ByteDance lập bộ phận cấp 1 về dữ liệu, bảo mật AI

ByteDance vừa thành lập bộ phận cấp 1 mang tên "AI Data and Security" (Dữ liệu và Bảo mật AI), phụ trách toàn bộ khâu sản xuất dữ liệu cho các mô hình lớn cùng công tác bảo mật. Đây là bước tái cơ cấu nhằm gom các tổ chức dữ liệu vốn nằm rải rác theo từng mô hình về một mối.

Theo 36Kr đưa tin ngày 11 (giờ địa phương), bộ phận mới được xếp ngang hàng với tổ chức nghiên cứu AI Seed, tổ chức ứng dụng AI Flow và nền tảng video ngắn Douyin của ByteDance. Người đứng đầu là Adam Wang, cựu phụ trách nền tảng và livestream của TikTok.

Nhiệm vụ cốt lõi của bộ phận này là cung cấp dịch vụ "dữ liệu đa phương thức" cho toàn bộ các mô hình lớn của ByteDance. Dữ liệu đa phương thức là loại tài liệu huấn luyện kết nối nhiều dạng thông tin khác nhau như văn bản, giọng nói, hình ảnh và video.

AI đa phương thức phải diễn giải đồng thời nhiều định dạng đầu vào và nắm được mối liên hệ giữa chúng. Muốn làm được điều đó, ngoài cấu trúc mô hình, cần có một hệ thống thu thập, xử lý dữ liệu và đánh giá theo tiêu chuẩn thống nhất.

Phạm vi sáp nhập lần này bao gồm đội Global Data do Fuwei lập năm 2023 và nền tảng dữ liệu trung tâm của tập đoàn mang tên DMC. Nền tảng dữ liệu AI AIDP thuộc Flow cũng được sáp nhập vào bộ phận mới.

Bộ phận mới sẽ phụ trách toàn diện △xây dựng tiêu chuẩn dữ liệu △tìm nguồn và thu mua △tổng hợp, làm sạch dữ liệu △đánh giá chất lượng △quản lý tuân thủ bảo mật. Đây là cơ cấu trong đó một tổ chức duy nhất quản lý toàn bộ quy trình, từ thu thập dữ liệu đến khâu kiểm định trước khi đưa vào huấn luyện mô hình.

36Kr cho biết ByteDance đã chi hơn 10 triệu USD (khoảng hơn 14,2 tỷ won) cho dữ liệu huấn luyện mô hình thế giới (world model) và mô hình mã nguồn (code model).

Tổ chức dữ liệu nội bộ được chia theo các mảng như mô hình thế giới, mã nguồn, học thuật chuyên sâu và được vận hành theo cơ chế cạnh tranh giữa các nhóm, nhằm nâng cao năng lực sản xuất và đánh giá dữ liệu ở từng lĩnh vực.

Đợt tái cơ cấu lần này diễn ra song song với việc ByteDance mở rộng các sản phẩm AI xoay quanh Doubao. Trước đó, hãng đã đưa mô hình SeedRealtime, có khả năng xử lý đồng thời giọng nói, hình ảnh và văn bản, vào ứng dụng Doubao.

SeedRealtime là mô hình AI song công (full-duplex) xử lý nhiều định dạng đầu vào khác nhau trong cùng một mô hình. Để nâng cấp tính năng này, cần có sự hỗ trợ song song từ khâu sản xuất dữ liệu kết nối giọng nói, hình ảnh, văn bản và công tác đánh giá chất lượng dữ liệu.

Với đợt tái cơ cấu này, chức năng sản xuất dữ liệu AI và tuân thủ bảo mật của ByteDance đã được gộp về một tổ chức duy nhất.

Hiện chưa xác nhận mối liên hệ trực tiếp giữa đợt tái cơ cấu này với tiền mã hóa hay hạ tầng blockchain.