Adit Abraham، الشريك المؤسس والرئيس التنفيذي لشركة Reducto – سلسلة مقابلات

Adit Abraham هو الشريك المؤسس والرئيس التنفيذي لشركة Reducto، حيث يركز على تحويل مستندات المؤسسات المعقدة إلى بيانات موثوقة لاستخدامها في تطبيقات الذكاء الاصطناعي. وقبل تأسيس الشركة مع زميله خريج معهد MIT، Raunak Chowdhuri، درس علوم الحاسوب في MIT، وأجرى أبحاثًا في تعلّم الآلة في مختبر MIT Media Lab، وعمل مديرًا للمنتجات في مجالَي الإعلانات والبحث لدى Google. انبثقت Reducto من جهود المؤسسين لبناء أدوات ذاكرة لنماذج اللغة الكبيرة، بعدما أصبحت موثوقية استيعاب المستندات عائقًا متكررًا. وأسهم عمل Abraham المباشر مع العملاء الأوائل في ترسيخ تركيز الشركة على الدقة والأمان ومرونة النشر والأداء القابل للتوقع في بيئات الإنتاج.

تطوّر Reducto بنية تحتية لذكاء المستندات تساعد فرق الذكاء الاصطناعي على تحويل ملفات PDF والمستندات الممسوحة ضوئيًا وجداول البيانات وغيرها من الملفات إلى معلومات منظّمة وقابلة للاستخدام. وتجمع منصتها بين التعرّف الضوئي على الأحرف والرؤية الحاسوبية ونماذج الرؤية واللغة لفهم النصوص والجداول والأشكال والتنسيق والتخطيطات المعقدة للصفحات. وإلى جانب تحليل المستندات، توفر أدوات للاستخراج المنظّم وتقسيم المستندات وتصنيفها وتحريرها، مع إحالات تربط المعلومات المستخرجة بمصدرها. ومن بين عملائها Harvey وScale AI وVanta وMercor وRogo. وتشمل أعمال الشركة التوليد المعزّز بالاسترجاع والبحث وسير عمل المستندات في مجالات مثل التمويل والرعاية الصحية والقانون، حيث يُعد استيعاب المستندات بدقة وإمكانية تتبّع النتائج أمرين أساسيين.

نشأت Reducto من التحديات التي واجهتك أنت وRaunak Chowdhuri أثناء بناء أدوات ذاكرة لنماذج اللغة الكبيرة. ما الخلل تحديدًا في أدوات معالجة المستندات المتاحة، ومتى أدركتما أن مشكلة تحليل المستندات بحد ذاتها كبيرة بما يكفي لتأسيس شركة حولها؟

كنا نحاول إتاحة السياق الوارد في المستندات للنماذج، فأضفنا ميزة لتحميل الملفات، لكننا ظللنا نواجه مشكلات في جودة المعالجة. جرّبنا كل الأدوات المتاحة آنذاك، لكن أيًا منها لم يلبِّ معاييرنا عند التعامل مع المستندات الفوضوية في العالم الفعلي التي يحمّلها الناس فعلًا.

لذلك بنينا حلنا الخاص لتحليل المستندات، وكان في البداية ميزةً ضمن منتج الذاكرة الخاص بنا لنماذج اللغة الكبيرة. لكننا لاحظنا بعد ذلك إقبالًا كبيرًا من المطورين الذين واجهوا المشكلة بأنفسهم وأعجبهم حلنا. فقد أمضت بعض الفرق أسابيع في بناء مسارات استيعاب خاصة بها وصيانتها، لأن الأدوات المتاحة لم تكن قادرة على معالجة مستنداتها بموثوقية. وقد جعلتنا تلك المحادثات نرى الفرصة بوضوح أكبر؛ فمع أن ذكاء النماذج يتحسن باستمرار، يظل للسياق النظيف والدقيق أثر كبير.

