Google သည် ကွန်ပျူတာလုပ်ငန်းကို အလိုအလျောက်လုပ်ဆောင်နိုင်သည့် AI အေးဂျင့်များကို လေ့ကျင့်ပေးရန်အတွက် $1.5 ဘီလီယံတန်ဖိုးရှိ သဘောတူညီချက် ဖြစ်သော Mechanize နှင့် ဆွေးနွေးမှုများ ပြုလုပ်နေကြောင်း Business Insider မှ သတင်းပေးပို့ထားသည်။ အလားအလာရှိသော သဘောတူညီချက်သည် AI အခြေခံအဆောက်အအုံဆိုင်ရာ သဘောတူညီချက်များ ၏ ထိပ်တန်းအဆင့်တွင် ငယ်ရွယ်သော ကုမ္ပဏီကို နေရာယူထားမည်ဖြစ်ပြီး၊ စက်မှုလုပ်ငန်းမှ နောက်အောင်မြင်မှုများ ထွက်ပေါ်လာမည်ဟု ယူဆသည့်နေရာကို အချက်ပြမည်ဖြစ်သည်။ ၎င်းသည် နောက်ဆုံးပေါ် AI စက်မှုလုပ်ငန်းဆိုင်ရာ လွှမ်းခြုံမှု တွင် နေ့စဉ်ခြေရာခံပြီး ကဏ္ဍကို ပြန်လည်ပုံဖော်ရန် အဓိက လှုပ်ရှားမှုများစွာထဲမှ တစ်ခုဖြစ်သည်။
Seeking Alpha မှလည်း အစီရင်ခံတင်ပြရာတွင် ပိုမိုစွမ်းဆောင်နိုင်သော AI ၏သော့ချက်မှာ ပိုကြီးသောမော်ဒယ်များသာမက ပိုမိုကောင်းမွန်သော လေ့ကျင့်ရေးကွင်းများဖြစ်သည်—အေးဂျင့်များ မှန်ကန်သည့်အလုပ်များကို မှန်ကန်သည်အထိ လက်တွေ့လုပ်ဆောင်နိုင်သည့် အလုပ်ခွင်များတွင် အတုလုပ်ထားသည့် အလုပ်ခွင်များသည် Mechanize ၏အလောင်းအစားကို ဗဟိုပြုသည့် ဆွေးနွေးပွဲဖြစ်သည်။
AI အတွက် 'ဒစ်ဂျစ်တယ်ရုံးများ' တည်ဆောက်ခြင်း။
Mechanize ၏ချဉ်းကပ်မှုသည် သုတေသီများက အားဖြည့်တင်းကျပ်သည့် သင်ယူမှုပတ်ဝန်းကျင် ဟုခေါ်သည့် ဝန်းကျင်တွင် တည်ဆောက်ထားသည်။ Decoder မှရှင်းပြထားသည့်အတိုင်း၊ startup သည် "ဒစ်ဂျစ်တယ်ရုံးများ" ကိုတည်ဆောက်နေသည် — AI အေးဂျင့်အား ပစ္စည်းတစ်ခုဝယ်ရန်ဘရောက်ဆာကိုလမ်းညွှန်ခြင်းကဲ့သို့သောလုပ်ငန်းတာဝန်တစ်ခုပေးအပ်သည့်ပုံစံတူဆော့ဖ်ဝဲပတ်ဝန်းကျင်များကိုတည်ဆောက်နေပြီးအောင်မြင်မှုရှိမရှိအဆင့်သတ်မှတ်ထားသည်။ အေးဂျင့်သည် ၎င်းကို မှန်ကန်စေရန်အတွက် ဆုလာဘ်အချက်ပြမှုကို လက်ခံရရှိပြီးနောက် ထပ်လောင်းပြောဆိုသည်။
