اوتکارش آمیتابه نقش نیمهوقت و فریلنسکاری در آموزش مدلهای هوش مصنوعی برای micro1 را در ژانویه ۲۰۲۵ بر عهده گرفت. منبع: اوتکارش آمیتابه
اوتکارش آمیتابه میگوید که قطعاً در ژانویه ۲۰۲۵ به دنبال شغل جدیدی نبود، زمانی که استارتاپ برچسبگذاری داده micro1 با او تماس گرفت تا به شبکه متخصصان انسانی خود بپیوندد که به شرکتها در آموزش مدلهای هوش مصنوعی کمک میکنند.
این کارآفرین ۳۴ ساله مستقر در بریتانیا، پیش از این به عنوان نویسنده، مدرس دانشگاه، مؤسس و مدیرعامل پلتفرم جهانی مشاوره و مشاغل Network Capital، و دانشجوی دورهٔ دکترا در مدرسهٔ کسبوکار ساید دانشگاه آکسفورد فعالیت میکرد. همچنین کودک تازهزاییدهای در خانه دارد؛ او این را به CNBC Make It میگوید.
در پایان، آمیتابه موافقت کرد نقش اضافی را بر عهده بگیرد و اذعان داشت که «کنجکاوی فکری مرا جذب کرد». او میگوید که چشمانداز آموزش مدلهای هوش مصنوعی سازمانی با پیشزمینهٔ او در «استراتژی تجاری، مدلسازی مالی و فناوری» کاملاً سازگار بود.
در حقیقت، micro1 میگوید که متخصصینی با دانش عمیق در حوزههایی از جمله پزشکان، وکلا تا مهندسان را جذب میکند. آمیتابه که خود را «عمومیدان عمیق» توصیف میکند، قطعاً به این توصیف میخورد.
او دارای مدرک کارشناسی مهندسی مکانیک، مدرک کارشناسی ارشد فلسفه اخلاق، و بیش از شش سال تجربه کار در توسعهٔ کسبوکار برای مایکروسافت در نقشی که بر محاسبات ابری و مشارکتهای هوش مصنوعی متمرکز بود، میباشد. آثار پیشین او شامل کتابی دربارهٔ «انقلاب کارهای جانبی» و رسالهٔ کارشناسی ارشد دربارهٔ تأثیر هوش مصنوعی بر ماهیت دستاوردها است.
آمیتابه میگوید که فرصت همکاری با micro1 بهعنوان یک «درجهٔ طبیعی» به نظر میرسید. او همچنین انعطافپذیری نقش نیمهوقت و فریلنسکاری را قدر میداند — بهطور متوسط، حدود ۳٫۵ ساعت هر شب کار میکند، معمولاً پس از خوابیدن دختر یکسالهاش.
آمیتابه میگوید: «این بهنظر نمیرسید که یک کار اضافه باشد، بلکه چیزی بود که میتوانم در تعداد ساعتی محدود در هفته، بهمنظور پیشبرد علایقام استفاده کنم».
آمیتابه اکنون برای کار آموزش مدلهای هوش مصنوعی برای micro1، ساعتی ۲۰۰ دلار دریافت میکند؛ این مقدار بر اساس یک فیش حقوقی که توسط CNBC Make It مشاهده شد، تأیید شد. یک سخنگوی شرکت نیز تأیید کرد که آمیتابه از ژانویه تاکنون تقریباً ۳۰۰٬۰۰۰ دلار (شامل پاداشهای تکمیل پروژه) کسب کرده است.
در عین حال، آمیتابه میگوید که «پول کمتر از عامل انگیزشی بود» نسبت به همپوشانی این نقش با علایق شخصی و حرفهای او، بهویژه با توجه به اینکه او در حال حاضر از شغلهای دیگرش درآمد قابل قبولی دارد. او هنوز «دستمزد منصفانه را یک ارزش اصلی میداند» و اضافه میکند که جبران هزینه برای کاری که نیاز به تخصص بالایی دارد «ارزشمند» بهنظر میرسد.
«برای این کار باید توجه به جزئیات فوقالعادهای داشته باشید»
micro1 که در سال ۲۰۲۲ تاسیس شد، شبکهای بیش از ۲ میلیون متخصص را ایجاد کرده است که بر روی آموزش مدلهای هوش مصنوعی برای مشتریانی مانند آزمایشگاههای بزرگ هوش مصنوعی، از جمله مایکروسافت، و شرکتهای فهرست ۱۰۰ فورچون که در حال توسعهٔ مدلهای زبانی بزرگ برای نیروهای کاری خود هستند، کار میکنند. بهگزارش TechCrunch. آخرین ارزشیابی micro1 بهمقدار ۵۰۰ میلیون دلار بوده و شرکتهای استارتاپ بزرگتری مانند Mercor و ScaleAI را بهعنوان رقبای خود میشمارد.
آن شبکه از متخصصانی چون آمیتابه شالودهٔ کیفیت دادههای ما را تشکیل میدهد، دانیل وارمر، رئیس بازاریابی micro1، در بیانیهای گفت: «مدلهای هوش مصنوعی امروز تقریباً تمام دانش عمومی موجود را جذب کردهاند و پیشرفت واقعی حالا از متخصصان حوزه میآید که میتوانند مدل را بهچالش بکشند، اصلاح کنند و بهطور مؤثری بهتر از آن فکر کنند. «دادههای انسانی» که توسط متخصصان واقعی تولید میشود، به ما امکان میدهد نتایج برتر را برای آزمایشگاههای پیشرو هوش مصنوعی و فهرست ۱۰۰ فورچون ارائه دهیم.»
