Google กำลังเจรจาเรื่อง ข้อตกลงมูลค่า 1.5 พันล้านดอลลาร์ กับ Mechanize ซึ่งเป็นสตาร์ทอัพที่สร้างสภาพแวดล้อมจำลองเพื่อฝึกอบรมตัวแทน AI ที่สามารถทำให้การทำงานของคอมพิวเตอร์เป็นอัตโนมัติ ตามรายงานของ Business Insider ข้อตกลงที่คาดหวังนี้จะทำให้บริษัทที่ค่อนข้างใหม่เข้าสู่ข้อตกลงด้านโครงสร้างพื้นฐาน AI ระดับสูงสุด และส่งสัญญาณว่าอุตสาหกรรมคิดว่าความก้าวหน้าครั้งต่อไปจะมาจากที่ใด นี่เป็นหนึ่งในความเคลื่อนไหวสำคัญหลายประการที่ปรับโฉมภาคส่วนนี้ ติดตามได้ทุกวันใน การรายงานข่าวอุตสาหกรรม AI ล่าสุด
การพูดคุยดังกล่าวรายงานโดย Seeking Alpha โดยเน้นไปที่การเดิมพันของ Mechanize ว่ากุญแจสำคัญของ AI ที่มีความสามารถมากขึ้นนั้นไม่ใช่แค่โมเดลที่ใหญ่กว่าเท่านั้น แต่ยังเป็นพื้นที่การฝึกอบรมที่ดีกว่าด้วย สถานที่ทำงานจำลองที่ตัวแทนสามารถปฏิบัติงานจริงได้จนกว่าพวกเขาจะทำสิ่งที่ถูกต้อง
การสร้าง 'สำนักงานดิจิทัล' สำหรับ AI
แนวทางของ Mechanize สร้างขึ้นจากสิ่งที่นักวิจัยเรียกว่า สภาพแวดล้อมการเรียนรู้แบบเสริมกำลัง ตามที่ The Decoder อธิบายไว้ สตาร์ทอัพกำลังสร้าง "สำนักงานดิจิทัล" ซึ่งเป็นสภาพแวดล้อมซอฟต์แวร์จำลองที่ตัวแทน AI ได้รับมอบหมายงาน เช่น การนำทางเบราว์เซอร์เพื่อซื้อสินค้า และให้คะแนนว่าสำเร็จหรือไม่ ตัวแทนจะได้รับสัญญาณรางวัลเมื่อทำถูกต้อง จากนั้นจึงทำซ้ำ
TechCrunch อธิบายสภาพแวดล้อมเหล่านี้เป็น "พื้นที่ฝึกอบรมที่จำลองสิ่งที่ตัวแทน AI จะทำในแอปพลิเคชันซอฟต์แวร์จริง" โดยเปรียบเทียบงานกับ "การสร้างวิดีโอเกมที่น่าเบื่อมาก" ประเด็นก็คือเพื่อให้เจ้าหน้าที่ได้สัมผัสกับสถานการณ์ที่ยุ่งเหยิงและคาดเดาไม่ได้ที่พวกเขาจะเผชิญในโลกแห่งความเป็นจริง — เมนูแบบเลื่อนลงที่ทำให้พวกเขาสับสน แบบฟอร์มที่ปฏิเสธอินพุตที่ไม่ดี เวิร์กโฟลว์ที่มีหลายสิบขั้นตอน — และสอนให้พวกเขาฟื้นตัว
แตกต่างจากชุดข้อมูลคงที่ซึ่งครอบงำการฝึกอบรม AI ในยุคก่อน สภาพแวดล้อมเหล่านี้เป็นแบบโต้ตอบ เจ้าหน้าที่ที่เลี้ยวผิดจะต้องสามารถลองอีกครั้งได้ และสภาพแวดล้อมจะต้องแข็งแกร่งพอที่จะบันทึกพฤติกรรมที่ไม่คาดคิดที่เกิดขึ้นและยังคงให้ข้อเสนอแนะที่เป็นประโยชน์
ยุคตื่นทองใหม่รอบสภาพแวดล้อม RL
เครื่องจักรไม่ได้อยู่คนเดียว จากข้อมูลของ TechCrunch การผลักดันสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังได้ก่อให้เกิดกลุ่มสตาร์ทอัพที่ได้รับทุนสนับสนุนระดับใหม่ รวมถึง Mechanize และ Prime Intellect ในขณะที่บริษัทที่จัดตั้งขึ้นด้านป้ายกำกับข้อมูล เช่น Mercor และ Surge กำลังลงทุนอย่างหนักเพื่อก้าวตามให้ทัน ทุกคนซึ่งเป็นแหล่งข่าวคนหนึ่งบอกกับสื่อสิ่งพิมพ์ว่า "กำลังดูพื้นที่นี้"
