ພົບກັບ Lumi, ການປ່ອຍຫລ້າສຸດຂອງ ByteDance—ເປັນ mashup ຂອງ Pinterest, GitHub, ແລະ Fiverr . ຫຼືດັ່ງນັ້ນຂ້າພະເຈົ້າ infer ຈາກການສົ່ງຂໍ້ຄວາມລັບຂອງເຂົາເຈົ້າ. ທັງຫມົດທີ່ຢືນຢັນແມ່ນວ່າຜູ້ໃຊ້ຈະສາມາດ ອັບໂຫລດແລະແບ່ງປັນແບບຈໍາລອງ AI, ຂັ້ນຕອນການເຮັດວຽກທີ່ລະອຽດອ່ອນ, ແລະທົດລອງກັບການຝຶກອົບຮົມ LoRA (ການປັບຕົວຂັ້ນຕ່ໍາ). ສະຕິປັນຍາແບບດັ້ງເດີມຊີ້ໃຫ້ເຫັນວ່ານີ້ແມ່ນຄໍາຕອບຂອງ titan ກັບເຄືອຂ່າຍຜູ້ສ້າງ AI ຊັ້ນນໍາຂອງຈີນ, Liblib ແລະ Civitai. ແຕ່ສໍາລັບບໍລິສັດທີ່ໃຫຍ່ຫຼວງເທົ່າກັບ ByteDance, ແລະຜູ້ກໍ່ຕັ້ງທີ່ມີຄວາມທະເຍີທະຍານຄືກັບ Yiming Zhang, ການປ່ຽນແປງຖົງຈາກຊຸມຊົນຜູ້ສ້າງ AI ແມ່ນມັນຕົ້ນຂະຫນາດນ້ອຍ.
ນີ້ແມ່ນທິດສະດີທີ່ແຕກຕ່າງກັນ: Lumi ບໍ່ແມ່ນແພລະຕະຟອມ, ແຕ່ເປັນ ໂຮງງານຜະລິດຕົ້ນແບບ ທີ່ອອກແບບມາເພື່ອ ກະຕຸ້ນການປະດິດສ້າງ AI ຕໍ່ໄປຂອງ ByteDance ໂດຍຜ່ານ ການປະເຊີນຫນ້າກັນ ລະຫວ່າງຜູ້ໃຊ້ທີ່ແທ້ຈິງແລະ AI ສັງເຄາະ "ຜູ້ສ້າງ."
ນີ້ແມ່ນການຄາດເດົາອັນບໍລິສຸດ , ແນ່ນອນ, ແຕ່ໃຫ້ພິຈາລະນາເສັ້ນທາງທີ່ຜ່ານມາຂອງ ByteDance: ມີຄວາມສົງໃສໃນດ້ານຫນ້າຂອງໂລກ, ໃນຂະນະທີ່ກໍາລັງຜະລິດຕົວແບບ AI ຫຼາຍສິບຕົວສໍາລັບຕະຫຼາດພາຍໃນຂອງພວກເຂົາ. Chalking ນີ້ເຖິງ dodging ການກວດສອບຕາເວັນຕົກໃນ saga TikTok ແມ່ນຄໍາອະທິບາຍທີ່ຍ່ອຍງ່າຍ, ແຕ່ squint ເລັກນ້ອຍແລະມັນເລີ່ມເບິ່ງຄືວ່າ ByteDance ໄດ້ວາງສົມມຸດຕິຖານຂອງເຂົາເຈົ້າເປັນວິທີການ, ການກະກຽມເພື່ອທົດສອບໃຫ້ເຂົາເຈົ້າຢູ່ໃນຫ້ອງທົດລອງທີ່ສະດວກສະບາຍຢູ່ໃກ້ກັບບ້ານ, ບ່ອນທີ່. ກົດລະບຽບແມ່ນ foggy ທີ່ດີທີ່ສຸດ.
ແລະເມື່ອການທົດລອງສິ້ນສຸດລົງ, ຢ່າຕົກຕະລຶງຖ້າ Lumi ຫາຍໄປຢ່າງງຽບໆ, ປ່ອຍໃຫ້ພຽງແຕ່ການຂຸດຄົ້ນທາງດ້ານວິສະວະກໍາຂອງ ByteDance.