صُممت ملفات PDF تقنيًا لعرض المعلومات لا لجعلها قابلة للقراءة آليًا. ما الذي يجعل فهم أنظمة الذكاء الاصطناعي للمستندات المعقدة صعبًا على نحو موثوق، ولا سيما تلك التي تضم جداول أو مخططات أو تخطيطات متعددة الأعمدة أو صورًا مضمنة؟

عندما نقرأ مستندًا نحن البشر، نأخذ كثيرًا من فهمنا الفطري على أنه أمر مسلّم به؛ إذ نستطيع استنتاج العلاقات فيما بينها على الفور تقريبًا، لأننا نرى أن رقمًا ما يندرج تحت عنوان عمود بعينه، أو أن النص يتواصل في عمود آخر، أو أن تعليقًا يخص الشكل الذي يعلوه.

تواجه نماذج الذكاء الاصطناعي صعوبة كبيرة في ذلك، لأن ملفات PDF غير مصممة للاحتفاظ بهذا النوع من المعلومات العلائقية أو البيانات الوصفية؛ فهي في الأساس صور كثيفة جدًا بالمعلومات. ويتعين على أداة تحليل المستندات إعادة بناء تلك العلاقات انطلاقًا من الصفحة، وتزداد المهمة صعوبة بكثير مع الخلايا المدمجة والجداول المتداخلة والمخططات والمستندات الممسوحة ضوئيًا والتخطيطات غير المألوفة. ولأننا نركز على مشكلة فهم المستندات هذه، يمكننا معالجة الذيل الطويل من المستندات التي تميل نماذج الذكاء الاصطناعي إلى اختلاق معلومات بشأنها وإساءة التعامل معها، بموثوقية.

تجمع Reducto بين الرؤية الحاسوبية والتعرّف الضوئي على الأحرف ونماذج الرؤية واللغة في مسار معالجة المستندات لديها. كيف تتكامل هذه التقنيات المختلفة، وما أوجه القصور التي لا تزال تظهر في أنظمة التعرّف الضوئي على الأحرف التقليدية؟

تقنية التعرّف الضوئي على الأحرف التقليدية موجودة منذ عقود، وقد صُممت لقراءة المستندات التي تحتوي على نص واضح ومقروء، حرفًا حرفًا. لكنها تفقد فعاليتها بسهولة عند التعامل مع المستندات المكتوبة بخط اليد أو الممسوحة ضوئيًا أو المائلة أو التي تتضمن جداول، وهي أنواع تشكل غالبية بيانات المؤسسات.

كانت Reducto رائدة في إدخال نماذج الرؤية واللغة إلى مجال معالجة المستندات عبر «التعرّف الضوئي على الأحرف الوكيلي»، إذ أدركنا قدرة نماذج الرؤية واللغة على فهم ما يتجاوز النص الحرفي في المستندات؛ فالفهم الحقيقي للمستندات يتطلب السياق والدقة والقدرات متعددة الوسائط. ويجمع أحدث نموذج لدينا لتحليل المستندات، r-1، بين إمكانات «التعرّف الضوئي على الأحرف الوكيلي» وميزات مثل التنسيق والإحالات واكتشاف التخطيط، في تمريرة واحدة.

وهذا العمل الإضافي مهم، لأن أداة تحليل المستندات قد تتسبب في مشكلة خطيرة حتى لو كانت دقتها الإجمالية عالية جدًا، إذا كانت المعلومات القليلة التي تفوتها تتضمن الشكل أو البند أو مدخل الجدول الذي يحتاج إليه شخص ما فعلًا.

مع تزايد تعدد الوسائط في نماذج الذكاء الاصطناعي وقدرتها على تفسير الصور والمستندات مباشرةً، كيف ترى تطور دور منصات ذكاء المستندات المتخصصة؟ هل يمكن أن تتولى النماذج الأساسية في نهاية المطاف تنفيذ جانب كبير من هذا العمل بنفسها، أم ستظل البنية التحتية المتخصصة ضرورية؟

نعوّل فعليًا على أن نماذج الذكاء الاصطناعي ستواصل التحسن، وستصبح أسرع وأفضل. ومع صدور نماذج جديدة باستمرار، نواكب التطورات بتقييم نقاط ضعفها، وندمج نقاط قوتها في مسارات المعالجة لدينا لنقدم لعملائنا أفضل أداء إجمالًا. وتسعى Reducto إلى أن تكون فريق استيعاب البيانات لديك، وأن تساعدك على البناء والنمو معًا.