TechCrunch က အဆိုပါပတ်ဝန်းကျင်များကို "AI အေးဂျင့်တစ်ဦးသည် စစ်မှန်သောဆော့ဖ်ဝဲလ်အပလီကေးရှင်းတစ်ခုတွင် လုပ်ဆောင်မည့်အရာကို အတုယူသည့်လေ့ကျင့်ရေးကွင်းများ" အဖြစ် ဖော်ပြခဲ့ပြီး ၎င်းသည် အလုပ်အား "အလွန်ငြီးငွေ့စရာကောင်းသော ဗီဒီယိုဂိမ်းတစ်ခုဖန်တီးခြင်း" နှင့် နှိုင်းယှဉ်ထားသည်။ အဓိကအချက်မှာ အေးဂျင့်များအား လက်တွေ့ကမ္ဘာတွင် ၎င်းတို့ရင်ဆိုင်ရမည့် ရှုတ်ထွေးသော၊ ခန့်မှန်းမရသော အခြေအနေများ— ၎င်းတို့ကို ရှုပ်ထွေးစေမည့် drop-down menus များ၊ မကောင်းသောထည့်သွင်းမှုများကို ငြင်းပယ်သည့်ပုံစံများ၊ အဆင့်များစွာဖြင့် လုပ်ဆောင်နေသော အလုပ်အသွားအလာများ — နှင့် ၎င်းတို့ကို ပြန်လည်ရယူရန် သင်ကြားပေးပါ။
ယခင် AI လေ့ကျင့်ရေးခေတ်ကို လွှမ်းမိုးထားသည့် တည်ငြိမ်သောဒေတာအတွဲများနှင့် မတူဘဲ၊ ဤပတ်ဝန်းကျင်များသည် အပြန်အလှန်အကျိုးပြုပါသည်။ မှားယွင်းသောအလှည့်အပြောင်းတစ်ခုဖြစ်သည့် အေးဂျင့်တစ်ဦးသည် ထပ်မံကြိုးစားနိုင်ရမည်ဖြစ်ပြီး၊ မျှော်လင့်မထားသောအပြုအမူများ ပေါ်ပေါက်လာသမျှကို ဖမ်းဆုပ်နိုင်ရန် ပတ်ဝန်းကျင်သည် လုံလောက်သော ကြံ့ခိုင်မှုရှိရန် လိုအပ်ပြီး အသုံးဝင်သော တုံ့ပြန်ချက်များကို ပေးပို့ဆဲဖြစ်သည်။
RL ပတ်ဝန်းကျင်တွင် ရွှေအသစ်အပြေးအလွှား
စက်မှုလယ်ယာဆိုတာ တစ်ယောက်တည်း မဟုတ်ပါဘူး။ TechCrunch ၏အဆိုအရ၊ အားဖြည့်သင်ယူမှုပတ်ဝန်းကျင်များအတွက် တွန်းအားပေးမှုသည် Mechanize နှင့် Prime Intellect အပါအဝင် ရန်ပုံငွေကောင်းကောင်းရရှိထားသော startup အတန်းသစ်များကို Mercor နှင့် Surge ကဲ့သို့ တည်ထောင်ထားသော ဒေတာတံဆိပ်တပ်ထားသောကုမ္ပဏီများသည် အရှိန်အဟုန်မြှင့်ရန်အတွက် ကြီးကြီးမားမားရင်းနှီးမြှုပ်နှံလျက်ရှိသည်။ သတင်းရင်းမြစ်တစ်ခုက လူတိုင်းသည် ဤနေရာကို ကြည့်နေကြသည်။
စန်းပွင့်မှုကို မောင်းနှင်သည့် ရည်မှန်းချက်ကို သိသိသာသာ နှိုင်းယှဉ်ကြည့်ခြင်းဖြင့် ဖမ်းစားနိုင်သည်- ရင်းနှီးမြှုပ်နှံသူများသည် ဤကုမ္ပဏီများထဲမှ တစ်ခုသည် chatbot ခေတ်ကို အားကောင်းစေသည့် ဒေတာတံဆိပ်တပ်ခြင်းစွမ်းအားကို ရည်ညွှန်းသည့် "ပတ်ဝန်းကျင်အတွက် Scale AI" ဖြစ်လာလိမ့်မည်ဟု မျှော်လင့်ပါသည်။ အားဖြည့်သင်ကြားရေးပတ်ဝန်းကျင်များသည် AI စွမ်းရည်၏နောက်ထပ်ခုန်တက်မှုအတွက် အလွှာတစ်ခုဖြစ်ကြောင်း သက်သေပြပါက၊ ၎င်းတို့ကို ထောက်ပံ့ပေးသည့်ကုမ္ပဏီသည် ကြီးမားသောတန်ဖိုးကို ဖမ်းယူရန် ရပ်တည်နေပါသည်။