ความทะเยอทะยานที่ขับเคลื่อนการเติบโตนี้ถูกจับได้จากการเปรียบเทียบที่ชัดเจน: นักลงทุนหวังว่าหนึ่งในบริษัทเหล่านี้จะกลายเป็น "Scale AI สำหรับสภาพแวดล้อม" ซึ่งอ้างอิงถึงมหาอำนาจในการติดฉลากข้อมูลที่ช่วยขับเคลื่อนยุคแชทบอท หากสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังพิสูจน์ได้ว่าเป็นปัจจัยพื้นฐานสำหรับการก้าวกระโดดครั้งถัดไปในความสามารถด้าน AI บริษัทที่จัดหาสิ่งเหล่านี้ก็พร้อมที่จะรับมูลค่ามหาศาล
ห้องปฏิบัติการใหญ่ๆ กำลังให้ความสนใจ จากข้อมูล TechCrunch รายงานว่าผู้นำของ Anthropic ได้หารือเกี่ยวกับการใช้จ่ายมากกว่า 1 พันล้านดอลลาร์ในสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังในปีหน้า ซึ่งเป็นตัวเลขที่ทำให้การเจรจา Mechanize ที่รายงานของ Google อยู่ในบริบท
ภารกิจขัดแย้ง
Mechanize ดึงดูดความสนใจไม่เพียงแค่ในด้านเทคโนโลยีเท่านั้น แต่ยังรวมถึงความทะเยอทะยานที่ระบุไว้ด้วย บริษัทได้อธิบายอย่างเปิดเผยถึงเป้าหมายของตนว่าเป็น "การทำงานอัตโนมัติเต็มรูปแบบ" ซึ่งเป็นกรอบที่ทำให้เกิดการถกเถียงกันอย่างดุเดือด New York Times, Fortune และ TechCrunch ล้วนตรวจสอบภารกิจยั่วยุของสตาร์ทอัพ โดยนักวิจารณ์ตั้งคำถามถึงผลกระทบทางสังคมจากการใช้แรงงานมนุษย์และผู้สนับสนุนโดยอัตโนมัติ โดยอ้างว่าระบบอัตโนมัติดังกล่าวเป็นสิ่งที่หลีกเลี่ยงไม่ได้และเป็นประโยชน์ในท้ายที่สุด
ความขัดแย้งดังกล่าวไม่ได้ขัดขวางนักลงทุน รายงานการเจรจาของ Google ชี้ให้เห็นว่าไฮเปอร์สเกลเลอร์อย่างน้อยหนึ่งรายมองเห็นคำมั่นสัญญาทางเทคนิคที่เพียงพอ — และมีความเร่งด่วนในการแข่งขันเพียงพอ — ที่จะมอบเงินนับพันล้าน
ทำไม Google ถึงต้องการเข้ามา
สำหรับ Google ความร่วมมืออย่างลึกซึ้งกับสตาร์ทอัพด้านสภาพแวดล้อมชั้นนำจะสามารถตอบสนองเป้าหมายเชิงกลยุทธ์หลายประการได้ ตัวแทนที่ได้รับการฝึกอบรมที่ดีขึ้นสามารถเสริมความแข็งแกร่งให้กับเครื่องมือการเขียนโค้ดและเพิ่มประสิทธิภาพการทำงานของ Google ลดการพึ่งพาข้อมูลการฝึกอบรมของบุคคลที่สาม และเพิ่มความได้เปรียบในตลาดเกิดใหม่สำหรับตัวแทน AI ที่สามารถใช้งานซอฟต์แวร์ในนามของผู้ใช้ได้
นอกจากนี้ยังช่วยให้ Google ก้าวทันคู่แข่งที่ทุ่มทรัพยากรเข้าสู่เขตแดนเดียวกัน เมื่อตัวแทนสามารถทำงานได้อย่างแท้จริง เช่น การเขียนโค้ด จัดการกล่องจดหมาย และดำเนินการซื้อให้เสร็จสิ้น บริษัทที่เป็นเจ้าของสภาพแวดล้อมการฝึกอบรมที่ดีที่สุดก็อาจมีข้อได้เปรียบอย่างเด็ดขาด
หนทางข้างหน้า
