مت، آمریکایی با مدرک Ph.D. در ارتباطات، اخیراً با Scale AI حرفه ای آزاد را آغاز کرده است و از طریق خانه آموزش مدل های هوش مصنوعی کار می کند.

اما آیا مت اکنون یک برنامه نویس محترم هوش مصنوعی است؟ نه کاملا. شغل او نسبتاً پیش پا افتاده است: او در سیستم Scale AI کار می کند و پاسخ های هوش مصنوعی را از دیدگاه کاربر بررسی می کند تا از دقت و بازخورد اطمینان حاصل کند. به عنوان مثال، او ممکن است بررسی کند که چه پاسخ‌هایی از ChatGPT می‌تواند به طور بالقوه بازخورد منفی کاربر را هنگام آموزش هوش مصنوعی برای Google برای رزرو پرواز دریافت کند.

Scale AI خود مدل های بزرگ تولید نمی کند. در عوض، با تولیدکنندگان بزرگ هوش مصنوعی مانند Alphabet، OpenAI، Meta و دیگران همکاری می کند و "نظارت انسانی" را فراهم می کند.

با این حال، نیروی کار ارزان از مکان‌هایی مانند آفریقا، هند و فیلیپین دیگر برای برآورده کردن خواسته‌های مشتری کافی نیست. در نتیجه، Scale AI شروع به کاهش فعالیت‌های خود در خارج از کشور کرده است و اکنون صدها هزار کارگر داخلی در ایالات متحده، از جمله افراد تحصیلکرده مانند مت، استخدام می‌کند.

این شرکت حاشیه نویسی داده در مقیاس بزرگ که هشت سال پیش تأسیس شد، اخیراً یک دور سرمایه گذاری 1 میلیارد دلاری سری F را در ماه می تکمیل کرد که توسط Accel با مشارکت غول های جهانی مانند آمازون، اینتل، AMD، سیسکو، متا و تایگر گلوبال هدایت می شد. این شرکت پیش‌بینی می‌کند که درآمد خود در سال جاری بیش از یک میلیارد دلار باشد و آن را به عنوان یکی از برترین شرکت‌های درآمدزا در بخش هوش مصنوعی مولد قرار دهد.

آخرین ارزش گذاری آن به 13.8 میلیارد دلار افزایش یافته است، که یک دستاورد قابل توجه در میان استارت آپ های هوش مصنوعی است و از Hugging Face برجسته سیلیکون ولی که پس از دور تأمین مالی خود در آگوست گذشته به ارزش 4.5 میلیارد دلاری دست یافت، پیشی گرفت. این ارزیابی اکنون آن را به xAI ایلان ماسک نزدیک‌تر می‌کند که در آخرین دور سرمایه‌گذاری خود به ارزش ۱۸ میلیارد دلار رسید.

Scale AI، شرکتی که انسان ها را برای انجام کارهای خرخری برای هوش مصنوعی استخدام می کند، به یک زرادخانه حیاتی در مسابقه هوش مصنوعی امروزی تبدیل شده است.

وقتی از "آموزش مدل در مقیاس بزرگ" صحبت می کنیم، هزاران تراشه پیشرفته را در نظر می گیریم که مدل های بزرگ را برای تجزیه و تحلیل صدها میلیارد بایت متن هدایت می کنند. با این حال، این فقط اولین مرحله قبل از آموزش است.

اما تنها تکیه بر این برای اطمینان از اینکه سیستم‌هایی مانند Anthropic's Claude، OpenAI's ChatGPT، Meta's Llama، و Google's Bard پاسخ‌های درستی را به سبک انسان‌مانند ارائه می‌دهند، کافی نیست.

برای رسیدن به این هدف، مرحله دوم لازم است: تنظیم دقیق. این امر مستلزم مقدار قابل توجهی از تلاش انسانی است که یا در داخل توسط سازندگان هوش مصنوعی به کار گرفته می شود یا از شرکت هایی مانند Scale، Surge AI، Labelbox، Telus International و سایرین تامین می شود. این شرکت‌ها تیم‌های بزرگی را برای نوشتن پاسخ‌های ایده‌آل برای چت ربات‌های مشتری، با دست گرفتن ربات‌ها برای ارائه پاسخ‌های «بی‌نقص» فراهم می‌کنند.

