วิธีที่นักวิทยาศาสตร์ของเรา เชื่อมต่อ และ สร้างนวัตกรรม ในการประชุม Machine Learning ของ Amazon
หากต้องการอ่านเรื่องราวเพิ่มเติมเกี่ยวกับงานของเราและผู้คนที่ Amazon Ads โปรดกลับไปที่โฮมเพจ ตำแหน่งงาน ของเราได้เลย
ทุกปีนักวิทยาศาสตร์ วิศวกร และผู้จัดการผลิตภัณฑ์กว่า 1,440 คนใน Amazon จะมารวมตัวกันเพื่อพูดคุยกันทุกเรื่องตั้งแต่ AI ที่มีจริยธรรมไปจนถึงรูปแบบการแนะนำที่ประชุมของ Amazon Machine Learning Conference (AMLC) ภายในของเรา
ชุมชนวิชาการ
“มันรู้สึกเหมือนการประชุมทางวิชาการที่ถูกต้อง” Neeti Narayan นักวิทยาศาสตร์ประยุกต์อาวุโสใน Amazon Ads กล่าว “คุณมีกระดาษ โปสเตอร์ คำสำคัญ แต่สิ่งที่ทำให้ AMLC แตกต่างคือ คนที่อยู่ในห้อง ไม่ใช่แค่นักวิทยาศาสตร์ แต่ทั้งวิศวกร ผู้จัดการผลิตภัณฑ์ นักวิทยาศาสตร์ข้อมูลจากทุกภาคส่วนของธุรกิจ มันเป็นสภาพแวดล้อมการทำงานร่วมกันจริงๆ”
Neeti Narayan นักวิทยาศาสตร์ประยุกต์อาวุโสที่ Amazon Ads
Neeti อยู่ที่ Amazon มาเกือบสี่ปีแล้วหลังจากสำเร็จการศึกษาระดับปริญญาเอกสาขาการเรียนรู้เชิงลึก (มหาวิทยาลัยบัฟฟาโล: มหาวิทยาลัยแห่งรัฐนิวยอร์ก) และทำงานเป็นเวลาสามปีในด้านการประมวลผลภาษาธรรมชาติกับบริษัทเทคโนโลยีขนาดใหญ่ งานประจำวันของเธอคือการพัฒนาโซลูชันที่ขับเคลื่อนด้วย AI ที่เป็นตัวกำหนดความต้องการของผู้โฆษณาไปยังหน้าเว็บที่เกี่ยวข้องตามบริบท และเพิ่มประสิทธิภาพให้กับวิธีที่ธุรกิจ เข้าถึงลูกค้า ผ่าน Amazon Ads และคำแนะนำสินค้า เบื้องหลังก็คือ การฝึกแบบจำลองภาษาขนาดใหญ่เพื่อทำความเข้าใจบริบทของหน้าเว็บและความเกี่ยวข้องของสินค้า และเปลี่ยนข้อความที่ไม่มีโครงสร้างให้กลายเป็นสัญญาณที่สามารถดำเนินการได้
การผสมผสานของทฤษฎีและการประยุกต์ใช้เป็นเหตุผลที่ Neeti เข้ามาทำงานเป็นฝ่ายสนับสนุน AMLC เธอได้รีวิวและเผยแพร่งานวิจัย และถึงขั้นจัดเวิร์กช็อปเกี่ยวกับวิธีใช้ generative AI ในการโฆษณา “ฉันสนุกกับการทำงานทางวิชาการ” เธอกล่าว “การเขียนเอกสารการวิจัย การมาเล่าให้กลุ่มเป้าหมายจำนวนมากฟัง การรับฟีดแบ็ก มันไม่ใช่แค่การจัดทำเอกสารงานวิจัยของคุณ แต่มันคือการปรับปรุงชิ้นงาน และ AMLC ช่วยคุณได้เรื่องนี้”
