Τα έξυπνα μηχανήματα είναι όπως και οι έξυπνοι άνθρωποι. Για να αποδώσουν θα πρέπει να εκπαιδευθούν κατάλληλα, και αυτό το έργο μεταξύ πολλών άλλων το έχει αναλάβει και η νεοφυής αμερικανική Scale AI, την οποία ίδρυσε και διοικεί ο 22χρονος Αλεξάντρ Γουάνγκ (ένα πρώην παιδί-φαινόμενο). Τι ακριβώς κάνει για να εξυπηρετήσει πελάτες, όπως η Amazon και η Uber; Μαθαίνει το εκάστοτε λογισμικό να βλέπει και να αντιλαμβάνεται τι ακριβώς είναι αυτό που βλέπει, και μάλιστα γρήγορα – κάτι θεμελιωδώς αναγκαίο στην περίπτωση των αυτόνομων οχημάτων ή των καταστημάτων της Amazon χωρίς ταμεία, όπως αναφέρει το Bloomberg. Χιλιάδες άνθρωποι απασχολούνται στο συγκεκριμένο πεδίο, εξετάζοντας άπειρες φωτογραφίες, καταγράφοντας τα αντικείμενα που δείχνουν και ονοματίζοντάς τα. Είτε πρόκειται για φορτηγό είτε για κονσέρβα τόνου, είτε για πατατάκια Doritos.

H Scale AI, η οποία ιδρύθηκε προ τριετίας, επιδιώκει να βελτιώσει αυτή τη διαδικασία προς όφελος και των ανθρώπων και των μηχανών. Κατασκεύασε μια σειρά εργαλείων λογισμικού, που κάνουν το πρώτο πέρασμα στο να κατονομάσουν τα αντικείμενα των φωτογραφιών, προτού τις δώσουν σε δίκτυο σχεδόν 30.000 συμβασιούχων υπαλλήλων σε όλο τον κόσμο, οι οποίοι ολοκληρώνουν την εργασία. Στη Scale AI, ειδικότερα, έχει δημιουργήσει λογισμικό που «διαβάζει» πρώτα όλες τις εικόνες και κατονομάζει με ετικέτες αυτομάτως τα πιο πολλά αντικείμενα, ενώ στη συνέχεια κάνουν έλεγχο και οι εργαζόμενοι. Εάν χρειάζεται να διορθώσουν κάτι, το κάνουν με ένα «κλικ», και όπως ο Αλεξάντρ Γουάνγκ τονίζει, «ό,τι απαιτούσε ώρες δουλειάς, γίνεται σε δυο λεπτά».


Like us and stay in touch: facebook.com/Futurology.gr

Η εταιρεία, η οποία έχει περίπου 100 μόνιμους υπαλλήλους στα γραφεία της στο Σαν Φρανσίσκο, έχει προσελκύσει μεγάλα ονόματα της αυτόνομης οδήγησης, όπως είναι η Waymo της Alphabet, η Cruise της General Motors και η Uber. Σήμερα, η Scale AI σχεδιάζει να αποταθεί σε μεγαλύτερη αγορά και να προσεγγίσει κάθε εταιρεία που ασχολείται με την τεχνητή νοημοσύνη, αλλά και επενδυτές καινοτόμων εγχειρημάτων. «Χρειάζονται δισεκατομμύρια δοκιμές και πειράματα για να μπορέσεις να προαγάγεις τα συστήματα τεχνητής νοημοσύνης σε επίπεδο εφάμιλλο με τα ανθρώπινα», παρατηρεί ο Αλεξάντρ Γουάνγκ. «Εν τω μεταξύ, υπάρχει πραγματικά μεγάλο κενό ανάμεσα στις λίγες εταιρείες-κολοσσούς της υψηλής τεχνολογίας, οι οποίες έχουν την οικονομική δυνατότητα να κάνουν την εκπαίδευση των μηχανών και στις πάμπολλες άλλες, που δεν μπορούν».

Ακόμα και για τα δεδομένα της Σίλικον Βάλεϊ ο κ. Γουάνγκ είναι φαινόμενο. Μεγάλωσε στο Νέο Μεξικό από γονείς φυσικούς και στην εφηβεία του αρίστευσε σε διαγωνισμούς γραφής κωδίκων. Στο γυμνάσιο του προσέφεραν εργασία τεχνολογικές εταιρείες, οπότε εκείνος φρόντισε να ολοκληρώσει σύντομα τις ακαδημαϊκές του σπουδές και να ξεκινήσει τη Scale στα 19 του χρόνια. Στην ώριμη σήμερα ηλικία των 22 ετών, όπως επισημαίνει χαριτολογώντας το ειδησεογραφικό πρακτορείο Bloomberg, έχει εξασφαλίσει σε επενδυτικά κεφάλαια 100 εκατ. δολάρια. Οι εταιρείες της τεχνητής νοημοσύνης έχουν να επιλύσουν δύο προβλήματα: το να διαθέτουν επαρκή ποσότητα δεδομένων για την εκπαίδευση των μηχανημάτων και να διασφαλίσουν ότι δεδομένα και αποτελέσματα είναι καλά. Και ενώ τα μηχανήματα διεκπεραιώνουν μεγάλο όγκο δουλειάς, οι άνθρωποι ερμηνεύουν τις φωτογραφίες, τα κείμενα και τα βίντεο, ώστε να δώσουν στα πρώτα τις σωστές κατευθύνσεις, επισημαίνει τέλος το Bloomberg.