شرکت هایی که خدمات حاشیه نویسی داده برای مدل های هوش مصنوعی ارائه می دهند کاملاً جدید نیستند. آخرین موجی که چنین شرکت هایی را به راه انداخت، رانندگی خودکار بود.

Scale AI در سال ۲۰۱۶ تأسیس شد. در واقع، Scale AI از بدو تأسیس، پیوندهای عمیقی با OpenAI داشته است، در برنامه‌ی استارتاپ‌های مسابقه‌ای Y Combinator پرورش یافته و حتی قبل از پایان برنامه، از YC حمایت دریافت کرده است. در آن زمان، رئیس YC، سم آلتمن بود که بعداً OpenAI را تأسیس کرد.

در آن زمان، قبل از شروع «نبرد هزار مدل»، هوش مصنوعی مقیاس اولین بار موجی از جنون فناوری رانندگی خودمختار را که در دره سیلیکون در حال فراگیری بود، گرفت. دستیابی به رانندگی خودکار نیازمند آموزش الگوریتم های هوش مصنوعی بود و هیچ شرکت برون سپاری دیگری که بتواند تصاویر سه بعدی تولید شده توسط رادار و حسگرهای وسایل نقلیه خودران را در آن زمان حاشیه نویسی کند وجود نداشت.

در ابتدا، مهندسان Scale AI چندین ماه را صرف توسعه یک محصول حاشیه نویسی سه بعدی برای استارتاپ تحویل خودکار Nuro کردند. به زودی Waymo آلفابت، کروز جنرال موتورز و حتی اپل مشتریان Scale AI شدند.

تا اواخر سال 2017، Scale AI بیش از 1,000 حاشیه نویس، عمدتاً در فیلیپین، استخدام کرده بود. این کارگران قراردادی به طور متوسط ​​1.5 دلار در ساعت درآمد داشتند و 10 ساعت در هفته کار می کردند.

تا سال 2019، OpenAI نیز برای چندین سال تاسیس شده بود، و عمدتاً بر روی توسعه مدل‌های بزرگ هوش مصنوعی تمرکز داشت و متعاقباً به مشتری Scale AI تبدیل شد. با این حال، در آن زمان، مدل‌های بزرگ هوش مصنوعی منبع درآمدی کلیدی برای Scale AI نبودند.

از آنجایی که هیاهوی فناوری رانندگی خودران به تدریج فروکش کرد و بازار به عقلانیت بازگشت، هوش مصنوعی مقیاس با بحران مواجه شد. تا سال 2022، رشد درآمد Scale AI 50 درصد کاهش یافت و سرمایه گذاران را ناامید کرد.

با این حال، در پایان سال 2022، OpenAI ChatGPT را منتشر کرد و Scale AI یک تجدید حیات ناگهانی را تجربه کرد.

علاوه بر OpenAI، Scale AI همچنین با متا و آلفابت، شرکت مادر گوگل، در ابتکارات مدل بزرگ همکاری کرد. درآمد این شرکت از 227 میلیون دلار در سال 2022 به 680 میلیون دلار در سال 2023 افزایش یافت.

Scale AI با سوار شدن بر قله این موج، رشد درآمد 206 درصدی را برای سال 2024 هدف گذاری کرده و هدف آن دستیابی به سودآوری است.

در این مقطع، Scale AI تغییراتی را آغاز کرده است. نیروی کار ارزان از خارج از کشور تنها می تواند وظایف اساسی را انجام دهد، اما محصولاتی که با مدل های بزرگ در زمینه نوشتن، برنامه نویسی و دانش تخصصی هدایت می شوند، در حال رونق هستند. Scale AI باید نیروی کار خود را ارتقا دهد.