ໃນປື້ມກົດລະບຽບທີ່ສັກສິດຂອງ Silicon Valley, ແນວຄວາມຄິດແມ່ນຄວນຈະກ້າວໄປສູ່ການຂັດທີ່ບໍ່ມີທີ່ສິ້ນສຸດ, ການປ່ອຍສາທາລະນະຢ່າງລະມັດລະວັງ, ແລະຫຼັງຈາກນັ້ນຄໍາຄິດເຫັນທີ່ເກີດຂື້ນໃນຈັງຫວະຂອງຄໍາສັບຄໍາສັບວັນອາທິດ. ByteDance ອາດຈະຊື້ຂາຍໃນປະເພນີສໍາລັບບາງສິ່ງບາງຢ່າງທີ່ກ້າຫານກວ່າ: ການຜະສົມປະຕິສໍາພັນຂອງຜູ້ໃຊ້ທີ່ແທ້ຈິງແລະສັງເຄາະເຂົ້າໄປໃນ ຮູບແບບການປ່ອຍສາມຊັ້ນທີ່ກໍານົດໄວ້ສໍາລັບການທົດສອບແບບຈໍາລອງ AI ທີ່ບໍ່ຢຸດຢັ້ງ , ທັງຫມົດພາຍໃຕ້ຫນ້າກາກຂອງ "ຊຸມຊົນຜູ້ສ້າງ AI."
ຖ້າເປັນຄວາມຈິງ, ວິທີການນີ້ຈະສ້າງເສັ້ນທາງໃຫມ່ (ແລະ ບໍ່ມີຈັນຍາບັນ ) ສໍາລັບການປະດິດສ້າງ, ວິທີທີ່ປະສົມປະສານຄວາມໄວ, ການຄວບຄຸມ, ປະສິດທິພາບ, ຄວາມແມ່ນຍໍາ, ທັງຫມົດໃນຂະນະທີ່ຫຼຸດຜ່ອນຄວາມສ່ຽງສາທາລະນະ. ໃນຮູບແບບນີ້, ຄວາມຄິດເຫັນຂອງຜູ້ໃຊ້ແມ່ນທັນທີທັນໃດ, ການປັບຜະລິດຕະພັນແມ່ນຄົງທີ່, ແລະຜູ້ຊົມ, ໂດຍບໍ່ຮູ້ຕົວ, ກາຍເປັນທັງວິຊາທົດສອບແລະຜູ້ກວດສອບ .
ຢູ່ໃນແຖວຫນ້າຂອງຍຸດທະສາດຂອງ ByteDance ແມ່ນການເປີດຕົວໂດຍກົງ, ສະຫງວນໄວ້ສໍາລັບຮູບແບບຂັດທີ່ຖືວ່າກຽມພ້ອມສໍາລັບມືຂອງມະນຸດ, ເຊັ່ນ PixelDance ແລະ Seaweed. ຜູ້ໃຊ້ທີ່ແທ້ຈິງ dive ໃນ, ແຕ່ພວກເຂົາເຈົ້າບໍ່ໄດ້ຢູ່ຄົນດຽວ . AI personas - parading ໃນຖານະເພື່ອນຜູ້ສ້າງ, ແຕ່ມີອຸປະ ກອນການປຸງແຕ່ງພາສາທໍາມະຊາດ, ວິໄສທັດຄອມພິວເຕີ, ແລະການຮຽນຮູ້ເສີມ ແທນທີ່ Stable Diffusion ແລະ Flux - ມີການສັງເກດ, ວິເຄາະ, ແລະສົ່ງຄວາມເຂົ້າໃຈກັບບໍລິສັດໃນທັນທີ.