لا تزال لدى المؤسسات تحديات خاصة؛ فهي لا تحتاج إلى الأداء فحسب، بل أيضًا إلى قدرة استيعابية قابلة للتوسع، وحوكمة، وإمكانية التحقق على نطاق الإنتاج، وهي أمور لا تزال نماذج الأساس تجد صعوبة في توفيرها اليوم.

اختبرنا هذا مؤخرًا باستخدام معيار GDP.pdf، الذي أظهر أن النماذج المتقدمة لا تزال تواجه صعوبة في الاستدلال على مستندات مهنية حقيقية ومعقدة، وسجلت معدلات اجتياز صارمة على مستوى المهام تقل عن 15% إلى 25%. وعندما جعلنا Reducto يحلل هذه المستندات أولًا، ثم مررنا البيانات المنظمة إلى النماذج المتقدمة، تحسنت الدقة الإجمالية بمقدار تسع نقاط مئوية، مع خفض عدد رموز الاستدلال بنسبة 13% مقارنةً بالنماذج التي تعالج المستندات مباشرةً.

وهذا يبين أن البنية التحتية المتخصصة لاستيعاب البيانات لا تزال تقدم قيمة هائلة، إذ إن معظم بيانات المؤسسات لا تزال غير مستغلة بالكامل.

تعتمد تطبيقات الذكاء الاصطناعي المؤسسية في نهاية المطاف على التوليد المعزز بالاسترجاع أو الأنظمة الوكيلة التي تصل إلى المعلومات المدفونة داخل المستندات الداخلية. إلى أي مدى تبدأ مشكلة الموثوقية في هذه الأنظمة فعليًا في مراحل سابقة، مع استيعاب المستندات وتحليلها؟

تبدأ نسبة كبيرة من المشكلة في مرحلة استيعاب البيانات؛ فكثيرًا ما لا تكتشف الفرق المشكلة إلا بعد وقت طويل، لأن الإجابة الخاطئة تظهر في نهاية مسار المعالجة. فإذا أسقط محللٌ صفًا من جدول، أو خلط ترتيب القراءة بين عمودين، أو لم يلتقط شكلًا توضيحيًا، فلن يتمكن الاسترجاع من استعادة معلومات لم تدخل قاعدة البيانات أصلًا.

غالبًا ما نرى تحسنًا كبيرًا في تجربة المستخدمين النهائيين لدى عملائنا بعد استبدالهم نظام استيعاب البيانات لديهم بـ Reducto، إذ تقدم أنظمة التوليد المعزز بالاسترجاع والبحث نتائج أفضل وأكثر اتساقًا. فعلى سبيل المثال، شهدت Harvey انخفاضًا حادًا في تذاكر دعم العملاء المرتبطة بالتعرف الضوئي على الأحرف، وتضاعف استخدام المنتج بعد اعتماد Reducto طبقةً لمعالجة البيانات.

توسعت Reducto إلى ما يتجاوز تحليل المستندات، لتشمل الاستخراج المنظم وسير عمل أوسع للمستندات. ما ملامح الطبقة التالية من ذكاء المستندات، بعد أن يصبح النظام قادرًا على فهم البنية الأساسية للمستند بدقة؟

عادةً ما يكون استيعاب البيانات الخطوة الأولى فحسب ضمن عملية تجارية أكبر بكثير. فقد تتلقى شركة ملفًا من 500 صفحة، وتحتاج إلى تحديد المستندات الموجودة فيه وتصنيفها واستخراج معلومات محددة منها ومقارنة تلك المعلومات بنظام آخر، ثم إحالة الحالات غير المعتادة إلى مختص لمراجعتها. أمضينا عامين في تدريب أفضل نماذج فهم المستندات في السوق، ونركز الآن وقتًا أطول على تبسيط ما يأتي بعد ذلك.