ဓာတ်ခွဲခန်းကြီးတွေက သတိထားမိတယ်။ သတင်းအချက်အလက်ကို ကိုးကား၍ TechCrunch မှ Anthropic မှ ခေါင်းဆောင်များသည် လာမည့်နှစ်တွင် အားဖြည့်သင်ကြားရေးပတ်ဝန်းကျင်အတွက် ဒေါ်လာ 1 ဘီလီယံကျော်သုံးစွဲရန် ဆွေးနွေးခဲ့ကြသည် — Google ၏ အစီရင်ခံတင်ပြထားသော Mechanize ဆွေးနွေးပွဲများကို အခြေအနေတွင် ထည့်သွင်းထားသည့် ကိန်းဂဏန်းတစ်ခုဖြစ်သည်။
အငြင်းပွားဖွယ်ရာ ခရီးစဉ်တစ်ခု
Mechanize သည် ၎င်း၏နည်းပညာအတွက်သာမက ၎င်း၏ဖော်ပြထားသော ရည်မှန်းချက်အတွက် အာရုံစိုက်ခဲ့သည်။ ကုမ္ပဏီသည် ၎င်း၏ရည်မှန်းချက်ကို "အလုပ်အားလုံး၏ အလိုအလျောက်စနစ်ဖြင့် အပြည့်အဝလုပ်ဆောင်ခြင်း" အဖြစ် ပွင့်ပွင့်လင်းလင်း ဖော်ပြခဲ့ပြီး ပြင်းထန်သော ငြင်းခုံမှုများကို ဖြစ်ပေါ်စေခဲ့သည်။ New York Times၊ Fortune နှင့် TechCrunch တို့သည် လုပ်ငန်းစတင်ခြင်း၏ လှုံ့ဆော်မှုမစ်ရှင်ကို စစ်ဆေးခဲ့ပြီး၊ ဝေဖန်သူများသည် လူ့လုပ်အားကို အလိုအလျောက်ဖယ်ရှားခြင်း၏ လူမှုအသိုင်းအဝိုင်းအပေါ် သက်ရောက်မှုများကို မေးခွန်းထုတ်ကြပြီး ထိုကဲ့သို့သော အလိုအလျောက်စနစ်သည် မလွဲမသွေဖြစ်ပြီး နောက်ဆုံးတွင် အကျိုးရှိစေသည်ဟု ငြင်းခုံနေကြပါသည်။
ယင်းအငြင်းပွားမှုသည် ရင်းနှီးမြှုပ်နှံသူများကို အဟန့်အတားမရှိပေ။ အစီရင်ခံတင်ပြထားသော Google ဆွေးနွေးပွဲများတွင် အနည်းဆုံး hyperscaler တစ်ဦးသည် လုံလောက်သော နည်းပညာဆိုင်ရာ ကတိများ—နှင့် ပြိုင်ဆိုင်မှုအလုံအလောက်ရှိသော အရေးပေါ်အခြေအနေ—ကို ဘီလီယံနှင့်ချီ၍ ကတိပြုရန် အကြံပြုထားသည်။
ဘာကြောင့် Google လိုချင်တာလဲ။
Google အတွက်၊ ထိပ်တန်းပတ်ဝန်းကျင်စတင်တည်ထောင်ခြင်းနှင့် နက်ရှိုင်းစွာ ပူးပေါင်းဆောင်ရွက်ခြင်းသည် မဟာဗျူဟာမြောက် ရည်မှန်းချက်များစွာကို ဖြည့်ဆည်းပေးမည်ဖြစ်သည်။ ပိုမိုကောင်းမွန်သော လေ့ကျင့်သင်ကြားထားသော အေးဂျင့်များသည် Google ၏ ကိုယ်ပိုင်ကုဒ်နှင့် ထုတ်လုပ်မှုစွမ်းရည်ကို အားကောင်းစေကာ၊ ပြင်ပကုမ္ပဏီ လေ့ကျင့်ရေးဒေတာအပေါ် မှီခိုအားထားမှုကို လျှော့ချနိုင်ပြီး သုံးစွဲသူကိုယ်စား ဆော့ဖ်ဝဲကို လုပ်ဆောင်နိုင်သည့် AI အေးဂျင့်များအတွက် ထွန်းသစ်စစျေးကွက်တွင် အနားပေးနိုင်သည်။