آموزش مدل هوش مصنوعی شامل وارد کردن حجم عظیمی از اطلاعات و سناریوها به یک الگوریتم برای تشکیل یک مجموعهٔ دادهٔ بزرگ است. سپس مدل با گذشت زمان از طریق تست با دستورات (پرامپت) که از مدل میخواهند به سؤالات پاسخ دهد یا راهحلهای مشکلات را پیشنهاد کند، بهدقت بیشتری میرسد؛ برای مثال درخواست از یک عامل هوش مصنوعی برای پیگیری هزینهها، پیشبینی رشد و ایجاد بودجه جدید برای یک واحد تجاری در یک شرکت.
بسیاری از پروژههایی که او روی آنها کار میکند محرمانهاند و شامل «نگاه به یک مشکل تجاری پیچیده که کاربر عادی، صاحب کسبوکار یا یک مدیر ممکن است داشته باشد و سپس تجزیه آن به بخشهای کوچک» میشوند، آمیتابه میگوید.
مشابه مهندسی پرامپت، این بخش از شغل نیاز دارد که او هر مسأله را به زبانی واضح و مشخص تقسیم کند که «ماشینها بتوانند درک کنند»، تا اطمینان حاصل شود مدل میتواند پاسخ دقیق و مرتبطی ارائه دهد، او اضافه میکند.
اگر در پاسخ مدل خطاهایی وجود داشته باشد یا مدل بیش از حد از محدوده سؤال یا مسألهٔ اولیه منحرف شود، آمیتابه برای شناسایی جایی که «نقطهای از دست رفته یا ظرافتی نادیده گرفته شده» کار میکند و آن را رفع مینماید تا مجموعهٔ دادهٔ مدل قبل از آزمون دوباره تنظیم و بهبود یابد. این فرآیند آزمایش و خطا است که میتواند «چند ساعت» برای هر مجموعه مسأله طول بکشد، او میگوید.
آمیتابه میگوید: «برای این کار لازم است دقت فوقالعادهای داشته باشید، و اغلب باید بهدنبال اشتباهاتی باشید که ممکن است انسان یا ماشین مرتکب شود، و با غوطهور شدن در این فرآیند، انواع مختلف اشتباهات را کشف میکنید».
او میگوید این شغل «بهطور فکری بسیار سخت» است، بهویژه زیرا مدلهای هوش مصنوعی بهصورت مستمر یاد میگیرند و بهبود مییابند، که حتی برای متخصصانی مانند آمیتابه نیز نیازمند ارتقای پایهٔ دانش و مهارتهای تفکر خلاق است.
او اضافه میکند: «هدف نهایی در واقع بسیار انگیزشی است». «شما میبینید که آیا ماشین و انسان، بهگونهای که این تعامل صورت میگیرد، میتوانند خروجی برای مسائلی که پرسیدهاید و سایر مسائلی که ممکن است مرتبط با آنها باشند، ارتقا دهند».
هوش مصنوعی و شغلها: «سؤال تریلیوندلار»
در میان رشد هوش مصنوعی در محیط کار، نگرانی کارمندان در بیشتر صنایع این است که آیا فناوری پیشرفته در نهایت کارگران انسانی را منسوخ میکند یا حداقل نقشهای آنها را بهطور چشمگیری دگرگون میسازد. پس آیا آمیتابه نگران این است که بهکارگیری تخصص خود برای آموزش مدلهای هوش مصنوعی در حال حاضر میتواند به معنای فرصتهای شغلی کمتر برای خودش یا دیگرانی با پیشزمینهٔ مشابه در آینده باشد؟
او میگوید: «این سؤال تریلیوندلار است»، و اشاره میکند که مردم معمولاً بهدستهٔ «بهینهگرایان تکنولوژی یا بدبینان تکنولوژی» میپیوندند وقتی بهچگونگی نگاه به انقلاب پیشرو هوش مصنوعی و تأثیرات آن بر بازار کار میاندیشند. «من دوست دارم خودم را جایی بین بهینهگرای تکنولوژی و واقعگرای تکنولوژی تصور کنم»، او میافزاید.
آمیتابه اعتراف میکند که «دردهای رشد» مطمئناً وجود خواهد داشت، چرا که شرکتهای بیشتری ابزارهای هوش مصنوعی را در فعالیتهای روزمره کارمندان خود بهکار میگیرند، که احتمالاً منجر به حذف تعداد قابلتوجهی از شغلها میشود — اثری که رهبران منابع انسانی میگویند در حال حاضر شروع به رخ دادن کرده است.
اما او نیز در دستهٔ خوشبینان قرار دارد که پیشبینی میکند هوش مصنوعی در نهایت شغلهای بیشتری ایجاد خواهد کرد تا این خسارات را جبران کند. بهعنوان مثال، تحلیلی در ژانویه ۲۰۲۵ از فوروم اقتصاد جهانی پیشبینی کرد که هوش مصنوعی نیرویی مخرب اما در نهایت مفید برای بازار کار جهانی خواهد بود که منجر به حدود ۸۰ میلیون شغل خالص تا سال ۲۰۳۰ خواهد شد.
در نهایت، آمیتابه میگوید که نگرش فلسفیتری دارد: او مطمئن است که دانش، چه در انسانها و چه در ماشینها، یک منبع «پایدار» نیست و انسانها و ماشینها همیشه رابطهٔ همزیستی خواهند داشت که پیشرفت برای هر دو نیازمند همکاری مداوم است.
او میگوید: «امکان دارد این ترس از هوش مصنوعی بهصورت جمعی ما را توانمند سازد تا بهتر بیاموزیم، مهارتهایمان را ارتقا دهیم و سؤالات خود را بهنحوی متفاوت مطرح کنیم»، و اضافه میکند: «پس من کاملاً نگران ایدهٔ فاجعهی هوش مصنوعی نیستم، چرا که معتقدم این فناوری سود بسیار بیشتری نسبت به ضرر دارد».