ما إن تتمكن من فهم محتوى المستند وبنيته على نحو موثوق، حتى يصبح بوسعك أتمتة مزيد من الأعمال التي يقضي الناس وقتهم حاليًا في إنجازها، مثل تجميع المعلومات والتحقق منها ونقلها بين الأنظمة. ويمكن اختزال كل سير عمل تجاري عالي الأهمية تقريبًا إلى خطوات يقرأ فيها أشخاص من مستندات أخرى، ويتخذون قرارات، ويكتبون فيها. ونسعى إلى أن نصبح الوسيلة الافتراضية التي يتفاعل بها البشر أو الوكلاء مع بيانات المستندات مستقبلًا.

لديكم عملاء من شركات ناشئة تعتمد الذكاء الاصطناعي أساسًا، مثل Harvey وVanta وScale AI وMercor وRogo، إلى جانب مؤسسات مالية كبرى وشركات ضمن قائمة Fortune 10. ما أوجه الاختلاف بين متطلبات معالجة المستندات لدى شركة ناشئة في مجال الذكاء الاصطناعي وتلك لدى مؤسسة كبيرة خاضعة للتنظيم؟

تميل الشركات التي تعتمد الذكاء الاصطناعي أساسًا إلى التحرك بسرعة، وتريد فرقها الهندسية واجهة برمجة تطبيقات تتعامل مع المستندات الصعبة من دون أن تضطر إلى إنشاء منظومة المعالجة الخاصة بها وصيانتها. وتهتم المؤسسات الكبيرة بالدقة نفسها، لكن غالبًا ما تكون لديها متطلبات إضافية تتعلق بمكان تخزين البيانات، وكيفية نشر البرنامج، وما يحدث عند حدوث ارتفاع مفاجئ في حجم العمل، وإمكانية تتبع المستخدمين قيمةً مستخرجةً وصولًا إلى الصفحة الأصلية. فعلى سبيل المثال، تستخدم Scale AI خدمة Reducto في بيئات حكومية تتطلب السرية والنشر داخل مقار المؤسسة، بينما قيّمت Harvey أداءنا من حيث الدقة والموثوقية والتكلفة وزمن الاستجابة وأنماط الإخفاق، قبل الانتقال إلى الإنتاج في غضون ستة أسابيع تقريبًا. وقد دفعنا العمل مع كلا النوعين من العملاء إلى التركيز بالقدر نفسه على أداء Reducto في ظل متطلبات الإنتاج الفعلية وعلى دقته في التعامل مع مستند منفرد.

يُقال إن الإيرادات السنوية المتكررة لـ Reducto تجاوزت 5 ملايين دولار، إلى حد كبير بفضل المبيعات التي قادها المؤسسون، قبل إنشاء فريق مبيعات متخصص. ماذا تعلمت من التحدث مباشرةً إلى أولئك العملاء الأوائل عن المشكلات التي كان المطورون يسعون فعلًا إلى حلها؟

علّمتنا تلك المحادثات أن نقلّل الوقت الذي نقضيه في الحديث العام عن معالجة المستندات، وأن نركّز أكثر على فهم ما يحاول العملاء إنجازه فعليًا. وكثيرًا ما تحوّلت مكالمات المبيعات المبكرة إلى جلسات عمل يشاركنا فيها العميل المستندات التي عطّلت مسار عمله، ثم نتعمّق في معرفة ما يحدث في المراحل اللاحقة عند إخفاق استخراج البيانات. وفي قطاع الرعاية الصحية، عنى ذلك أن نرى كيف يمكن لسقوط صف من جدول أو قراءة وحدة قياس في تقرير مختبري على نحو خاطئ أن يؤخرا مطالبة تأمينية أو يتركا الطبيب أمام سجلّ غير مكتمل للمريض. وقد أعادت أهمية هذه المخاطر تحديد معيارنا للدقة: فالحصول على درجة مرتفعة في الاختبارات المعيارية لا يعني الكثير إذا أخفى الأخطاء الأهم. كان العملاء بحاجة إلى الدقة، لكنهم احتاجوا أيضًا إلى الموثوقية والأمان ومرونة النشر والأداء المتوقع على نطاق واسع، وقد شكّل استماعنا إلى ذلك مباشرةً ما بنيناه.

