إريك لانداو، المؤسس المشارك والرئيس التنفيذي لشركة Encord – سلسلة المقابلات

إريك لانداو هو الرئيس التنفيذي والمؤسس المشارك لشركة Encord، وهي منصة تعلم نشطة لآلات الرؤية. كان إريك الباحث الكمّي الرئيسي في طاولة دلتا-وان للأسهم العالمية، حيث وضع آلاف النماذج في الإنتاج. قبل انضمامه إلى Encord، قضى ما يقرب من عقد من الزمن في التداول عالي التردد في DRW. يحمل إريك شهادة ماجستير في الفيزياء التطبيقية من جامعة هارفارد، وشهادة ماجستير في الهندسة الكهربائية، وشهادة بكالوريوس في الفيزياء من جامعة ستانفورد.

في وقت فراغه، يحب إريك اللعب مع ChatGPT ونمذجة اللغة الكبيرة وصنع الكوكتيلات الحرفية.

ما هو ما ألهمك لتأسيس Encord، وكيف أثرت خبرتك في فيزياء الجسيمات والتمويل الكمّي على نهجك لحل “مشكلة البيانات” في الذكاء الاصطناعي؟

بدأت التفكير في التعلم الآلي أثناء عملي في فيزياء الجسيمات والتعامل مع مجموعات بيانات كبيرة جدًا خلال فترة وجودي في مركز ستانفورد للتعجيل الخطي (SLAC). كنت أستخدم برنامجًا مصممًا من قبل الفيزيائيين للفيزيائيين، وهو ما يعني أن هناك الكثير مما يمكن إضافته لتحسين تجربة المستخدم. مع أدوات أكثر سهولة، كنت سأ能够 تشغيل التحليلات بسرعة أكبر.

في وقت لاحق، أثناء عملي في التمويل الكمّي في DRW، كنت مسؤولاً عن إنشاء آلاف النماذج التي تم نشرها في الإنتاج. على غرار تجربتي في الفيزياء، وجدت أن البيانات عالية الجودة كانت حاسمة في制作 نماذج دقيقة، وأن إدارة البيانات الكبيرة والمعقدة كانت صعبة. كان لدي أولريك تجربة مشابهة في تحليل مجموعات بيانات الصور الكبيرة لآلات الرؤية.

عندما سمعت عن فكرته الأولية لشركة Encord، كنت على الفور متعاطفًا وأدركت الأهمية. رأينا أولريك وأنا فرصة كبيرة لبناء منصة تautomates وتسهم في عملية تطوير البيانات للذكاء الاصطناعي، مما يجعلها أسهل للفرق للحصول على أفضل البيانات في النماذج وبناء أنظمة ذكاء اصطناعي موثوقة.

يمكنك أن تشرح رؤية Encord وكيف تقارن بأيام الكمبيوتر أو الإنترنت فيما يتعلق بال潜عات والتحديات؟

رؤية Encord هي أن تكون المنصة الأساسية التي تعتمد عليها الشركات لتحويل بياناتها إلى نماذج ذكاء اصطناعي وظيفية. نحن الطبقة بين بيانات الشركة ونماذج الذكاء الاصطناعي.

في nhiều طرق، ي鏡 الذكاء الاصطناعي التحولات السابقة مثل الحواسيب الشخصية والإنترنت في أنها ستصبح جزءًا لا يتجزأ من سير العمل للفرد والشركة والصناعة. على عكس الثورات التكنولوجية السابقة، التي كانت مقيدة بمعيار مور لنمو الحوسبة المركب، فإن تطوير الذكاء الاصطناعي استفاد من الابتكارات المتزامنة. وبالتالي، فهو يتحرك بسرعة أكبر. كما قال جنسن هوانغ من NVIDIA (NVDA ): “من أجل المرة الأولى، نشهد مركبات متسارعة… نحن مركبون بمليون مرة كل عشر سنوات. ليس مائة مرة، ليس ألف مرة، مليون مرة.” بدون مبالغة، نشهد أسرع تكنولوجيا في التاريخ.

ال潜عة هنا هي واسعة النطاق: من خلال توفير إدارة بيانات ذكاء اصطناعي عالية الجودة وتنظيمها وتوسيع نطاقها، نحن نحل مشكلة تعيق انتشار الذكاء الاصطناعي. التحديات تشبه الحواجز في السابق من العصور التكنولوجية: الحواصل، نقص أفضل الممارسات، قيود المستخدمين غير التقنيين، وندرة التمثيلات المحددة جيدًا.