در یک ارائه سرمایه‌گذار، Scale اعلام کرد که در حال ساخت زیرساخت‌های حیاتی هوش مصنوعی است، با هدف تبدیل شدن به یک «ریخته‌گری داده‌های هوش مصنوعی» که یادآور شرکت‌های نیمه‌رسانا است. موسس این شرکت همچنین به طور علنی بر مشارکت افراد دارای مدرک دکترا، پزشکان، وکلا و دیگران در آموزش سیستم‌های هوش مصنوعی تاکید کرده است: "ما به بهترین و باهوش‌ترین ذهن‌ها برای ارائه داده‌ها نیاز داریم."

طبق گزارش Rest of World، Scale AI اخیرا سایت های پیمانکاری را در کنیا، نیجریه و پاکستان تعطیل کرد. این شرکت اکنون بر استخدام افراد با مهارت بالا در ایالات متحده برای کمک به آموزش مدل های بزرگ متمرکز است.

حدود 300,000 نفر از طریق گروه های کاری عملیاتی Outlier زیرمجموعه Scale AI منتظر انجام وظایف هستند.

«مزدوران» Scale AI در ایالات متحده ارزان نیستند و میانگین دستمزد ساعتی آن به 40 دلار می رسد. با این حال، این شغل هنوز هم حس "غرغر کاری" را به همراه دارد.

ملیسا کواشی از ماساچوست به عنوان فریلنسر و ویراستار در Scale AI ساعتی 40 دلار درآمد دارد. وظایف او شامل ارزیابی پاسخ های مختلف تولید شده توسط مدل های بزرگ، ارزیابی چگونگی پاسخ مدل ها به سوالات و رتبه بندی کیفیت پاسخ ها است.

برای کوشی، کار در Scale AI به نظر می رسد "احمقانه ترین بازی ویدئویی که تا به حال بازی کرده ام." او یک بار دو ساعت را صرف نوشتن یک «برنامه غذایی سه روزه» کرد تا پاسخ‌های یک ربات چت را بهبود بخشد.

علاوه بر این، با انباشته شدن نیروی کار بزرگ توسط Scale AI، تعادل عرضه و تقاضا شروع به تغییر کرده است. اغلب، وظایف توزیع شده توسط Scale AI برای پاسخگویی به تقاضای "مزدور" آن کافی نیست. بسیاری متوجه می شوند که در حالی که این شغل ساعت های انعطاف پذیر و دستمزد جذابی را ارائه می دهد، دوره های طولانی بدون هیچ کاری وجود دارد. طبق مصاحبه The Information با پیمانکاران 10 Scale AI، اکثر آنها شکایات مشابهی دارند.

شاید گسترش سریع این شرکت در موج هوش مصنوعی منجر به این مسائل شده است. به نظر می رسد Scale AI بیشتر بر روی رضایت مشتریان متمرکز است تا تجربه کاری نیروی کار. علاوه بر شکایت از آموزش ناکافی و خرابی های مکرر سیستم، کارگران همچنین از شرکت به دلیل عدم ارائه وظایف کافی انتقاد می کنند.

مسئله آزاردهنده دیگر سیستم جبران خسارت است. حتی افراد بسیار ماهر که برای Scale AI نیروی کار در ایالات متحده ارائه می کنند، حرف کمی دارند. یکی از پیمانکاران، که قبلا ذکر شد، دکترا به نام مت، به طور غیرقابل توضیحی از سکو کنار گذاشته شد.

غرامت بر اساس میزان کار نیست، بلکه بر اساس ارزیابی های کیفیت است و Scale AI کنترل نهایی را حفظ می کند. حتی زمانی که پرداخت موعد مقرر است، به دلیل زمان صرف شده توسط مشتریان برای تأیید، می تواند به تعویق بیفتد.

بر اساس کیفیت و نه کمیت برای پرداخت‌ها، به مقیاس هوش مصنوعی هزینه‌ها را کنترل می‌کند، که عاملی حیاتی برای شرکت در این مرحله است.

همانطور که Scale AI تمرکز خود را از بازارهای فراساحلی که نیروی کار ارزان به ایالات متحده ارائه می کنند تغییر می دهد، کنترل هزینه چالش برانگیزتر می شود. بر اساس داده‌های مالی به‌دست‌آمده توسط The Information، حاشیه ناخالص Scale AI (شامل هزینه‌های پرداختی به کارگران انسانی) از 59 درصد در سال 2022 به 49 درصد در سال 2023 کاهش یافته است.