تعالج Reducto الآن مليارات الصفحات شهريًا. ما التحديات الهندسية التي تظهر عند هذا الحجم، ولا سيما فيما يتعلق بزمن الاستجابة والدقة والتكلفة والحفاظ على اتساق النتائج عبر أنواع المستندات المختلفة جدًا؟

لقد فقدت بالفعل القدرة على إحصاء عدد الصفحات التي نعالجها، لذا قد تصبح حتى أوجه القصور الصغيرة مكلفة للغاية بسرعة. فإضافة عمليات استدلال غير ضرورية إلى كل صفحة تزيد التكلفة وزمن الاستجابة معًا، في حين أن المبالغة في تحسين السرعة قد تضر بالدقة في المستندات الصعبة؛ ولذلك نبذل جهدًا هندسيًا كبيرًا لتحديد مقدار المعالجة التي تحتاج إليها كل صفحة بالفعل.

مع r-1، حسّنا دقة التحليل وخفّضنا زمن الاستجابة، ووصلنا بالسعر إلى سنت واحد لكل صفحة. ونعمل أيضًا على تطوير توجيه أكثر تلقائية، بحيث لا تستهلك الصفحة البسيطة الموارد نفسها التي تستهلكها صفحة تتضمن جدولًا أو شكلًا معقدًا. وبحجمنا الحالي، تؤثر هذه القرارات في ملايين الصفحات يوميًا، ما يجعل الكفاءة جزءًا أساسيًا من التحدي الهندسي.

إذا نظرنا إلى السنوات المقبلة، ومع تزايد تفاعل وكلاء الذكاء الاصطناعي مع العقود والسجلات المالية والأبحاث والعروض التقديمية وغيرها من مستندات المؤسسات، كيف تتصور الواجهة المثالية بين أنظمة الذكاء الاصطناعي والمعلومات غير المهيكلة في العالم؟

تعتمد وكلاء الذكاء الاصطناعي اليوم أساسًا على النصوص. وهي بارعة جدًا في الاستدلال انطلاقًا من المعلومات الرقمية المنظّمة، لكن العالم الواقعي لا يزال يعتمد على ملفات PDF وجداول البيانات والعروض التقديمية والنسخ الممسوحة ضوئيًا والعقود والسجلات المالية. وأعتقد أن الوكلاء ينبغي، بمرور الوقت، أن يتمكنوا من التفاعل مع هذه المستندات بالسلاسة نفسها التي يتفاعلون بها اليوم مع ملف نصي.

ينبغي ألا يضطر المطورون إلى التفكير مليًا في التعرّف الضوئي على الحروف (OCR) أو تحليل المستندات أو اختيار النماذج أو بنية المستند. وينبغي أن يتمكن الوكيل من استلام أي ملف، وفهم محتواه، وتتبع المعلومات المهمة وصولًا إلى مصدرها، واستخدامها على نحو موثوق في أي مهمة يحتاج إلى إنجازها. أما البنية التحتية الأساسية، فينبغي أن تحدد كيفية معالجة المستند، وأن تختار النماذج المناسبة، وأن تحيل الحالات التي يكتنفها عدم اليقين إلى البشر عندما تكون أحكامهم ضرورية بالفعل.

وهذا، في نهاية المطاف، هو تقسيم العمل الذي نطمح إليه: تتولى الآلات المهام المتكررة المتعلقة بالمستندات، فيما يخصص الناس وقتهم للقرارات التي تتطلب فهم السياق والمعرفة المؤسسية وحسن التقدير. وتحتوي المستندات على قدر هائل من المعلومات التي تعتمد عليها الشركات في أعمالها، لذا فإن جعل هذه المعلومات ملائمة حقًا لوكلاء الذكاء الاصطناعي سيشكّل نقلة كبيرة في تعزيز فائدة الذكاء الاصطناعي ضمن عمليات الأعمال الفعلية.

شكرًا على هذه المقابلة الرائعة. ويمكن للقراء الراغبين في معرفة المزيد عن تحويل المستندات المعقدة إلى بيانات موثوقة لتطبيقات الذكاء الاصطناعي زيارة Reducto.