إيدو ليبرتي، المؤسس ورئيس العلماء في بينكون – سلسلة المقابلات

إيدو ليبرتي، المؤسس ورئيس العلماء في بينكون، هو خبير رائد في الأنظمة الكبيرة والتعلم الآلي. قبل إطلاق بينكون – قاعدة بيانات المتجهات التي تم بناؤها من أجل الأداء وال规模 – كان مدير البحث في أمازون ويب سيرفيسز ورئيس مختبرات أمازون للذكاء الاصطناعي، حيث طور فريقُه التكنولوجيا الأساسية خلف ساج ميكر وأوبن سيرش وكنيسيس وغيرها. كان قد قاد في وقت سابق مختبر ياهو البحثي في نيويورك، حيث قام بتطوير منصات التعلم الآلي والتطبيقات عبر البحث والإعلان والأمان. يركز عمله على الخوارزميات والأسس الرياضية لمعالجة مجموعات البيانات الضخمة، بما في ذلك تقليل الأبعاد والتشبيه والتدفق والجبر الخطي على نطاق واسع.

بينكون هي قاعدة بيانات متجهات完全 الإدارة تم بناؤها لتقديم بحث قابل للتطوير وفعّال عبر مجموعات بيانات كبيرة وديناميكية. تدعم كلاً من المتجهات الكثيفة والمنتشرة والفهرسة في الوقت الفعلي والترشيح القائم على البيانات الوصفية، مع التكامل السلس مع السحابات والطرازات والإطارات الرائدة. مع التوسيع التلقائي بدون خادم وأمان من الدرجة التجارية ومعايير الامتثال مثل SOC 2 وISO 27001 وGDPR وHIPAA، توفر بينكون أساسًا موثوقًا به لتنفيذ تطبيقات الذكاء الاصطناعي على نطاق واسع.

لقد أسست بينكون في عام 2019 بعد قيادة البحث في مختبرات أمازون للذكاء الاصطناعي وبناء أنظمة مثل ساج ميكر. ما هو ما ألهمك لإطلاق بينكون والتركيز بشكل خاص على قواعد بيانات المتجهات؟

في أمازون، بنى فريقنا أنظمة رائعة، ولكن عندما جاء الأمر إلى الذاكرة، لم يكن هناك طريقة للبحث الدلالي عبر كميات هائلة من البيانات غير المنظمة. كان ذلك يتطلب مهندسين متخصصين للغاية يعرفون كيف يبنيون حلول بحث متجهات معقدة. كنت أعرف أنه إذا كان هناك طريقة للناس للوصول بسهولة إلى الثراء الدلالي الذي تكتسبه المتجهات ودمجها مع نماذج متقدمة، فإن أي شخص يمكن أن يسرع من قيمة الذكاء الاصطناعي من أجله. لذلك غادرت أمازون بهدف تحويل كيفية جعلها بسيطة قدر الإمكان للحصول على أكبر قيمة من البيانات غير المنظمة باستخدام قوة الذكاء الاصطناعي.

لقد نمت بينكون لتصبح الشركة التي تحدد سوق قواعد بيانات المتجهات. بالنظر إلى الوراء، ما كانت أكبر العوائق الفنية أو السوقية التي كان عليك التغلب عليها لتأسيس هذه الفئة الجديدة؟

الأكبر تحدي؟ لم يكن أحد يعرف ما هي قاعدة بيانات متجهات! كان علينا تعليم السوق عما كنا نبني و почему كان ذلك مهمًا. سألنا عملائنا ماذا يسمونها أنفسهم وقالوا لنا قاعدة بيانات متجهات.

مرة واحدة بدأ الآخرون في الفهم، كان الناس يسألون لماذا لا يستطيعون استخدام البرمجيات المفتوحة المصدر؟ وكنا ن объясن جميع القيود الموجودة في البرمجيات المفتوحة المصدر والتنازلات بين الأداء وال规模 – ومن ثم، بعد كل ذلك، كنت لا تزال بحاجة إلى مهندسين ذوي خبرة لبناء بنيتك التحتية. هذا هو السبب في أننا دائمًا ما كنا خدمة إدارة، ونركز على تجربة المستخدم. نظامنا معقد للغاية تحت الغطاء لأنك تحتاج إلى هذه البنية التحتية المتخصصة للبحث عن التشابه على نطاق مليار. لكننا نجعلها متاحة من خلال مكالمة واجهة برمجة التطبيقات التي يمكن لأي مطور استخدامها.

هذا يعني تجريد كل تعقيد الخوارزميات القريبة الشبه تقريبًا وإدارة الفهارس والأنظمة الموزعة. المطورون لا يريدون التفكير في معلمات HNSW، ils يريدون فقط أن يعمل.