ບຸກຄົນ AI ແຕ່ລະຄົນສາມາດ ປະສົມປະສານຂໍ້ມູນໃນທົ່ວຫຼາຍຊ່ອງທາງ , ຈັບທຸກສິ່ງທຸກຢ່າງຈາກເສັ້ນທາງການຄລິກໄປຫາຄວາມໄວເລື່ອນ, ສ້າງໂປຣໄຟລ໌ຫຼາຍມິຕິລະດັບຂອງການມີສ່ວນຮ່ວມຂອງຜູ້ໃຊ້. ພວກເຂົາໃຊ້ ການລວມຂໍ້ມູນ multimodal ເພື່ອເຊື່ອມຕໍ່ຄວາມເຂົ້າໃຈເຫຼົ່ານີ້, ການເຊື່ອມໂຍງຮູບແບບພຶດຕິກໍາຈາກການຄລິກ, ການຈໍາລອງການຕິດຕາມຕາ, ແລະແມ້ກະທັ້ງການວິເຄາະສຽງ, ທັງຫມົດທັນທີທັນໃດ. ແລະໂດຍການໃຊ້ ການຮຽນຮູ້ແບບສະຫະພັນ , ບຸກຄົນເຫຼົ່ານີ້ສາມາດດຶງຂໍ້ມູນການແບ່ງຂັ້ນຄຸ້ມຄອງໂດຍບໍ່ເຄີຍທໍາລາຍຄວາມເປັນສ່ວນຕົວຂອງຜູ້ໃຊ້ - ເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບສໍາລັບການເພີ່ມປະສິດທິພາບປະສົບການຂອງຜູ້ໃຊ້ ໂດຍບໍ່ມີຄວາມສ່ຽງຕໍ່ຄວາມປອດໄພຂອງຂໍ້ມູນ .
ວິທີການປະສົມນີ້ຂ້າມໄລຍະ "ເບຕ້າສາທາລະນະ" ປົກກະຕິເຊິ່ງກ່ຽວຂ້ອງກັບວົງຈອນທີ່ຍາວນານ: ຄຸນສົມບັດການປ່ອຍ, ນັ່ງລໍຖ້າ, ວິເຄາະ, ແລະສຸດທ້າຍໃຊ້ເວລາຫຼາຍອາທິດເພື່ອໂຕ້ແຍ້ງວ່າຈະເຮັດແນວໃດຕໍ່ໄປ. ໂດຍການອີງໃສ່ ວົງຈອນທີ່ຂັບເຄື່ອນດ້ວຍ AI ພ້ອມກັນ ນີ້, ByteDance ສາມາດເຮັດໃຫ້ການປັບຕົວທີ່ຊັດເຈນພາຍໃນມື້ຖ້າບໍ່ແມ່ນຊົ່ວໂມງ, ປ່ອຍຄຸນສົມບັດທີ່ປັບຕົວໃນເວລາຈິງກັບພຶດຕິກໍາຂອງຜູ້ໃຊ້ - ວົງການຄໍາຄຶດຄໍາເຫັນທີ່ເຮັດໃຫ້ການທົດສອບເບຕ້າຂອງ Silicon Valley ເປັນຄວາມອັບອາຍ.
ຍັກໃຫຍ່ດ້ານເຕັກໂນໂລຢີທັງຫມົດວາງການເດີມພັນທີ່ກ້າຫານແຕ່ມີທ່າແຮງທີ່ມີກໍາໄລຫຼາຍ, ຈົມຊັບພະຍາກອນອັນໃຫຍ່ຫຼວງເຂົ້າໄປໃນໂຄງການ moonshot ທີ່ສາມາດຟື້ນຟູລໍ້ດິຈິຕອນຫຼືລົງໃນນ້ໍາຮ້ອນ. ບ່ອນທີ່ບໍລິສັດແບບດັ້ງເດີມອາດຈະຈັດການກັບການລິເລີ່ມເຫຼົ່ານີ້ດ້ວຍຖົງມືເດັກນ້ອຍ, ເຫື່ອອອກໃນໄລຍະໄພພິບັດ PR ທີ່ເປັນໄປໄດ້ຂອງການປ່ອຍຕົວຂອງພວກເຂົາ, ByteDance ຊື້ຂາຍ boardroom battles ສໍາລັບ bots, unleashing ແນວຄວາມຄິດເຫຼົ່ານີ້ເຂົ້າໄປໃນສະພາບແວດລ້ອມການທົດສອບພຽງແຕ່ສັງເຄາະ . ໃນທີ່ນີ້, AI personas ແມ່ນຜູ້ເຂົ້າຮ່ວມແຕ່ພຽງຜູ້ດຽວ, ຂຶ້ນກັບແຕ່ລະຕົວແບບໃນການທົດລອງທີ່ສົມບູນ, ມີສະເຕກສູງ, ເຊິ່ງມີພຽງແຕ່ fittest ລອດ. ບໍ່ມີມະນຸດ, ບໍ່ມີຫົວຂໍ້, ບໍ່ມີອັນຕະລາຍທີ່ຈະເຮັດ .
