Cách các nhà khoa học của chúng tôi kết nối và đổi mới tại Hội nghị Amazon Machine Learning

Neeti Narayan, Nhà khoa học ứng dụng cấp cao tại Amazon Ads, cho biết: “Nó mang lại cảm giác như một hội nghị học thuật đích thực. “Có các bài báo, áp phích, các bài phát biểu quan trọng, nhưng điều khiến AMLC trở khác biệt là những người tham gia. Họ không chỉ là các nhà khoa học; mà còn là các kỹ sư, quản lý sản phẩm, nhà khoa học dữ liệu từ khắp nơi trong doanh nghiệp. Đó là một môi trường cộng tác thực sự.”

Đối với Martin Radfar, Nhà khoa học nghiên cứu cấp cao, AMLC cũng thú vị không kém. Martin đã làm việc với Amazon được sáu năm, ban đầu làm việc về AI cho Alexa trước khi chuyển sang Amazon Ads để khám phá quá trình xử lý hình ảnh và video. Anh có nhiều tác phẩm xuất bản, với 16 ấn phẩm bên ngoài tại các hội nghị AI hàng đầu, nhưng anh vẫn tìm thấy giá trị trong hội nghị nội bộ của Amazon.

Sức hấp dẫn của AMLC một phần nằm ở yếu tố trí tuệ, một phần ở yếu tố xã hội. Đối với Neeti, đó là một bài báo về các đánh giá sản phẩm mà cô vẫn nhớ mãi. “Tôi đã xem lại nó trước khi mô hình đi vào sản xuất, về cách tạo bản tóm tắt của hàng nghìn đánh giá bằng cách sử dụng các mô hình ngôn ngữ lớn,” cô nhớ lại. “Sau đó, chúng tôi đã sử dụng tập dữ liệu của chúng trong một trong những dự án của riêng chúng tôi. Sự cộng tác đó chỉ xảy ra nhờ có AMLC.”

Martin cũng có câu chuyện tương tự. Một mô hình mà đội ngũ của anh phát triển để phát hiện các vùng an toàn trong hình ảnh để phủ văn bản đã lọt vào mắt của một đội ngũ nhà khoa học khác, sau đó những nhà khoa học này đã kết hợp nó vào quy trình làm việc của riêng họ. Anh nói: “Nó mở ra những cánh cửa. Bạn không phải lúc nào cũng nhận ra công việc của bạn có ứng dụng rộng hơn cho đến khi người khác phát hiện ra.”

Amazon đã tổ chức AMLC từ năm 2013. Năm 2024, có 918 bài nộp, trong đó có 89 bài được chọn để trình bày trực tiếp, 190 bài được trình bày qua áp phích. Đây là những con số lớn, nhưng tác động của nó nằm ở sự kết nối hơn là quy mô. Theo các cuộc khảo sát sau hội nghị, 89% người tham dự cảm thấy gắn bó hơn với cộng đồng khoa học tại Amazon sau khi tham dự. Đây là dấu hiệu của nền văn hóa khoa học phát triển mạnh mà AMLC đã thúc đẩy trong hơn một thập kỷ.

Cảm giác gắn bó này rất quan trọng, đặc biệt là trong một công ty có quy mô như Amazon. Neeti nói: “Ngày qua ngày, bạn tập trung vào đội ngũ của riêng bạn, thời hạn của riêng bạn. Nhưng AMLC nhắc nhở bạn rằng bạn là một phần của một tập thể lớn hơn nhiều. Đột nhiên, bạn ngồi cạnh ai đó từ Alexa hoặc AWS và nhận ra rằng các bạn đang giải quyết các vấn đề tương tự nhau từ các góc độ khác nhau.”

Việc so sánh với các hội nghị bên ngoài là không thể tránh khỏi và có chủ ý. “Tôi đã tham dự các hội nghị ML lớn bên ngoài,” Neeti tiếp tục. “Thành thật mà nói, chất lượng của các bài báo tại AMLC cũng tương đương như vậy. Sự khác biệt là ở đây bạn cũng thấy được ứng dụng tức thì của các ý tưởng được trình bày. Và bạn gặp những người có thể giúp bạn triển khai những ý tưởng này vào công việc của riêng bạn.”

Martin đồng ý, mặc dù anh nhanh chóng lưu ý rằng tốc độ của lĩnh vực này đang thay đổi cách chia sẻ nghiên cứu. “Ngày nay, nhiều công ty công nghệ lớn đang ít xuất bản ra bên ngoài hơn. Quyền riêng tư dữ liệu và sở hữu trí tuệ làm chậm mọi thứ. Nhưng tại AMLC, bạn có thể chia sẻ công việc một cách nhanh chóng và có tác động tích cực đến cộng đồng của bạn.”

AMLC cũng là thước đo cho thấy lĩnh vực này đang hướng tới đâu. Các bài phát biểu quan trọng năm ngoái bao gồm bài phát biểu của Andrew Ng, giáo sư tại Stanford và là người tiên phong trong lĩnh vực AI, người đã nói về các hệ thống đa tác tử, một chủ đề mà Martin đã trình bày. “Tôi vừa nói về AI đa tác tử,” anh cười, “sau đó Andrew Ng lên sân khấu và nói rằng đó là tương lai của nghiên cứu AI. Đó là một khoảnh khắc đẹp đẽ.”

Đối với Neeti, nguồn cảm hứng nằm hoàn toàn ở tốc độ khám phá. “AI tạo sinh đang phát triển nhanh đến mức khó theo kịp,” cô nói. “Các đội ngũ sản xuất các công cụ mới mỗi tuần. Điều đó thúc đẩy chúng ta suy nghĩ lớn hơn về quảng cáo, cách các chiến dịch được tạo ra, cách sản phẩm xuất hiện trong Rufus, trợ lý mua sắm được hỗ trợ bởi AI tạo sinh của Amazon. Bạn thấy những ý tưởng này tại AMLC và bạn bắt đầu tưởng tượng về tương lai.”

Cả hai nhà khoa học đều muốn giải thích rằng việc đào tạo các mô hình lớn, tinh chỉnh các thông số, lặp lại cho đến khi mọi thứ hoạt động có thể rất khó khăn, nhưng AMLC giúp cung cấp cho công việc này một bối cảnh rộng hơn. “Bạn dành nhiều tháng để thực hiện một dự án,” Neeti nói. “Sau đó trình bày dự án đó cho hàng nghìn đồng nghiệp, nhận được câu hỏi, ý tưởng của họ, thật sự rất phấn khích.”

Martin đồng tình: “với tư cách là các nhà khoa học, chúng tôi luôn cân bằng sự tò mò với tác động. AMLC là giao thoa của hai yếu tố đó.”