همزمان، Scale AI به سرمایه گذاران اطلاع داده است که روی کاهش هزینه ها کار می کند. این شرکت افزایش 5 درصدی در حاشیه ناخالص را در سال جاری پیش‌بینی می‌کند و هدف آن 60 درصد تا سال 2025 است.

Scale AI اعلام کرده است که قصد دارد با استفاده از ابزارهای داخلی برای شناسایی خودکار «متخصصان کارآمد»، کاهش هزینه‌های آموزش دستی مدل‌ها، و تکیه بر داده‌های تولید شده توسط رایانه برای افزایش کارایی نیروی انسانی، هزینه‌ها را کاهش دهد.

یکی دیگر از اقدامات صرفه جویی در هزینه شامل کوچک کردن کارکنان داخلی (متمایز از "مزدور"، اشاره به کارمندان رسمی در Scale AI) است. در فوریه 2023، Scale AI فرصت را در بحبوحه رونق هوش مصنوعی و اخراج سیلیکون ولی استفاده کرد و نیروی کار خود را 20٪ کاهش داد.

علاوه بر تلاش‌های کاهش هزینه، Scale AI در حال گسترش تجارت خود است.

با وجود مخالفت کارمندان، Scale AI تعهد خود را مبنی بر عدم همکاری با دولت ها کنار گذاشته است. اخیراً، الکساندر وانگ، یکی از بنیانگذاران، در کنار یک ژنرال ارتش ایالات متحده در واشنگتن ظاهر شد و نشان داد که این شرکت سالانه بیش از 100 میلیون دلار از قراردادهای دولتی درآمد دارد. وانگ همچنین برای دیدارهای پشت درهای بسته با مقاماتی که مشتاق توسعه مدل‌های زبان بزرگ خود بودند، از قطر دیدن کرد.

فراتر از فراهم کردن منابع انسانی فراوان برای تولیدکنندگان هوش مصنوعی، Scale AI مجموعه داده های مصنوعی تولید شده توسط هوش مصنوعی را ارائه می دهد - داده هایی که توسط هوش مصنوعی برای آموزش هوش مصنوعی تولید می شود و نیازهای روزافزون در آموزش مدل های هوش مصنوعی را برآورده می کند.

در حال حاضر، «انسان‌های باکیفیت» همچنان «منبع» حیاتی Scale AI هستند و این شرکت در حال برداشتن گام‌هایی برای پرورش این بهترین عملکردها است.

در آستین تگزاس و جکسون‌ویل، فلوریدا، Scale AI میزبان کارگاه‌های چند روزه‌ای بود که از ده‌ها «کارگر نخبه» برای شرکت دعوت می‌کرد.

یکی از شرکت کنندگان از کارگاه آستین به حدود 50 مربی درگیر در پروژه ای اشاره کرد که گزارش شده مربوط به چت ربات Alphabet's Bard است. آنها درباره پاسخ هایی که برای درخواست های مختلف نوشته شده بود بحث کردند و حتی عصرها از کارائوکه با هم لذت بردند.

شبه در جکسون ویل با اساتید دانشگاه، دانشجویان دکترا، نویسندگان و میزبانان پادکست مواجه شد. شش ساعت به طور مداوم کار کردیم و بعد از یک لیوان شراب لذت بردیم.

"همه در مورد بهبود مدل های زبان بزرگ هیجان زده هستند. اما هیچ کس در مورد اینکه چه کسی ممکن است شغل خود را به دلیل کاری که ما انجام می دهیم از دست بدهند صحبت نمی کند."

از قضا، صدها هزار انسان برای بهبود عملکرد هوش مصنوعی کار می کنند. با این حال، زمانی که هوش مصنوعی به اندازه کافی مهارت پیدا کند، این کارگران ممکن است جزو اولین کسانی باشند که جایگزین می شوند. به هر حال، اگر هوش مصنوعی می تواند خودکفا شود، چرا باید به «کار با هوش بالا» با هزینه 40 دلار در ساعت تکیه کنیم؟