند] فکر می کنند از یک نظر ارزش بیشتری از آنچه هستند دارند. می دانم که این نوعی بیان بی ادبانه است.»
Outlier یکی از ارکان اصلی تجارت Scale است. این شرکت، که به طور خصوصی اداره می شود و در حال حاضر 14 میلیارد دلار ارزش دارد، در ماه سپتامبر گفت که به 1 میلیارد دلار درآمد سالانه رسیده است، اما سهم Outlier را جدا نمی کند. اما با رشد، انتقاد نیز به وجود آمده است. در چند ماه گذشته، Scale با حداقل سه شکایت از سوی پیمانکاران Outlier مواجه شده است که شرایط کاری نامناسب مانند عدم حمایت از سلامت روان و سرقت دستمزد را ادعا می کنند - اتهامی رایج علیه شرکت های فناوری که از کارگران قراردادی استفاده می کنند.
در ماه نوامبر، Scale، Zhu، که قبلاً رئیس عملیات هوش مصنوعی مولد شرکت بود، را به عنوان اولین مدیر کل خود برای Outlier منصوب کرد تا این پلتفرم را در حالی که در کانون توجه و رشد فزاینده خود قرار دارد، هدایت کند. Zhu گفت: «ما بدیهی است که آینده هوش مصنوعی را شکل می دهیم. و با پذیرش گسترده تر و گسترده تر هوش مصنوعی، کاری که ما در اینجا انجام می دهیم نقش مهمی در نحوه توسعه هوش مصنوعی ایفا می کند.»