ດ້ວຍຊຸດເຕັກນິກ AI ໃນປືນໃຫຍ່ຂອງພວກເຂົາ, ຜູ້ໃຊ້ສັງເຄາະສາມາດຍູ້ແຕ່ລະລັກສະນະໄປສູ່ຂອບເຂດດ້ານວິຊາການແລະແນວຄວາມຄິດຂອງມັນ . ການຈຳລອງແບບຝ່າຍກົງກັນຂ້າມ ທົດສອບວ່າຕົວແບບສາມາດໄປໄດ້ໄກປານໃດ, ໃນຂະນະທີ່ຕົວແບບການຮຽນຮູ້ການເສີມສ້າງແບບເລິກເຊິ່ງປັບຕົວໄດ້ໃນເວລາຈິງກັບທຸກສະຖານະການທີ່ຖິ້ມໃສ່ພວກມັນ. ບຸກຄົນ AI ເຫຼົ່ານີ້ຂຸດເລິກ, ຄົ້ນຫາ ຈຸດອ່ອນ, ກໍລະນີທີ່ແລ່ນ, ແລະນໍາໃຊ້ການຮຽນຮູ້ທີ່ບໍ່ມີການເບິ່ງແຍງເພື່ອແກ້ໄຂຈຸດອ່ອນທີ່ອາດຈະຜ່ານການທົດສອບຂອງມະນຸດ .
ByteDance ສາມາດ ເພີ່ມຄວາມຊັບຊ້ອນອີກຊັ້ນຫນຶ່ງໂດຍການໃຊ້ແບບຈໍາລອງການຜະລິດ ເພື່ອແນະນໍາການໂຕ້ຕອບຂອງຜູ້ໃຊ້ທີ່ບໍ່ສາມາດຄາດເດົາໄດ້, ໃຫ້ການເປີດເຜີຍຕົວແບບກັບສະຖານະການທີ່ກວ້າງຂວາງ. ມັນເປັນ ຂະບວນການທີ່ມີການເຄື່ອນໄຫວ , ໂດຍແຕ່ລະລັກສະນະທີ່ພັດທະນາຜ່ານຄໍາຕິຊົມທີ່ຂັບເຄື່ອນໂດຍ AI ຢ່າງຕໍ່ເນື່ອງ - ປະກົດຂຶ້ນທີ່ຄົມຊັດແລະທົນທານຫຼາຍ, ພ້ອມທີ່ຈະຮັບມະນຸດພວກເຮົາ.
ແນວຄວາມຄິດທີ່ລົ້ມເຫລວຫາຍໄປຢ່າງງຽບໆ, ຮັກສາຊື່ສຽງຂອງ ByteDance; ໃນຂະນະທີ່ຜູ້ລອດຊີວິດໄດ້ອອກມາ honed, ຢືດຢຸ່ນ, ແລະກໍານົດສໍາລັບການປ່ອຍຕົວຈິງໃນໂລກ. ມັນເປັນສະໜາມພິສູດທີ່ຂັບເຄື່ອນດ້ວຍ AI-ເປັນສະໜາມປິດລ້ອມທີ່ ByteDance ສາມາດກົດດັນກັບຂອບຂອງຫົວຮຸນແຮງ, ເປັນໄປບໍ່ໄດ້, ແລະອາດຈະມີການປ່ຽນແປງເກມດ້ວຍຄວາມຫມັ້ນໃຈທັງໝົດ .
