AI học giống một đứa trẻ, nhưng cần nhiều ví dụ hơn rất nhiều
"Tại sao lại có công ty trả tiền để mình quay cảnh rửa bát?" Đây là câu hỏi DataX nhận được nhiều nhất từ người mới tìm hiểu. Thắc mắc này hoàn toàn hợp lý. Câu trả lời nằm ở cách AI học.
Một đứa trẻ nhìn mẹ gấp áo vài lần là bắt chước được. Robot thì cần xem hàng nghìn, thậm chí hàng triệu lần gấp áo, với nhiều loại áo, nhiều cách cầm, nhiều căn phòng khác nhau, mới rút ra được quy luật.
Những "ví dụ" đó chính là dữ liệu huấn luyện. Không có dữ liệu, mô hình AI không học được gì, dù thuật toán có hiện đại đến đâu.
Vì sao phải là người thật, trong nhà thật?
Có ba lý do khiến dữ liệu từ người thật không thể thay thế:
- Thế giới thật lộn xộn
- -Bếp nhà bạn không giống bếp trong phòng thí nghiệm. Bát đĩa đặt lệch, ánh sáng thay đổi theo giờ, mỗi người cầm dao một kiểu. Robot cần học từ chính sự đa dạng đó thì mới làm việc được trong nhà thật.
- Dữ liệu mô phỏng có giới hạn
- -Các công ty có thể tạo video bằng máy tính, nhưng robot học từ mô phỏng thường "vụng" khi ra ngoài đời thực. Giới nghiên cứu gọi đây là khoảng cách mô phỏng - thực tế (sim-to-real gap). Video thật giúp lấp khoảng cách đó.
- Giọng nói phải đúng giọng địa phương
- -Một hệ thống chỉ nghe giọng phát thanh viên sẽ khó hiểu người Nghệ An hay người Cần Thơ. Muốn AI phục vụ được mọi người Việt, nó phải được nghe giọng tự nhiên của người Việt ở cả ba miền.
Vì sao chỉ quay đôi tay?
Trong các dự án quay video sinh hoạt, DataX chỉ yêu cầu quay đôi tay và thao tác, với điện thoại đeo nằm ngang trên đầu và camera hướng xuống. Robot cần học cách bàn tay di chuyển, cầm nắm, xoay, đặt đồ vật. Khuôn mặt không mang thông tin gì hữu ích cho việc này, nên không cần quay.
Đây cũng là lý do bạn không phải lộ mặt khi tham gia.
Dữ liệu đi qua những bước nào?
Phần việc của CTV là bước đầu tiên, và là bước không thể tự động hóa.
- Bước 1: Thu thập. CTV quay video hoặc thu âm theo hướng dẫn.
- Bước 2: Kiểm tra chất lượng. Loại bỏ video thiếu sáng, sai góc, lọt người khác vào khung hình.
- Bước 3: Gán nhãn. Đánh dấu từng đoạn như "đang cầm bát", "đang rửa", "đặt bát lên giá".
- Bước 4: Huấn luyện. Dữ liệu đã gán nhãn được dùng để dạy mô hình AI hoặc robot.
Việt Nam có vai trò gì?
Các công ty AI và robot trên thế giới đang cần dữ liệu đa dạng về văn hóa, ngôn ngữ và môi trường sống. Việt Nam có nguồn nhân lực trẻ, quen dùng smartphone, cùng những đặc thù riêng về giọng nói và sinh hoạt gia đình mà các bộ dữ liệu phương Tây còn thiếu.
DataX Power là công ty phát triển AI, thu thập và gán nhãn dữ liệu tại Hà Nội. Mạng lưới cộng tác viên giúp chúng tôi tạo ra dữ liệu chất lượng cho khách hàng trong và ngoài nước. Đổi lại, CTV có thêm thu nhập từ những việc vốn làm hằng ngày.
Tóm lại
Bạn được trả tiền không phải vì việc rửa bát khó, mà vì bản ghi việc rửa bát đó, đúng chuẩn kỹ thuật, là thứ các công ty AI không tự tạo ra được.
Muốn thử? Xem các dự án đang tuyển cộng tác viên của DataX Power.
Xem dự án đang tuyển