แบ่งปันความคิด
สำหรับ Martin Radfar นักวิทยาศาสตร์วิจัยอาวุโส AMLC ก็น่าตื่นเต้นไม่แพ้กัน มาร์ตินเคยทำงานกับ Amazon เป็นเวลาหกปีโดยเริ่มทำงานเกี่ยวกับ AI สำหรับ Alexa ก่อนที่จะย้ายไปที่ Amazon Ads เพื่อสำรวจการประมวลผลภาพและวิดีโอ ผลงานตีพิมพ์ ของเขามีเป็นจำนวนมากเแม้จะมีงานตีพิมพ์ภายนอก 16 รายการในการประชุม AI ชั้นนำ แต่เขาเห็นว่าการประชุมภายในของ Amazon ยังมีคุณค่า
Martin Radfar นักวิทยาศาสตร์วิจัยอาวุโสที่ Amazon Ads
“ในปี 2024 บทความของผมได้รับคัดเลือกให้ไปนำเสนอด้วยวาจาในการประชุม” มาร์ตินอธิบาย “มีเพียง 10 เปอร์เซ็นต์เท่านั้นที่ทำสำเร็จ ดังนั้นมันจึงเป็นเกียรติมาก หลังจากนั้นก็มีคนจากทีมอื่นมาพูดว่า “เราสามารถใช้โมเดลของคุณได้” การช่วยเหลือให้ทีมอื่นทำงานได้มากขึ้นเป็นเรื่องที่น่าตื่นเต้นมาก และต่อมาผมพบว่าผลงานของผมเป็นงานที่ถูกดาวน์โหลดมากที่สุดเป็นอันดับสองในการประชุม”
งานวิจัยของ Martin มุ่งเน้นไปที่การปรับโฆษณา ซึ่งหมายถึงการนำแอสเซทโฆษณามาปรับเปลี่ยนเพื่อนำไปใช้งานในแพลตฟอร์มอื่น “โฆษณาแต่ละรายการจะมีส่วนประกอบ สินค้า โลโก้ ข้อความ แพลตฟอร์มที่แตกต่างกันย่อมต้องการรูปแบบโฆษณาที่แตกต่างกัน” เขากล่าวเสริม “เราได้สร้างระบบที่สามารถแบ่งส่วน จัดเรียงใหม่ และถึงสร้างพื้นหลังใหม่ได้ หมายความว่าผู้โฆษณาสามารถทำสิ่งที่เคยต้องใช้ทีมออกแบบทั้งทีมทำได้ในคลิกเดียว”
วัฒนธรรมแห่งความร่วมมือ
ความน่าสนใจของ AMLC ส่วนหนึ่งมากจากความรู้ และอีกส่วนมาจากสังคม สำหรับ Neeti มันเป็นงานวิจัยเกี่ยวกับการรีวิวสินค้าที่ติดอยู่ในใจของเธอ “ฉันตรวจสอบก่อนที่โมเดลนี้จะไปถึงฝ่ายโปรดักชัน เกี่ยวกับวิธีสร้างสรุปการรีวิวหลายพันรายการโดยใช้แบบจำลองภาษาขนาดใหญ่” เธอเล่าให้ฟัง “ต่อมาเราก็นำชุดข้อมูลของพวกเขาไปใช้ในโปรเจ็กต์หนึ่งของเรา ความร่วมมือนี้เกิดขึ้นได้เพราะ AMLC”
เรื่องราวของ Martin ก็คล้าย ๆ กัน โมเดลที่ทีมของเขาพัฒนาขึ้นให้ตรวจจับพื้นที่ปลอดภัยในรูปภาพเพื่อที่จะวางข้อความโอเวอร์เลย์ไปสะดุดตานักวิทยาศาสตร์กลุ่มอื่น ซึ่งหลังจากนั้นพวกเขาได้เอาโมเดลนี้ไปใช้กับเวิร์กโฟลว์ของตนเอง “มันช่วยเปิดประตู” เขากล่าว “คุณไม่รู้หรอกว่างานของคุณถูกนำไปใช้ในวงกว้างจนกว่าคนอื่นจะไปเห็นเข้า”