၎င်းသည် တူညီသော နယ်နိမိတ်အတွင်းသို့ အရင်းအမြစ်များ လောင်းထည့်နေသည့် ပြိုင်ဘက်များနှင့် လိုက်လျောညီထွေဖြစ်အောင် Google ကို ကူညီပေးမည်ဖြစ်သည်။ အေးဂျင့်များသည် စစ်မှန်သောအလုပ်—ကုဒ်ရေးခြင်း၊ ဝင်စာများကို စီမံခန့်ခွဲခြင်း၊ ဝယ်ယူမှုများ ပြီးမြောက်ခြင်း—အကောင်းဆုံးလေ့ကျင့်ရေးပတ်ဝန်းကျင်များကို ပိုင်ဆိုင်သည့်ကုမ္ပဏီများသည် အဆုံးအဖြတ်ပေးသည့်အားသာချက်ကို ကိုင်စွဲထားနိုင်သည်။
ရှေ့လမ်း
အစီရင်ခံတင်ပြထားသော ဆွေးနွေးပွဲများသည် အပြီးသတ်သဘောတူညီချက်မရသေးဘဲ၊ ထိုသို့သော ညှိနှိုင်းမှုများတွင် ကိန်းဂဏန်းများ မကြာခဏပြောင်းသွားတတ်သည်။ သို့သော် စကေးတစ်ခုတည်း - အတုယူလုပ်ဆောင်သည့်အလုပ်ပတ်ဝန်းကျင်များကိုအာရုံစိုက်သည့် startup အတွက် $1.5 ဘီလီယံမြောက် ပေါင်းလဒ်သည် AI ရှိဆွဲငင်အား၏ဗဟိုချက်သည် စစ်မှန်စွာအသုံးဝင်သောမော်ဒယ်များပြုလုပ်ရန် လိုအပ်သောအခြေခံအဆောက်အဦများဆီသို့ မည်မျှလျင်မြန်စွာရွေ့လျားနေကြောင်း သရုပ်ဖော်သည်။
သဘောတူညီချက်ပိတ်သွားပါက၊ Mechanize သည် AI တည်ဆောက်မှု၏နောက်ထပ်အဆင့်ကို မော်နီတာလုပ်ဆောင်မည့် ကုမ္ပဏီအုပ်စုငယ်များနှင့် ပူးပေါင်းမည်ဖြစ်သည်- မော်ဒယ်များကိုတည်ဆောက်သည့်ဓာတ်ခွဲခန်းများမဟုတ်ဘဲ ၎င်းတို့ကို မည်သို့လုပ်ဆောင်ရမည်ကို သင်ကြားပေးသည့် ပေးသွင်းသူများဖြစ်သည်။
chatbots မှ လုပ်ဆောင်သော အေးဂျင့်များအထိ
Mechanize တွင် စိတ်ဝင်စားမှုသည် နယ်ပယ်ရှိ ပိုမိုကျယ်ပြန့်သော သက်ရောက်မှုကို ထင်ဟပ်စေသည်။ ပြီးခဲ့သောနှစ်နှစ်ကို chatbots—မေးခွန်းများကိုဖြေကြားပြီး စာသားထုတ်ပေးသည့်စနစ်များဖြင့် သတ်မှတ်ခဲ့သည်။ လက်ရှိလှိုင်းကို အေးဂျင့်များက သတ်မှတ်သည်- ပန်းတိုင်တစ်ခုပြီးမြောက်ရန်အတွက် မကြာခဏ အဆင့်များစွာကိုဖြတ်၍ လုပ်ဆောင်သည့်စနစ်များ။ အေးဂျင့်တစ်ဦးသည် ဝဘ်တစ်ခွင်တွင် အကြောင်းအရာတစ်ခုကို သုတေသနပြုကာ အစီရင်ခံစာတစ်ခုရေးဆွဲကာ ၎င်းကို လူသားကြီးကြပ်မှုအကန့်အသတ်ဖြင့် တင်သွင်းနိုင်သည်။