การเจรจาที่รายงานยังไม่ใช่ข้อตกลงขั้นสุดท้าย และตัวเลขในการเจรจาดังกล่าวมักจะมีการเปลี่ยนแปลง แต่ขนาดเพียงอย่างเดียว - รวมมูลค่าทางเหนือของ 1.5 พันล้านดอลลาร์สำหรับการเริ่มต้นที่เน้นสภาพแวดล้อมการทำงานจำลอง - แสดงให้เห็นว่าจุดศูนย์ถ่วงใน AI เคลื่อนจากขนาดแบบจำลองดิบไปสู่โครงสร้างพื้นฐานที่จำเป็นในการสร้างแบบจำลองที่มีประโยชน์อย่างแท้จริงได้อย่างรวดเร็วเพียงใด
หากข้อตกลงปิดลง Mechanize จะเข้าร่วมกับบริษัทกลุ่มเล็กๆ ที่ยึดหลักในระยะต่อไปของการสร้าง AI ไม่ใช่ห้องปฏิบัติการที่สร้างแบบจำลอง แต่เป็นซัพพลายเออร์ที่สอนวิธีทำงานให้พวกเขา
จากแชทบอทไปจนถึงตัวแทนที่ทำหน้าที่
ความสนใจในกลไกสะท้อนถึงจุดเปลี่ยนที่กว้างขึ้นในสนาม สองปีที่ผ่านมาถูกกำหนดโดยแชทบอท ซึ่งเป็นระบบที่ตอบคำถามและสร้างข้อความ คลื่นปัจจุบันถูกกำหนดโดยตัวแทน: ระบบที่ดำเนินการซึ่งมักจะข้ามหลายขั้นตอนเพื่อบรรลุเป้าหมาย ตัวแทนอาจค้นคว้าหัวข้อบนเว็บ ร่างรายงาน และยื่นรายงาน โดยทั้งหมดนี้อยู่ภายใต้การควบคุมดูแลโดยเจ้าหน้าที่อย่างจำกัด
การก้าวกระโดดจากการตอบกลับแบบพาสซีฟไปสู่ผู้ปฏิบัติงานที่ใช้งานอยู่นั้นเป็นเรื่องยาก ต้องการโมเดลที่สามารถวางแผน กู้คืนจากข้อผิดพลาด ใช้เครื่องมือ และคงอยู่ในระยะยาว ซึ่งเป็นความสามารถที่ชุดข้อมูลแบบคงที่ไม่เหมาะที่จะสอน สภาพแวดล้อมการเรียนรู้แบบเสริมกำลังช่วยแก้ไขช่องว่างนี้อย่างชัดเจน ซึ่งเป็นสาเหตุที่ว่าทำไมสิ่งเหล่านี้จึงกลายเป็นจุดสนใจของเงินทุนและความเอาใจใส่มากมาย บริษัทที่สามารถผลิตตัวแทนที่มีความสามารถได้อย่างน่าเชื่อถืออาจกำหนดประเภทของงานความรู้ขนาดใหญ่ใหม่ได้
ความเสี่ยงและคำถามปลายเปิด
คำสัญญานี้มาพร้อมกับความท้าทายที่สำคัญที่ยังไม่ได้รับการแก้ไข สภาพแวดล้อมที่ฝึกอบรมตัวแทนให้ใช้งานซอฟต์แวร์จริงอาจทำให้เกิดความเสี่ยงด้านความปลอดภัยใหม่ได้ หากตัวแทนเหล่านั้นได้รับสิทธิ์เข้าถึงระบบที่ใช้งานอยู่ในภายหลัง นักวิจัยได้บันทึกกรณีที่ตัวแทน AI ได้ทำการทดสอบโดยไม่คาดคิดและบางครั้งก็เป็นการหลอกลวง ซึ่งเป็นเครื่องเตือนใจว่าความเป็นอิสระและความน่าเชื่อถือไม่ได้ก้าวหน้าไปในขั้นล็อค
นอกจากนี้ยังมีคำถามทางเศรษฐกิจและสังคมที่เทคโนโลยีเกิดขึ้นเร็วกว่าที่สังคมจะตอบได้ หากสตาร์ทอัพรายเดียวประสบความสำเร็จในการทำงานในสำนักงานส่วนใหญ่โดยอัตโนมัติ ผลกระทบระลอกคลื่นต่อการจ้างงาน การฝึกอบรม และการกระจายการเพิ่มผลผลิตจะรุนแรงมาก ภารกิจที่ระบุไว้อย่างเปิดเผยของ Mechanize ช่วยให้มั่นใจได้ว่าคำถามเหล่านี้จะไม่ถูกตั้งสมมติฐานเป็นเวลานาน และขนาดของความสนใจที่รายงานของ Google แสดงให้เห็นว่าอุตสาหกรรมกำลังปฏิบัติต่อพวกเขาในฐานะปัญหาที่ต้องแก้ไข ไม่ใช่เหตุผลที่ต้องชะลอตัวลง