لقد انتقلت مؤخرًا من دور الرئيس التنفيذي إلى رئيس العلماء، وجلبت آش آشوتوش لقيادة الشركة. ما هو ما دفعك إلى اتخاذ هذا القرار، وكيف ترى دورك يتطور في الفصل التالي من بينكون؟

بينكون، كشركة، هي شركة ذكاء اصطناعي وشركة مركزية في البحث. وصلنا إلى حيث نحن اليوم لأننا أعيدنا تعريف البحث والنظم والخوارزميات. وكنا نشطين للغاية أكاديميًا، ونشرنا تقارير تقنية وورقات، وألقينا محاضرات وتعليم السوق، حتى كتابة الكتب الدراسية وتنظيم دورات جامعة حول الذكاء الاصطناعي والذاكرة. مع نمو الشركة، نحتاج إلى تدوين هذه الجهود تحت مختبر أبحاث منفصل عن بقية الأعمال. فكر في ديب مايند وجوجل كمثال. في المستقبل، سأركز طاقتي على قيادة أبحاثنا، وجعل الذكاء الاصطناعي على دراية، وبناء المجموعة التالية من المنتجات السياقية من بينكون.

في الوقت نفسه، سيكون آش رئيسًا تنفيذيًا رائعًا وقائدًا لبينكون. أسس ووسع شركات بنية تحتية متعددة ويعرف كيف يعمل شركة مثل بينكون بشكل فعال. وهو على دراية عميقة ومتفكير إبداعي حول تكنولوجيتنا وسوقنا. وهو أيضًا مفتون بشكل كبير بالعملاء. آش وأنا سنشترك深ًا في نمو الشركة وأعمالنا.

في منشورك على المدونة كتبت عن التركيز على “جعل الذكاء الاصطناعي على دراية”. هل يمكنك تفسير ما يعني ذلك في الممارسة وكيف تقوم تكنولوجيا بينكون بتمكينها بشكل فريد؟

الذكاء الاصطناعي بدون ذاكرة مثل شخص عبقري مع فقدان الذاكرة: ذكاء كبير، ولكن بدون سياق. “جعل الذكاء الاصطناعي على دراية” يعني منح أنظمة الذكاء الاصطناعي القدرة على الوصول إلى وفهم وتفكير أكثر من كميات هائلة من المعلومات في الوقت الفعلي.

نحن نتيح تطبيقات قادرة على الذكاء الاصطناعي تقديم رؤى ذات صلة في الوقت الفعلي، مستخرجة من بيانات فهمها سياقيًا وتنظيمها، وضمان أن أنظمة الذكاء الاصطناعي لا تتخيل، ولكنها قادرة على استرجاع وتركيب المعرفة عند الطلب. هذا يؤدي إلى مخرجات أكثر دقة ومعلومات وأكثر تحديثًا للمستخدمين النهائيين.

نحن نقوم بذلك من خلال تقديم جميع المكونات والقدرات لاسترجاع نهاية إلى نهاية عالي الجودة ودقيق في مكان واحد، جنبًا إلى جنب مع أداء رائد في الصناعة لاسترجاع على نطاق واسع.

بعد تدريس “الذاكرة الطويلة الأمد في الذكاء الاصطناعي” في جامعة برينستون، كيف ترى العلاقة بين قواعد بيانات المتجهات ومستقبل نماذج الذكاء الاصطناعي؟ هل تعتقد أن الذاكرة والسياق هما المكونات المفقودة لنماذج الذكاء الاصطناعي الكبيرة اليوم؟

بالتأكيد. نماذج اللغة الكبيرة هي آلات مطابقة للأنماط – رائعة، ولكنها محدودة بشكل أساسي بمقاطع بيانات التدريب ونوافذ السياق. التركيز في الدورة التي درّستها مع ماتياس دووز من ميتا على الخوارزميات التي تجعل البحث عن المتجهات ممكنًا عبر كميات هائلة من البيانات. المستقبل ليس أكبر النماذج، بل استرجاع أكثر ذكاء عبر更多 بيانات، في الوقت الفعلي.

许多 الشركات تواجه صعوبات في الانتقال من تجارب الذكاء الاصطناعي إلى عمليات الإنتاج. كيف تساعد بينكون على سد هذه الفجوة، وما هي أفضل الممارسات التي لاحظتها من العملاء الناجحين؟

الفرق عادة ما يأتي من ثلاثة أشياء: الأداء (والتكلفة) على نطاق واسع، والأمان، والتعقيد. برنامج تجريبي يعمل مع 10 ملايين وثيقة ينهار عند 10 مليارات. تشغيل شيء لمدة ساعة مختلف عن تشغيله 24/7 بدون توقف. هذا هو السبب في أننا أصرنا على هيكلنا الخالي من الخادم وميزاتنا من الدرجة التجارية وسهولة استخدامنا.