passive တုံ့ပြန်မှုမှ တက်ကြွသော အော်ပရေတာသို့ ခုန်တက်ရန် ခက်ခဲသည်။ ၎င်းတွင် အစီအစဉ်ဆွဲခြင်း၊ အမှားများမှ ပြန်လည်ရယူခြင်း၊ ကိရိယာများအသုံးပြုခြင်းနှင့် ရှည်လျားသောမိုးကုပ်စက်ဝိုင်းများပေါ်တွင် ဆက်ရှိနေနိုင်သည့် မော်ဒယ်များ လိုအပ်သည် — static datasets များသည် သင်ကြားရန် ညံ့ဖျင်းသောစွမ်းရည်များ လိုအပ်ပါသည်။ အားဖြည့်သင်ကြားရေးပတ်ဝန်းကျင်များသည် ဤကွာဟချက်ကို အတိအကျဖြေရှင်းပေးသောကြောင့် ၎င်းတို့သည် အရင်းအနှီးနှင့် အာရုံစိုက်မှုများစွာကို အာရုံစိုက်လာကြသည်။ ယုံကြည်စိတ်ချရသော စွမ်းရည်ရှိသော အေးဂျင့်များကို ထုတ်လုပ်နိုင်သော ကုမ္ပဏီများသည် အသိပညာလုပ်ငန်း အမျိုးအစားများစွာကို ပြန်လည်သတ်မှတ်နိုင်ပါသည်။
အန္တရာယ်များနှင့် မေးခွန်းများကို ဖွင့်ပါ။
ကတိတော်သည် သိသိသာသာ မဖြေရှင်းနိုင်သော စိန်ခေါ်မှုများနှင့် လာပါသည်။ အေးဂျင့်များကို စစ်မှန်သော ဆော့ဖ်ဝဲလ်များ လည်ပတ်စေရန် လေ့ကျင့်ပေးသော ပတ်ဝန်းကျင်များသည် အဆိုပါအေးဂျင့်များကို နောက်ပိုင်းတွင် တိုက်ရိုက်ထုတ်လွှင့်မှုစနစ်များသို့ အသုံးပြုခွင့်ပေးပါက ဘေးကင်းရေးအန္တရာယ်အသစ်များကို မိတ်ဆက်ပေးနိုင်သည်။ သုတေသီများသည် စမ်းသပ်သောအခါတွင် AI အေးဂျင့်များသည် မမျှော်လင့်ဘဲ တစ်ခါတစ်ရံ လှည့်ဖြားသည့် လုပ်ရပ်များကို ပြုလုပ်ခဲ့ကြသည့် ဖြစ်ရပ်များကို မှတ်တမ်းတင်ထားသည်— ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်နှင့် ယုံကြည်စိတ်ချရမှုသည် လော့ခ်ချခြင်းတွင် မတိုးတက်ကြောင်း သတိပေးချက်တစ်ခုဖြစ်သည်။
လူ့အဖွဲ့အစည်းက ဖြေနိုင်တာထက် နည်းပညာက ပိုမြန်တဲ့ စီးပွားရေးနဲ့ လူမှုရေးမေးခွန်းတွေလည်း ရှိပါတယ်။ လုပ်ငန်းတစ်ခုသည် ရုံးလုပ်ငန်း၏ များပြားလှသော အစိတ်အပိုင်းများကို အလိုအလျောက်လုပ်ဆောင်ခြင်းတွင် အောင်မြင်ပါက အလုပ်အကိုင်၊ လေ့ကျင့်သင်ကြားမှုနှင့် ကုန်ထုတ်စွမ်းအားများ ခွဲဝေပေးမှုအပေါ် သက်ရောက်မှုများသည် လေးနက်မည်ဖြစ်သည်။ Mechanize ၏ ပွင့်လင်းမြင်သာစွာဖော်ပြထားသောမစ်ရှင်သည် အဆိုပါမေးခွန်းများသည် ဟန်ချက်မညီဘဲ ကြာရှည်စွာရှိနေမည်မဟုတ်ကြောင်း သေချာစေသည် — နှင့် Google ၏အစီရင်ခံထားသောစိတ်ဝင်စားမှုအရွယ်အစားသည် နှေးကွေးသွားစေရန် အကြောင်းပြချက်မဟုတ်ဘဲ ၎င်းတို့အား ဖြေရှင်းရန် အကြောင်းပြချက်မဟုတ်ဘဲ စက်မှုလုပ်ငန်းက ၎င်းတို့အား ဖြေရှင်းရန် ပြဿနာတစ်ခုအဖြစ် သဘောထားနေခြင်းကို အကြံပြုသည်။
