شرکت Micro1، پیشرو در حوزه آموزش مدل‌های هوش مصنوعی، با اعلام استراتژی جسورانه خود، تخصیص بودجه ۱ میلیارد دلاری برای خرید و لایسنس داده‌های عملیاتی سازمان‌ها را در دستور کار قرار داده است. این اقدام که در پاییز ۱۴۰۳ (اکتبر ۲۰۲۴) رسانه‌ای شد، نقطه عطفی در تأمین منابع داده‌های باکیفیت برای آموزش ایجنت‌های هوش مصنوعی خودمختار محسوب می‌شود.
استراتژی جدید Micro1: تمرکز بر داده‌های غیرساختاریافته
در دنیای هوش مصنوعی، کیفیت داده‌ها مستقیماً بر دقت خروجی مدل‌ها تأثیر می‌گذارد. شرکت Micro1 در برنامه‌ای موسوم به «مشارکت‌های داده سازمانی» (Company Data Partnerships) قصد دارد طی ۱۲ ماه آینده، با بهره‌گیری از منابع مالی تامین‌شده توسط نهادهای بزرگی همچون Citi و Hercules Capital، اقدام به خریداری انبوه داده‌های شرکتی کند. برخلاف مدل‌های زبانی بزرگ عمومی که بر داده‌های اینترنتی تکیه دارند، Micro1 بر داده‌های تخصصی و عملیاتی متمرکز است که می‌تواند باعث افزایش کارایی ایجنت‌ها در محیط‌های کاری شود.
معماری آموزشی و نقش یادگیری تقویتی (Reinforcement Learning)
هدف اصلی از این خرید سنگین، بهینه‌سازی مدل‌ها از طریق یادگیری تقویتی (RL) است. داده‌های سازمانی که شامل جریان‌های کاری، لاگ‌های ارتباطی و فرآیندهای تصمیم‌گیری شرکت‌هاست، به این کمپانی اجازه می‌دهد تا ایجنت‌هایی بسازد که قادر به درک پیچیدگی‌های محیط‌های کسب‌وکار هستند. این داده‌ها پیش از استفاده، تحت فرآیندهای دقیق «ناشناس‌سازی» (De-identification) قرار می‌گیرند تا حریم خصوصی سازمان‌ها حفظ شود و خطرات نشت اطلاعات حساس به حداقل برسد.
تحلیل فنی: چرا داده‌های سازمانی برای ایجنت‌ها حیاتی است؟
ایجنت‌های هوش مصنوعی برخلاف چت‌بات‌های ساده، باید قادر به انجام «اقدام» (Action) باشند. برای اینکه یک ایجنت بتواند در سیستم‌های ERP یا CRM یک شرکت به درستی عمل کند، نیاز به آموزش روی داده‌هایی دارد که «تجربه انسانی» در آن محیط را شبیه‌سازی می‌کنند. این سرمایه‌گذاری ۱ میلیارد دلاری عملاً Micro1 را به بزرگترین خریدار داده‌های «دنیای واقعی» تبدیل می‌کند تا مدل‌هایی را آموزش دهد که نه تنها متن را درک کنند، بلکه فرآیندهای تجاری را نیز بهینه کنند.
مشخصات فنی و استراتژیک طرح
- هدف اصلی: آموزش ایجنت‌های خودمختار با استفاده از داده‌های عملیاتی.
- منابع تامین مالی: مشارکت نهادهای مالی Citi و Hercules Capital.
- روش کار: خرید و لایسنس‌دهی داده‌های سازمان‌ها در قالب برنامه Company Data Partnerships.
- استاندارد داده‌ها: استفاده از داده‌های دی-آیدی (De-identified) جهت حفظ محرمانگی.
- بازه زمانی اجرایی: ۱۲ ماه آینده (منتهی به پاییز ۱۴۰۴).
چالش‌ها و افق پیش رو
این مدل کسب‌وکار اگرچه برای Micro1 نویدبخش است، اما سوالات متعددی را در مورد مالکیت داده‌های تولید شده توسط کارکنان شرکت‌ها مطرح می‌کند. با این حال، با توجه به نیاز مبرم توسعه‌دهندگان به داده‌های باکیفیت جهت فراتر رفتن از سد مدل‌های زبانی فعلی، اقدام Micro1 می‌تواند استانداردهای جدیدی در زمینه «تجارت داده برای آموزش هوش مصنوعی» ایجاد کند.