Encord Index موضّح كأداة رئيسية لإدارة وتنظيم بيانات الذكاء الاصطناعي. كيف يختلف عن منصات إدارة البيانات الأخرى المتاحة حاليًا؟

هناك beberapa طرق تبرز Encord Index:

Index قابل للتوسيع: يسمح للمستخدمين بإدارة مليارات، وليس ملايين، من النقاط البيانية. الأدوات الأخرى تواجه مشاكل في التوسيع لبيانات غير منظمَة ومتضمنة في جميع البيانات ذات الصلة في المنظمة.

Index مرن: يدمج مباشرة مع مخازن البيانات الخاصة وسحابة التخزين مثل AWS وGCP وAzure. على عكس الأدوات الأخرى التي تقتصر على مزود سحابي واحد أو نظام تخزين داخلي، Index محايد لتحديد موقع البيانات. يسمح لك بإدارة البيانات من مصادر متعددة مع الحوكمة والتحكم في الوصول المناسبين لتمكين تطوير تطبيقات ذكاء اصطناعي آمنة ومطابقة.

Index متعدد الوسائط: يدعم الذكاء الاصطناعي متعدد الوسائط، بإدارة البيانات في شكل الصور والفيديوهات والصوت والوثائق والنصوص وغيرها. Index لا يقتصر على شكل واحد من البيانات مثل أدوات LLM اليوم. الإدراك البشري متعدد الوسائط، ونحن نعتقد أن الذكاء الاصطناعي متعدد الوسائط سيكون في قلب موجة التطورات التالية للذكاء الاصطناعي، والتي ستستبدل محادثات الذكاء الاصطناعي والنمذجة اللغوية الكبيرة.

كيف يعزز Encord Index عملية اختيار البيانات الصحيحة لنماذج الذكاء الاصطناعي، وما هو التأثير على أداء النموذج؟

Encord Index يعزز اختيار البيانات عن طريق توفير تلقائي لتنظيم مجموعات البيانات الكبيرة، مما يساعد الفرق على تحديد البيانات الأكثر صلة وإزالة البيانات غير المهمة أو المثيرة للتحيز. هذا لا يقلل فقط حجم مجموعات البيانات، بل يحسن أيضًا جودة البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي. لقد رأى عملاؤنا تحسينًا بنسبة تصل إلى 20% في نماذجهم، مع تحقيق تخفيض بنسبة 35% في حجم مجموعة البيانات وتوفير مئات الآلاف من الدولارات في التكاليف الحسابية وتكاليف التعليمة البشرية.

مع التكامل السريع للتكنولوجيات المتقدمة مثل نموذج Segment Anything من Meta، كيف تظل Encord في الصدارة في مشهد الذكاء الاصطناعي السريع التطور؟

بنينا عمدًا المنصة لتكون قادرة على التكيف بسرعة مع التكنولوجيات الجديدة. نحن نركز على توفير نهج برمجي قابل للتوسيع يدمج بسهولة التطورات مثل SAM، مما يضمن أن مستخدمينا يمتلكون دائمًا الأدوات الأحدث للبقاء في صدارة المنافسة.

نخطط للبقاء في الصدارة من خلال التركيز على الذكاء الاصطناعي متعدد الوسائط. يمكن منصة Encord بالفعل إدارة أنواع بيانات معقدة مثل الصور والفيديوهات والنصوص، لذلك مع ظهور المزيد من التطورات في الذكاء الاصطناعي متعدد الوسائط، نحن مستعدون.

ما هي التحديات الأكثر شيوعًا التي تواجه الشركات عند إدارة بيانات الذكاء الاصطناعي، وكيف تساعد Encord في حل هذه المشاكل؟

هناك ثلاث تحديات رئيسية تواجه الشركات: 

• تنظيم البيانات ضعيف والسيطرة عليه: عند准备 الشركات لتطبيق حلول الذكاء الاصطناعي، غالبًا ما تواجه حقيقة بيانات منعزلة وغير منظمة لا تتوافق مع معايير الذكاء الاصطناعي. هذه البيانات غالبًا ما تفتقر إلى الحوكمة القوية حولها، مما يحد من استخدامها في أنظمة الذكاء الاصطناعي.
• نقص الخبراء البشريين: مع تطور نماذج الذكاء الاصطناعي لمواجهة مشاكل أكثر تعقيدًا، سوف يكون هناك نقص في الخبراء البشريين لتحضير وتأكيد البيانات. مع زيادة demande الذكاء الاصطناعي في الشركة، يصبح توسيع القوى العاملة البشرية تحديًا مكلفًا.
• أدوات غير قابلة للتوسيع: نماذج الذكاء الاصطناعي عالية الأداء تتطلب كميات كبيرة من البيانات للتعدين الدقيق والتحقق والتدقيق والتدفقات الأخرى. الأدوات السابقة غير مجهزة لإدارة كمية البيانات وأنواع البيانات المطلوبة لنماذج الإنتاج الحالية.