ໃນທີ່ນີ້ແມ່ນ trump card . ຕົບຊື່ຍີ່ຫໍ້ໃສ່ແນວຄວາມຄິດ, ແລະທັນທີທັນໃດມັນໄດ້ຮັບການ sparkle, ຊຶ່ງຫມາຍຄວາມວ່າການຈົມລົງທັງຊົ່ວໂມງແລະໂດລາເຂົ້າໄປໃນໂປໂລຍ - ຊ້າລົງ "ຍ້າຍໄວແລະທໍາລາຍສິ່ງ" mantra ຂອງເຕັກໂນໂລຊີ. ແຕ່ຖ້າພວກເຂົາສາມາດຫຼອກລວງແນວຄວາມຄິດ skeleton ພາຍໃຕ້ການສະແດງອອກຂອງເນື້ອຫາທີ່ສ້າງໂດຍຜູ້ໃຊ້, ByteDance ສາມາດວັດແທກປະຕິກິລິຍາທີ່ແທ້ຈິງຕໍ່ແນວຄວາມຄິດເຄິ່ງອົບ, ສອງສາມ coders junior ສາມາດ conjure ເຖິງ, ທັງຫມົດໃນຂະນະທີ່ຫຼີກເວັ້ນການ hassle ຂອງການເປີດຕົວຢ່າງເປັນທາງການ.
ຢູ່ glance ທໍາອິດ, ຮູບແບບເຫຼົ່ານີ້ອາດຈະຄ້າຍຄື curiosities ພຽງເລັກນ້ອຍ - ການກັ່ນຕອງງ່າຍດາຍ, ອັດຕະໂນມັດບາງ handy, ບາງທີເຄື່ອງມືການວິເຄາະ niche. ພວກມັນຜະສົມຜະສານກັນ, ຄືກັບການອັບໂຫລດແບບສະໝັກຫຼິ້ນໂດຍສະເລ່ຍ ຫຼືການປະກອບສ່ວນແບບເປີດ. ແຕ່ພາຍໃຕ້ການສັ່ນສະເທືອນທີ່ບໍ່ສົມມຸດຕິຖານ, ລະບົບ AI ອາດຈະຢູ່ໃນ swing ເຕັມທີ່, ດ້ວຍ ເຄື່ອງມື NLP ດຶງເອົາກະແສໄຟຟ້າຂອງປະຕິກິລິຍາໃນເວລາຈິງ, ແລະ ແບບຈໍາລອງການຮຽນຮູ້ເສີມ ທີ່ຝັງເລິກເຂົ້າໄປໃນຂໍ້ມູນການມີສ່ວນພົວພັນ, ຕິດຕາມຢ່າງແນ່ນອນວ່າແຕ່ລະກຸ່ມພົວພັນກັບຕົວແບບ, ບັນທຶກລົງ. ຊ່ວງເວລາທີ່ຄວາມສົນໃຈເພີ່ມຂຶ້ນ.
ByteDance ສາມາດຂຸດລົງເລິກກວ່າ, ລວບລວມຜູ້ໃຊ້ໂດຍພຶດຕິກໍາ ເພື່ອວາງແຜນວ່າໃຜຖືກແຕ້ມໄປຫາແຕ່ລະແບບແລະເປັນຫຍັງ. ການກວດຫາຄວາມຜິດກະຕິ ສາມາດຊີ້ບອກການນໍາໃຊ້ທີ່ແປກປະຫລາດຫຼືບໍ່ໄດ້ຕັ້ງໃຈ, ຈາກກໍລະນີແຂບແປກໄປຫາຈຸດອ່ອນທີ່ຝັງຢູ່, ການທົດສອບແບບດັ້ງເດີມອາດຈະພາດ, ດ້ວຍ ຕົວແບບ inference ສາເຫດ ທີ່ດຶງອອກຈາກສິ່ງທີ່ເຮັດໃຫ້ການມີສ່ວນຮ່ວມຂອງຜູ້ໃຊ້ແລະສິ່ງທີ່ເຮັດໃຫ້ມັນຫຼຸດລົງ.
