Meta đã chuyển đổi một số quy trình làm việc nội bộ thành một phòng thí nghiệm hậu đào tạo trí tuệ nhân tạo chuyên dụng, như một phần trong nỗ lực rộng lớn hơn nhằm cải thiện cách các mô hình của họ học tập và hoạt động. Phòng thí nghiệm này nhằm mục đích đẩy nhanh các cải tiến có thể khiến quảng cáo hiệu quả hơn và tạo ra nhiều doanh thu hơn cho công ty, theo thông tin chi tiết được gã khổng lồ truyền thông xã hội chia sẻ.
Cách phòng thí nghiệm hoạt động
Phòng thí nghiệm tái sử dụng các quy trình nội bộ hiện có — đường ống kiểm duyệt nội dung, vòng phản hồi của người dùng và luồng dữ liệu hiệu suất quảng cáo — làm tài liệu đào tạo cho các mô hình AI sau giai đoạn phát triển ban đầu. Thay vì coi hậu đào tạo là một bước riêng biệt, Meta đang tích hợp nó vào các hoạt động hàng ngày, cho phép các mô hình điều chỉnh gần như theo thời gian thực. Công ty tin rằng cách tiếp cận này sẽ tạo ra các mô hình phản ứng nhanh hơn với hành vi người dùng và nhu cầu của nhà quảng cáo đang thay đổi.
Vụ cược doanh thu
Quảng cáo là nguồn thu nhập chính của Meta và công ty đã phụ thuộc nhiều vào AI để duy trì động lực đó. Chiến lược hậu đào tạo được thiết kế để tinh chỉnh các mô hình cụ thể cho nhắm mục tiêu quảng cáo, đặt giá thầu và tối ưu hóa sáng tạo. Bằng cách biến phòng thí nghiệm thành một phần cố định của hệ sinh thái nội bộ, Meta hy vọng rút ngắn khoảng cách giữa thời điểm phát hành mô hình mới và hiệu suất tạo doanh thu đỉnh cao của nó. Kết quả có thể rất đáng kể nếu phòng thí nghiệm hoạt động như dự kiến.
Rủi ro thực thi còn tồn tại
Nhưng con đường từ phòng thí nghiệm đến cải thiện thực tế không được đảm bảo. Chính các quy trình nội bộ nuôi dưỡng phòng thí nghiệm cũng là sản phẩm của các hệ thống hiện có của công ty và các lỗ hổng trong các hệ thống đó có thể bị khuếch đại thay vì được sửa chữa. Rủi ro thực thi — từ vấn đề chất lượng dữ liệu đến tín hiệu khen thưởng không phù hợp — có thể ngăn cản các mô hình đạt được những tiến bộ thực sự. Meta chưa tiết lộ các điểm chuẩn hoặc mốc thời gian cụ thể cho đầu ra của phòng thí nghiệm, khiến hiệu quả của nó vẫn là một câu hỏi mở.
Phòng thí nghiệm là một trong số nhiều động thái AI gần đây của công ty, vốn cũng đã đầu tư mạnh vào AI tạo sinh và các mô hình ngôn ngữ lớn. Nhưng sáng kiến này nổi bật vì nó gắn trực tiếp việc tinh chỉnh mô hình với các hoạt động cốt lõi của doanh nghiệp, khiến việc tách biệt thành công của nó khỏi các chỉ số hiệu suất hàng ngày trở nên khó khăn hơn.
Hiện tại, phòng thí nghiệm đang hoạt động. Liệu nó sẽ làm sắc bén lợi thế của Meta — hay chỉ thêm một lớp phức tạp khác vào một đường ống AI vốn đã phức tạp — là điều chỉ có thể bắt đầu được thấy qua bộ kết quả thu nhập tiếp theo.
