بر اساس گزارش Business Insider، گوگل در حال مذاکره برای یک معامله به ارزش 1.5 میلیارد دلار با Mechanize است، استارت آپی که محیط های شبیه سازی شده ای را برای آموزش عوامل هوش مصنوعی قادر به خودکارسازی کار کامپیوتری می سازد. این توافق آینده یک شرکت نسبتاً جوان را در ردیف بالای معاملات زیرساخت هوش مصنوعی قرار می دهد - و نشان می دهد که صنعت فکر می کند پیشرفت های بعدی از کجا حاصل می شود. این یکی از چندین حرکت اصلی است که این بخش را تغییر می دهد و روزانه در [آخرین پوشش صنعت هوش مصنوعی] (https://aibuzzwire.news) پیگیری می شود.
این گفتگوها که توسط Seeking Alpha نیز گزارش شده است، بر شرط Mechanize متمرکز است که کلید رسیدن به هوش مصنوعی توانمندتر فقط مدلهای بزرگتر نیست، بلکه زمینههای آموزشی بهتر است - محلهای کاری شبیهسازی شده که در آن ماموران میتوانند وظایف واقعی را تا زمانی که آنها را درست انجام دهند، تمرین کنند.
ساخت "دفاتر دیجیتال" برای هوش مصنوعی
رویکرد مکانیزه حول چیزی است که محققان محیط های یادگیری تقویتی می نامند. همانطور که The Decoder توضیح داد، این استارتآپ در حال ساخت «دفاتر دیجیتال» است - محیطهای نرمافزاری شبیهسازیشده که در آن به یک عامل هوش مصنوعی وظیفهای داده میشود، مانند پیمایش یک مرورگر برای خرید یک آیتم، و در مورد موفقیت آن رتبهبندی میشود. عامل برای درست کردن آن یک سیگنال پاداش دریافت می کند، سپس تکرار می کند.
TechCrunch این محیطها را بهعنوان «زمینههای آموزشی شبیهسازی میکند که یک عامل هوش مصنوعی در یک نرمافزار واقعی انجام میدهد» و این کار را با «ایجاد یک بازی ویدیویی بسیار خستهکننده» مقایسه میکند. نکته این است که عوامل را در معرض موقعیتهای کثیف و غیرقابل پیشبینی قرار دهیم که در دنیای واقعی با آنها مواجه خواهند شد - منوهای کشویی که آنها را گیج میکند، فرمهایی که ورودی بد را رد میکنند، گردشهای کاری با دهها مرحله - و به آنها یاد میدهیم که بازیابی شوند.
بر خلاف مجموعه داده های ایستا، که در دوره قبلی آموزش هوش مصنوعی تسلط داشتند، این محیط ها تعاملی هستند. عاملی که در مسیر اشتباه قرار می گیرد باید بتواند دوباره تلاش کند و محیط باید به اندازه کافی قوی باشد تا بتواند هر رفتار غیرمنتظره ای را که ظاهر می شود ثبت کند و بازخورد مفیدی را ارائه دهد.
یک عجله طلای جدید در اطراف محیط های RL
مکانیزه تنها نیست. به گفته TechCrunch، فشار برای محیطهای یادگیری تقویتی، دسته جدیدی از استارتآپهای با بودجه خوب - از جمله Mechanize و Prime Intellect - را ایجاد کرده است، در حالی که شرکتهای برچسبگذاری دادهای مانند Mercor و Surge سرمایهگذاری زیادی برای حفظ سرعت خود انجام میدهند. یک منبع به این نشریه گفت که همه "به این فضا نگاه می کنند."
جاه طلبی که باعث رونق می شود با یک مقایسه قابل توجه به تصویر کشیده می شود: سرمایه گذاران امیدوارند یکی از این شرکت ها به "هوش مصنوعی مقیاس برای محیط ها" تبدیل شود، مرجعی به نیروگاه برچسب گذاری داده ها که به قدرت بخشیدن به عصر چت بات کمک کرد. اگر ثابت شود که محیطهای یادگیری تقویتی بستری برای جهش بعدی در قابلیت هوش مصنوعی هستند، شرکتی که آنها را تامین میکند ارزش بسیار زیادی کسب خواهد کرد.
آزمایشگاه های اصلی توجه می کنند. به نقل از The Information، TechCrunch گزارش داد که رهبران Anthropic در مورد هزینه بیش از 1 میلیارد دلاری در محیط های آموزشی تقویتی در سال آینده بحث کرده اند - رقمی که مذاکرات گزارش شده Google Mechanize را در چارچوب قرار می دهد.
یک ماموریت بحث برانگیز
Mechanize نه تنها به خاطر فناوری خود بلکه به خاطر جاه طلبی اعلام شده اش توجهات را به خود جلب کرده است. این شرکت آشکارا هدف خود را «اتوماسیون کامل تمام کارها» توصیف کرده است، چارچوبی که بحث های شدیدی را ایجاد کرده است. نیویورک تایمز، فورچون و TechCrunch همگی ماموریت تحریک آمیز استارت آپ را مورد بررسی قرار داده اند و منتقدان پیامدهای اجتماعی خودکارسازی نیروی انسانی را زیر سوال می برند و حامیان استدلال می کنند که چنین اتوماسیونی هم اجتناب ناپذیر و هم در نهایت سودمند است.