การลงทุนในนักวิทยาศาสตร์
Amazon เปิดใช้งาน AMLC ตั้งแต่ปี 2013 ในปี 2024 มีการส่งผลงาน 918 รายการ มี 89 ผลงานเท่านั้นที่ได้ไปถึงรอบการนำเสนอด้วยวาจา และ 190 ผลงานได้นำเสนอแบบโปสเตอร์ ตัวเลขฟังดูเยอะ แต่ผลกระทบที่ได้มีความเกี่ยวข้องกับการสเกลน้อยกว่าการเชื่อมต่อ จากการสำรวจหลังการประชุม 89% ของผู้เข้าร่วมประชุมรู้สึกผูกพันกับชุมชนวิทยาศาสตร์ที่ Amazon มากขึ้น ซึ่งเป็นสัญญาณของวัฒนธรรมวิทยาศาสตร์ที่เจริญรุ่งเรืองของ AMLC มากว่าทศวรรษ
ความรู้สึกของความเป็นเจ้าของนี้เป็นสิ่งสำคัญ โดยเฉพาะอย่างยิ่งในบริษัทที่มีขนาดใหญ่อย่าง Amazon “ทุกวัน คุณต้องให้ความสนใจกับทีมของคุณ กำหนดเวลาของคุณ” Neeti กล่าว “แต่ AMLC จะคอยย้ำเตือนคุณว่าคุณเป็นส่วนหนึ่งของสิ่งที่ใหญ่กว่ามาก จู่ ๆ คุณก็จะได้นั่งติดกับใครบางคนจาก Alexa หรือ AWS และได้ตระหนักว่าคุณกำลังจัดการกับปัญหาที่คล้ายกันจากมุมต่าง ๆ”
การเปรียบเทียบกับการประชุมภายนอกนั้นหลีกเลี่ยงไม่ได้และเป็นความตั้งใจด้วย “ฉันได้เข้าร่วมการประชุม ML ภายนอกครั้งใหญ่” Neeti กล่าวต่อ “จริง ๆ แล้วคุณภาพของงานวิจัยที่ AMLC ก็อยู่ในระดับเดียวกัน ความต่างเดียวคือตรงนี้ คุณจะได้เห็นการนำเสมอคิดที่นำเสนอในทันที และคุณจะได้เจอกับคนที่สามารถช่วยคุณนำแนวคิดเหล่านี้ไปใช้ในงานของคุณ”
Martin เห็นด้วย แม้เขาจะตั้งข้อสังเกตว่าความรวดเร็วของสายงานนี้กำลังเปลี่ยนวิธีการแบ่งปันงานวิจัย “ทุกวันนี้บริษัทเทคโนโลยีขนาดใหญ่หลายแห่งกำลังลดการเผยแพร่ผลงานภายนอก ความเป็นส่วนตัวของข้อมูล ทรัพย์สินทางปัญญา กำลังทำให้สิ่งต่าง ๆ ช้าลง แต่ที่ AMLC คุณจะสามารถแบ่งปันงานได้อย่างรวดเร็วและสร้างผลกระทบในเชิงบวกต่อชุมชนของคุณ”
ส่งผลกระทบต่ออนาคตของวิทยาศาสตร์ที่ Amazon
และ AMLC ยังเป็นตัวบ่งชี้ทิศทางที่วงการนี้กำลังมุ่งหน้าไป ผู้บรรยายหลักเมื่อแปดปีที่แล้ว ได้แก่ Andrew Ng ศาสตราจารย์ที่สแตนฟอร์ดและผู้บุกเบิก AI ที่พูดถึงระบบหลายตัวแทนซึ่งเป็นหัวข้อที่ Martin นำเสนอ “ผมเพิ่งพูดถึง AI แบบหลายตัวแทนไป” เขาหัวเราะ” แล้ว Andrew Ng ก็ได้ขึ้นมาอยู่บนเวทีและบอกว่านี่คืออนาคตของการวิจัย AI มันเป็นช่วงเวลาที่ดี”
