Tôi gần đây đã hiểu lại KGeN: AI có thể thực sự không phải là thiếu thêm dữ liệu”
Khi nghiên cứu KGeN, cảm nhận lớn nhất của tôi là:
Dữ liệu càng nhiều, thì việc “dữ liệu đó có thực sự đến từ con người hay không” lại càng có ý nghĩa quan trọng.
Trước đây, khi xem các dự án AI nói về dữ liệu, tôi gần như không dừng lại quá lâu. Bởi vì hiện giờ trên internet cái gì cũng có.
Nhưng vấn đề cũng nằm ở chỗ đó.
Bài viết, hình ảnh, âm thanh do AI tạo ra ngày càng nhiều, và tài khoản robot cũng ngày càng phổ biến. Liệu sau này khi AI học một lượng lớn những nội dung đã từng được AI tạo ra này, liệu có xuất hiện một vòng lặp không?
AI tạo → AI học → tạo lại → rồi huấn luyện lại AI.
Số lượng ngày càng tăng, nhưng kinh nghiệm thực tế của con người lại có thể càng ngày càng ít đi.
Đó cũng là lý do tôi bắt đầu nhìn nghiêm túc vào KGeN.
Hiện tại, KGeN định vị bản thân là Verified Human Network (Mạng lưới Con người Đã được Xác thực). Hướng cốt lõi của họ là thu thập dữ liệu đa phương thức về con người thật đã được xác minh, để phục vụ Physical AI và LLM. Thông tin chính thức cho biết các loại dữ liệu bao gồm âm thanh, thị giác, hành động và xúc giác, đồng thời phủ hơn 60 quốc gia.
Theo tôi, điều đáng suy nghĩ nhất ở đây không phải là khái niệm “AI” đang hot, mà là:
Nếu tương lai AI thực sự cần hiểu thế giới thực, liệu nó có bắt buộc phải hiểu con người thật trước không?
Ví dụ, để một robot có thể sống trong môi trường thực, chỉ nhìn ảnh trên internet thôi có lẽ là không đủ xa.
Nó cần biết con người nói chuyện như thế nào, hành động ra sao, quan sát môi trường thế nào, thậm chí trong những bối cảnh khác nhau, con người sẽ phản ứng như thế nào.
Lúc này, dữ liệu con người thật không còn chỉ là vấn đề về số lượng dữ liệu, mà là vấn đề về nguồn gốc và chất lượng dữ liệu.
Tư duy hiện tại của KGeN là kết nối người thật, dữ liệu đa phương thức đã được xác minh và nhu cầu huấn luyện AI. Trong hệ sinh thái sản phẩm của họ cũng có K-Quest, sử dụng dữ liệu đa phương thức cần cho Physical AI và LLM được thu thập thông qua việc người đã được xác minh hoàn thành nhiệm vụ.
Tất nhiên, tôi sẽ không nói ngay rằng KGeN chắc chắn sẽ thành công.
Với tôi, điều đáng tiếp tục theo dõi hơn là:
Người dùng thật có thể tiếp tục tăng trưởng không?
Nhu cầu dữ liệu có thể tiếp tục được tạo ra không?
Những dữ liệu này có thể được các công ty AI sử dụng thực sự không?
Cuối cùng liệu có thể hình thành một vòng lặp kinh doanh dài hạn không?
Những câu hỏi này thú vị hơn nhiều so với việc chỉ xem giá ngắn hạn.
Còn câu trả lời, tôi vẫn sẽ tiếp tục quan sát
#KGen
Khi nghiên cứu KGeN, cảm nhận lớn nhất của tôi là:
Dữ liệu càng nhiều, thì việc “dữ liệu đó có thực sự đến từ con người hay không” lại càng có ý nghĩa quan trọng.
Trước đây, khi xem các dự án AI nói về dữ liệu, tôi gần như không dừng lại quá lâu. Bởi vì hiện giờ trên internet cái gì cũng có.
Nhưng vấn đề cũng nằm ở chỗ đó.
Bài viết, hình ảnh, âm thanh do AI tạo ra ngày càng nhiều, và tài khoản robot cũng ngày càng phổ biến. Liệu sau này khi AI học một lượng lớn những nội dung đã từng được AI tạo ra này, liệu có xuất hiện một vòng lặp không?
AI tạo → AI học → tạo lại → rồi huấn luyện lại AI.
Số lượng ngày càng tăng, nhưng kinh nghiệm thực tế của con người lại có thể càng ngày càng ít đi.
Đó cũng là lý do tôi bắt đầu nhìn nghiêm túc vào KGeN.
Hiện tại, KGeN định vị bản thân là Verified Human Network (Mạng lưới Con người Đã được Xác thực). Hướng cốt lõi của họ là thu thập dữ liệu đa phương thức về con người thật đã được xác minh, để phục vụ Physical AI và LLM. Thông tin chính thức cho biết các loại dữ liệu bao gồm âm thanh, thị giác, hành động và xúc giác, đồng thời phủ hơn 60 quốc gia.
Theo tôi, điều đáng suy nghĩ nhất ở đây không phải là khái niệm “AI” đang hot, mà là:
Nếu tương lai AI thực sự cần hiểu thế giới thực, liệu nó có bắt buộc phải hiểu con người thật trước không?
Ví dụ, để một robot có thể sống trong môi trường thực, chỉ nhìn ảnh trên internet thôi có lẽ là không đủ xa.
Nó cần biết con người nói chuyện như thế nào, hành động ra sao, quan sát môi trường thế nào, thậm chí trong những bối cảnh khác nhau, con người sẽ phản ứng như thế nào.
Lúc này, dữ liệu con người thật không còn chỉ là vấn đề về số lượng dữ liệu, mà là vấn đề về nguồn gốc và chất lượng dữ liệu.
Tư duy hiện tại của KGeN là kết nối người thật, dữ liệu đa phương thức đã được xác minh và nhu cầu huấn luyện AI. Trong hệ sinh thái sản phẩm của họ cũng có K-Quest, sử dụng dữ liệu đa phương thức cần cho Physical AI và LLM được thu thập thông qua việc người đã được xác minh hoàn thành nhiệm vụ.
Tất nhiên, tôi sẽ không nói ngay rằng KGeN chắc chắn sẽ thành công.
Với tôi, điều đáng tiếp tục theo dõi hơn là:
Người dùng thật có thể tiếp tục tăng trưởng không?
Nhu cầu dữ liệu có thể tiếp tục được tạo ra không?
Những dữ liệu này có thể được các công ty AI sử dụng thực sự không?
Cuối cùng liệu có thể hình thành một vòng lặp kinh doanh dài hạn không?
Những câu hỏi này thú vị hơn nhiều so với việc chỉ xem giá ngắn hạn.
Còn câu trả lời, tôi vẫn sẽ tiếp tục quan sát
#KGen