Encord تحل هذه المشاكل عن طريق توفير تلقائي لعملية تنظيم البيانات على نطاق واسع، مما يسهل تحديد البيانات الفعالة من البيانات المشكلة وضمان إنشاء مجموعات بيانات تدريب واختبار فعالة. يتبع نهج برمجي قابل للتوسيع بسهولة، مما يسمح بتوسيع أو تقليل احتياجات إدارة البيانات. أدواتنا المُساعدة للتعليم البشري تتيح للخبراء في المجال زيادة كفاءة سير العمل. هذا الأمر حاسم بشكل خاص في الصناعات مثل الخدمات المالية والرعاية الصحية، حيث يكون مدربو الذكاء الاصطناعي مكلفين. نسهل إدارة و理解 جميع البيانات غير المنظمة في المنظمة، مما يقلل من الحاجة إلى العمل اليدوي.

كيف تتعامل Encord مع مشكلة التحيز في البيانات والمناطق غير المتمثلة في مجموعات البيانات لضمان نماذج الذكاء الاصطناعي العادلة والموزونة؟

مكافحة التحيز في البيانات هي تركيزنا الحاسم في Encord. منصة Encord تكتشف تلقائيًا وتعرض المناطق التي قد تكون فيها البيانات متحيزة، مما يسمح لأفرقة الذكاء الاصطناعي بالتعامل مع هذه القضايا قبل أن تؤثر على أداء النموذج. كما نضمن أن تكون المناطق غير المتمثلة في مجموعات البيانات مدرجة بشكل صحيح، مما يساعد في تطوير نماذج الذكاء الاصطناعي أكثر عدلاً وتوازنًا. باستخدام أدواتنا لتنظيم البيانات، يمكن لأفرقة الذكاء الاصطناعي أن تكون واثقة من أن نماذجها مدربة على بيانات متنوعة وممثلة.

حصلت Encord مؤخرًا على 30 مليون دولار في التمويل الجولة ب. كيف سوف يستخدم هذا التمويل لتسريع خارطة الطريق للمنتج وخطط التوسع؟

سيتم استخدام التمويل البالغ 30 مليون دولار في الجولة ب لتوسيع حجم فريق المنتج والهندسة وأبحاث الذكاء الاصطناعي بشكل كبير خلال ستة أشهر القادمة وتسريع تطوير Encord Index وميزات جديدة. كما سنوسع وجودنا في سان فرانسيسكو بمكتب جديد، وسيساعدنا التمويل في توسيع عملياتنا لدعم قاعدة العملاء المتزايدة.

كشركة أyoungest AI من Y Combinator التي جمعت تمويل الجولة ب، ما الذي ت归 إليه نجاح Encord السريع؟

أحد الأسباب التي سمحت لنا بالنمو بسرعة هو أننا اعتمدنا تركيزًا شديدًا على العملاء في جميع مجالات الشركة. نحن نتواصل دائمًا مع العملاء، ونستمع باهتمام إلى مشاكلهم، و “نحضن”هم لتحقيق الحلول. من خلال التركيز الشديد على احتياجات العملاء بدلاً من الاهتمام بالتحليلات، خلقنا منصة تتوافق مع أفضل فرق الذكاء الاصطناعي عبر مختلف الصناعات. عملاؤنا كانوا أداة حيوية في جعلنا نصل إلى حيث نحن اليوم. قدرةنا على التوسع بسرعة وفعالية في إدارة تعقيدات بيانات الذكاء الاصطناعي جعلتنا حلًا جذابًا للشركات.

نحن مدينون لنجاحنا أيضًا لفريقنا، شركائنا، ومستثمرينا، الذين عملوا بلا كلل لدعم Encord. العمل مع فرق منتجات وهندسة وتسويق من الدرجة الأولى كان له تأثير كبير في نمونا.

مع زيادة أهمية البيانات في الذكاء الاصطناعي، كيف ترى دور منصات بيانات الذكاء الاصطناعي مثل Encord تتطور في السنوات الخمس القادمة؟

مع نمو تطبيقات الذكاء الاصطناعي في التعقيد، سوف يزداد الحاجة إلى حلول إدارة بيانات فعالة وقابلة للتوسيع. أعتقد أن كل شركة سوف تمتلك في النهاية قسمًا للذكاء الاصطناعي، تمامًا كما توجد أقسام تكنولوجيا المعلومات اليوم. Encord سوف تكون المنصة الوحيدة التي يحتاجونها لإدارة كميات هائلة من البيانات المطلوبة للذكاء الاصطناعي ووضع النماذج في الإنتاج بسرعة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Encord.