สำหรับ Neeti แรงบันดาลใจอยู่ที่การค้นพบมากกว่า “Generative AI กำลังก้าวหน้าไปเร็วมากจนยากจะตามทัน” เธอกล่าว “ทีมต่าง ๆ ก็สร้างเครื่องมือใหม่ ๆ ออกมาเรื่อยๆ นั่นผลักดันให้เราคิดมากขึ้นเกี่ยวกับโฆษณา วิธีการสร้างแคมเปญ การที่สินค้าไปปรากฎอยู่ใน Rufus ผู้ช่วยช้อปปิ้งที่ขับเคลื่อนด้วย generative AI ของ Amazon คุณเห็นแนวคิดเหล่านี้ที่ AMLC และคุณก็จะเริ่มจินตนาการถึงอนาคต”
นักวิทยาศาสตร์ทั้งสองมีความกระตือรือรือร้นที่จะอธิบายถึงการฝึกแบบจำลองขนาดใหญ่ การปรับพารามิเตอร์ การทำซ้ำไปจนกว่าจะทำได้เป็นสิ่งที่ต้องใช้ความอุตสาหะ แต่ AMLC ช่วยให้งานนี้มีบริบทกว้างขึ้น “คุณใช้เวลาหลายเดือนในการทำโปรเจ็กต์” Neeti กล่าว “เพื่อที่จะมานำเสนอต่อเพื่อนร่วมงานหลายพันคน รับฟังคำถาม ความคิดของพวกเขา มันเป็นแรงกระตุ้น”
Martin ยอมรับ “ในฐานะนักวิทยาศาสตร์ เราต้องทำให้ความอยากรู้อยากเห็นสมดุลกับผลกระทบ AMLC คือจุดที่สองสิ่งนี้มาบรรจบกัน”
ทำลายอุปสรรคในการโฆษณา
“เราเป็นผู้นำด้านนวัตกรรม” Alexis กล่าว Alexis เป็นส่วนหนึ่งของทีมที่ปรึกษาแทนที่จะเป็นพนักงานขายแบบดั้งเดิม เธอสามารถช่วยลูกค้าของเธอแก้ปัญหาทางธุรกิจในโลกแห่งความเป็นจริง “เมื่อลูกค้ามาหาเราพร้อมกับปัญหา เราต้องทำงานย้อนกลับจากปัญหาดังกล่าวเพื่อค้นหาโซลูชันที่สร้างสรรค์“
ไม่ใช่ในแง่เทคโนโลยีเท่านั้น Alexis เน้นถึงความสำคัญของวัฒนธรรมของ Amazon ในการสร้างความไว้วางใจและการเป็นเจ้าของ “ฉันสามารถดำเนินการได้ตามที่ฉันเห็นสมควร” เธอกล่าว “เจ้านายของฉันไม่ได้มาคอยจัดการเรื่องหยุมหยิม แต่แค่คอยดูเวลาฉันต้องการความช่วยเหลือ ความไว้วางใจนี้ช่วยให้ฉันสามารถใช้ความคิดสร้างสรรค์และทำงานได้อย่างรวดเร็ว”
แนวทางที่เป็นนวัตกรรมของเธอได้รับการยอมรับ หนึ่งในแคมเปญของเธอเพิ่งได้รับรางวัล WPP ระดับโลกสำหรับการทำงานด้านการเปิดใช้งานที่ช่วยพลิกโฉมให้เกิดความคิดสร้างสรรค์ใหม่ ๆ ในแคมเปญของผู้โฆษณา