الأهم هو البدء فقط. غالبًا ما يكون عملاؤنا مفاجئين من مقدار ما يمكنهم القيام به دون حتى التحدث معنا. لقد صممنا ذلك بهدف، ولكننا دائمًا موجودون عندما يحتاجهم العملاء.

لقد قضيت مسيرتك المهنية في التنقل بين الأكاديمية وأبحاث التكنولوجيا الكبيرة (ياهو، أمازون) والريادة. كيف شكّلت هذه البيئات المختلفة نهجك في بناء بينكون؟

الأكاديمية علمتني التفكير من المبادئ الأولى. كيفية التصميم والحلول العظيمة. في ياهو وأمازون، تعلمت كيف أبني منصات بيانات بسيطة يحب المطورون بناء عليها.

الريادة هي حيث تتعلم أن أفضل تكنولوجيا تفوز فقط إذا حلّت مشاكل حقيقية بطريقة يمكن الناس استخدامها بالفعل.

هذا المزيج حاسم لما نبني. نحن لا نكتب أوراق بحثية أو نبني تكنولوجيا من أجل التكنولوجيا نفسها. كل ابتكار يجب أن يجعل حياة المطورين أسهل وتطبيقات الشركات أكثر قوة.

يبدو أن تقارب البحث والذكاء الاصطناعي مثل واحد من أكبر التحولات في الحوسبة. إلى أين ترى هذا يتجه في течение الخمس سنوات القادمة، وكيف ستساعد عمل بينكون في تشكيل هذا المستقبل؟

البحث يصبح محادثيًا وسياقيًا. في течение خمس سنوات، لن “تبحث” – سيكون لديك حوارات مع أنظمة الذكاء الاصطناعي التي تفهم ليس فقط استفسارك ولكن نيتك وسياقك وتاريخك. كل互одействة سيكون على دراية بأساس معرفي هائل يتم تحديثه في الوقت الفعلي.

نحن نبني البنية التحتية لهذا. قاعدة بيانات المتجهات الخاصة بنا هي فقط البداية. أرى مستقبلًا حيث كل تطبيق يحتوي على سياق مدمج، حيث لا يخمن الذكاء الاصطناعي لأنها مرتكزة في البيانات، حيث تختفي الحدود بين البحث والمعرفة.

كما رئيس علماء، سيكون لديك المزيد من اليدين في البيانات والنماذج والبروتوتايب. ما هي المجالات التي أنت أكثر حماسًا للاستغراق فيها الآن؟

يا إلهي، من أين أبدأ؟ لمجال قصير إلى متوسط، أنا أغوص في الكفاءة وسهولة الاستخدام. هل يمكننا جعل البحث عن المتجهات 10 مرات أسرع بينما نجعلها 10 مرات أرخص؟ هل يمكننا جعل واجهات برمجة التطبيقات الخاصة بنا أكثر بساطة مما هي عليه اليوم؟ هذه مشاكل صعبة.

لمجال الأجل الطويل، أنا مهووس بالتقاطع بين الاسترجاع والاستدلال. كيف تبني أنظمة لا تجد فقط حقائق ذات صلة ولكن تفهم العلاقات بينها؟ ثم تستخدم هذا السياق لإنشاء ذكاء اصطناعي على دراية ووكلاء أكثر قوة.

أخيرًا، على المستوى الشخصي: الانسحاب من دور الرئيس التنفيذي، ما هو ما يثيرك أكثر حول هذا التحول، وما هي الانجازات التي تآمل في فتحها في مرحلة بينكون التالية؟

أنا أكثر سعادة عندما أكون غاطسًا في الكود، وأعمل مع فريق البحث، وأحصل على تلك اللحظات “واو، هذا يعمل بالفعل!” في الساعة 2 صباحًا.

حلمي؟ جعل الاسترجاع جيدًا لدرجة أن يصبح غير مرئي. حيث يمكن للمطورين بناء تطبيقات سياقية بدون التفكير في المتجهات أو الفهارس أو أي شيء من ذلك، ويعمل بشكل تلقائي.

نحن في لحظة رائعة حيث يتتقارب الذكاء الاصطناعي والبيانات. الإمكانات لا حصر لها وأنا أ花 أيامي في جعل هذا المستقبل يحدث الآن.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا بينكون.