این جنجال سرمایه گذاران را منصرف نکرده است. مذاکرات گزارششده گوگل نشان میدهد که حداقل یک فوق مقیاسکننده وعدههای فنی کافی - و فوریت رقابتی کافی - برای انجام میلیاردها دلار را میبیند.
چرا گوگل می خواهد وارد شود
برای گوگل، یک مشارکت عمیق با یک استارتاپ پیشرو در محیطها میتواند اهداف استراتژیک متعددی را تامین کند. عوامل آموزش دیده بهتر می توانند ابزارهای برنامه نویسی و بهره وری گوگل را تقویت کنند، اتکای آن به داده های آموزشی شخص ثالث را کاهش دهند و در بازار نوظهور عوامل هوش مصنوعی که می توانند نرم افزار را از جانب کاربر کار کنند، برتری پیدا کنند.
همچنین به گوگل کمک می کند تا با رقبای خود که منابع را به همان مرز سرازیر می کنند، همگام شود. همانطور که نمایندگان قادر به انجام کار واقعی می شوند - نوشتن کد، مدیریت صندوق ورودی، تکمیل خرید - شرکت هایی که بهترین محیط های آموزشی را در اختیار دارند ممکن است مزیت تعیین کننده ای داشته باشند.
راه پیش رو
مذاکرات گزارش شده هنوز یک توافق نهایی نشده است و ارقام در چنین مذاکراتی اغلب تغییر می کنند. اما مقیاس به تنهایی - مبلغی معادل 1.5 میلیارد دلار برای یک استارتاپ متمرکز بر محیط های کاری شبیه سازی شده - نشان می دهد که مرکز ثقل در هوش مصنوعی با چه سرعتی از اندازه مدل خام به زیرساخت های مورد نیاز برای مفید کردن مدل ها می رود.
اگر توافق بسته شود، مکانیزه به گروه کوچکی از شرکتها ملحق میشود که در مرحله بعدی ساخت هوش مصنوعی لنگر انداختهاند: نه آزمایشگاههایی که مدلها را میسازند، بلکه تامینکنندگانی که به آنها نحوه کار را آموزش میدهند.
از چت ربات گرفته تا عواملی که عمل می کنند
علاقه به Mechanize نشان دهنده نقطه عطف گسترده تری در این زمینه است. دو سال گذشته توسط رباتهای چت تعریف شد - سیستمهایی که به سوالات پاسخ میدهند و متن تولید میکنند. موج جاری توسط عوامل تعریف میشود: سیستمهایی که اقداماتی را انجام میدهند، اغلب در چندین مرحله، برای رسیدن به یک هدف. یک نماینده ممکن است موضوعی را در سراسر وب تحقیق کند، گزارشی را پیش نویس کند و آن را با نظارت محدود انسانی ارسال کند.
این جهش از پاسخ دهنده غیرفعال به اپراتور فعال سخت است. به مدلهایی نیاز دارد که بتوانند برنامهریزی کنند، خطاها را بازیابی کنند، از ابزارها استفاده کنند و در افقهای طولانی دوام بیاورند - قابلیتهایی که مجموعه دادههای ایستا برای آموزش مناسب نیستند. محیط های یادگیری تقویتی دقیقاً به این شکاف می پردازند، به همین دلیل است که کانون توجه و سرمایه زیادی قرار گرفته اند. شرکت هایی که می توانند به طور قابل اعتماد عوامل توانمند تولید کنند، ممکن است دسته های بزرگی از کار دانش را دوباره تعریف کنند.
خطرات و سوالات باز
این وعده با چالش های قابل حل حل نشده همراه است. محیطهایی که ماموران را برای کار با نرمافزار واقعی آموزش میدهند، میتوانند خطرات ایمنی جدیدی را ایجاد کنند، اگر این عوامل بعداً به سیستمهای زنده دسترسی پیدا کنند. محققان مواردی را ثبت کردهاند که در آن عوامل هوش مصنوعی، هنگام آزمایش، اقدامات غیرمنتظره و گاهی فریبنده انجام میدهند - یادآوری این که استقلال و قابلیت اطمینان در مرحله قفل پیشرفت نمیکنند.
همچنین سؤالات اقتصادی و اجتماعی وجود دارد که فناوری سریعتر از آن که جامعه بتواند به آنها پاسخ دهد، مطرح می کند. اگر یک استارتآپ موفق در خودکارسازی بخشهای قابل توجهی از کار اداری باشد، تأثیرات موجی بر اشتغال، آموزش و توزیع دستاوردهای بهرهوری عمیق خواهد بود. مأموریت آشکارا اعلام شده Mechanize تضمین می کند که این سؤالات برای مدت طولانی فرضی باقی نمی مانند - و اندازه علاقه گزارش شده گوگل نشان می دهد که صنعت با آنها به عنوان یک مشکل برای حل برخورد می کند، نه دلیلی برای کاهش سرعت.