ຄວາມເຂົ້າໃຈທັງໝົດເຫຼົ່ານີ້ໃນທີ່ສຸດອາດຈະ ເຮັດໃຫ້ເຄື່ອງຈັກໃນການຕັດສິນໃຈ ທີ່ຮູ້ວ່າເວລາໃດຄວນປ່ອຍຕົວແບບອອກຈາກເວທີຢ່າງສະຫງ່າງາມ ຖ້າມັນບໍ່ຖືກຕັດອອກ. ແຕ່ເມື່ອແນວຄວາມຄິດສະແດງໃຫ້ເຫັນຄໍາສັນຍາ, ແບບຈໍາລອງການຄາດເດົາເລີ່ມຕົ້ນ, ວັດແທກທ່າແຮງຂອງມັນສໍາລັບການປ່ອຍທີ່ກວ້າງຂວາງ. ແລະໃນເວລາທີ່ບາງສິ່ງບາງຢ່າງຫມາຍຕິກໃນປ່ອງທັງຫມົດ, ByteDance ໄດ້ຮັບບູລິມະສິດຕໍ່ໄປຂອງເຂົາເຈົ້າ teed ເຖິງສໍາລັບການເປີດຕົວຢ່າງເຕັມທີ່.
ຂໍໃຫ້ຈະແຈ້ງ: ນີ້ບໍ່ແມ່ນການຮ້ອງຟ້ອງສໍາລັບການສອບຖາມກ່ຽວກັບ ByteDance. ແທນທີ່ຈະ, ມັນເປັນການໂທຫາເພື່ອຖອຍຫລັງແລະຖາມວ່າ - ໃນຈຸດໃດທີ່ຄວາມຫຼົງໄຫຼຂອງພວກເຮົາກັບນະວັດຕະກໍາເລີ່ມຕົ້ນເກີນຄວາມສາມາດຂອງພວກເຮົາທີ່ຈະຮັກສາມັນ? ຈາກ ByteDance ໄປ Google ຫາ Amazon ຈົນເຖິງການເລີ່ມຕົ້ນທີ່ເຄື່ອນຍ້າຍລົງໃນຫ້ອງໂຖງ - ຜູ້ທີ່ບໍ່ລັງກຽດໃນການຍູ້ຊອງຈົດຫມາຍ ?
ແຕ່, ໃນຄວາມຮີບຮ້ອນທີ່ຈະປ່ຽນຄວາມຄິດທີ່ເປັນໄຂ້ແຕ່ລະຄົນໄປສູ່ລັກສະນະອັນໃຫຍ່ຫຼວງຕໍ່ໄປ, ເສັ້ນລະຫວ່າງຄວາມກ້າວຫນ້າແລະຄວາມຮັບຜິດຊອບອາດຈະນຸ່ງເສື້ອບາງໆທີ່ເປັນອັນຕະລາຍ.
ບາງທີມັນອາດຈະເຖິງເວລາທີ່ພວກເຮົາໄດ້ລົງທຶນອີກເລັກນ້ອຍໃນການເຮັດວຽກທີ່ບໍ່ sexy ໃນການສ້າງຕັ້ງ guardrails, ໂດຍສະເພາະກ່ຽວກັບວິທີທີ່ພວກເຮົາຄວບຄຸມການພົວພັນທາງສັງຄົມທີ່ AI ປະຈຸບັນໄກ່ເກ່ຍ. ນີ້ບໍ່ແມ່ນກ່ຽວກັບການປະດິດສ້າງທີ່ແຂງກະດ້າງ, ແຕ່ກ່ຽວກັບ ການປົກປັກຮັກສາຜ້າທີ່ອ່ອນໂຍນຂອງການເຊື່ອມຕໍ່ຂອງມະນຸດ , ກອບທີ່ສາມາດຂັດໄດ້ງ່າຍພາຍໃຕ້ນ້ໍາຫນັກຂອງການບໍ່ກະພິບ, ການແລກປ່ຽນ AI ທີ່ບໍ່ເມື່ອຍລ້າ. ຖ້າພວກເຮົາຫຍຸ້ງຢູ່ກັບທຸກແນວຄິດທີ່ໜ້າສົນໃຈໄປໄກທີ່ສຸດ, ໃຜຈະດຶງພວກເຮົາກັບຄືນ?