مقابلات
إريك شوارتز، رئيس قسم الذكاء الاصطناعي (CAIO) في Tricon Infotech – سلسلة المقابلات
إريك شوارتز هو رئيس قسم الذكاء الاصطناعي (CAIO) في Tricon Infotech. وهي شركة رائدة في مجال الاستشارات وخدمات البرمجيات. تقدم Tricon Infotech حلولاً فعالة وآلية وكامل تحولات رقمية من خلال منتجات مخصصة وتحقيق مشاريع على مستوى المؤسسات.
إريك شوارتز هو مسؤول تنفيذي في مجال التكنولوجيا ومؤسس شركات ناجح مع أكثر من عقدين من الخبرة في قطاع التكنولوجيا، متخصص في تقاطع الذكاء الاصطناعي واسترجاع المعلومات واكتشاف المعرفة. على مدار مسيرته المهنية، كان إريك في طليعة دمج بناء منصات كبيرة النطاق وتكامل الذكاء الاصطناعي في تكنولوجيا البحث، مما يعزز بشكل كبير تفاعل المستخدم وسهولة الوصول إلى المعلومات. شغل مناصب رئيسية سابقة في Comcast وElsevier وMicrosoft، حيث قاد مبادرات رائدة في الذكاء الاصطناعي والبحث واللغة.
مسار إريك المهني يتميز باهتمامه بالابتكار وتصديقه في قوة التعاون. لقد قاد الفرق دائمًا نحو تقديم حلول مبتكرة بسرعة، مما يؤسس لنفسه كقائد موثوق به في مجتمع التكنولوجيا. يعكس عمله،最近 في مشروع Scopus AI في Elsevier، التزامه بإعادة تعريف حدود كيفية تفاعلنا مع المعلومات وإنشاء علاقة موثوقة مع المستخدمين.
في دوره كرئيس قسم الذكاء الاصطناعي (CAIO)، يعتمد إريك على خبرته الواسعة لتطوير وتنفيذ استراتيجيات شاملة للذكاء الاصطناعي لعملاء Tricon. عملية إريك الشاملة لا فقط تخفف من الغموض حول الذكاء الاصطناعي ولكنها تضمن أيضًا أن تكون هذه الأعمال مجهزة للنجاح والازدهار في المنافسة الحاسمة لتكنولوجيا الذكاء الاصطناعي. إريك متحمس لتعزيز النمو والابتكار، ومشاركة رؤاه لتحفيز وتتمكين المنظمات لاستخدام قوة الذكاء الاصطناعي بفعالية.
يمكنك مشاركة بعض أبرز أحداث مسيرتك المهنية التي أدت إلى منصبك الحالي كرئيس قسم الذكاء الاصطناعي في Tricon Infotech؟
لقد غمرت في مجال استرجاع المعلومات طوال مسيرتي المهنية. بدأت رحلتي في بداية التسعينيات كمسؤول موقع على الإنترنت في فجر الإنترنت. خلال هذه الفترة التأسيسية، ركزت على بناء مكتبات رقمية لمنظمات حكومية وجامعات وشركات إعلامية، مما وضع الأساس لخبرتي في أنظمة المعلومات الرقمية.
في عام 2000، انتقلت إلى العمل مع مشغلي محركات البحث، حيث طوروا مهاراتي في تكنولوجيا البحث. تميزت هذه المرحلة من مسيرتي المهنية بنمو كبير وتعلم من خلال عمليات استحواذ مختلفة، مما أدى في النهاية إلى انضممي إلى Microsoft في عام 2008. في Microsoft، لعب دورًا حاسمًا في تطوير منصات اكتشاف المعرفة وتحسين سهولة الوصول إلى المعلومات للمستخدمين.
بعد فترة وجودي في Microsoft، قاد مبادرات في شركات كبرى مثل Comcast وElsevier، حيث كنت مسؤولاً عن تشغيل منصات اكتشاف المعرفة على نطاق واسع. هذه الخبرات كانت حاسمة في تشكيل نهجي للذكاء الاصطناعي واكتشاف المعلومات، مما أدى إلى منصبي الحالي كرئيس قسم الذكاء الاصطناعي في Tricon Infotech. هنا، أعتمد على خبرتي الواسعة لتطوير استراتيجيات وحلول للذكاء الاصطناعي تمكن عملائنا من استغلال إمكانيات بياناتهم الكاملة.
كيف أثرت تجاربك في شركات مثل Comcast وElsevier وMicrosoft على نهجك لدمج الذكاء الاصطناعي وتكنولوجيا البحث؟
على مدار مسيرتي المهنية، ركزت بشكل عميق على تقنيات معالجة اللغة الطبيعية (NLP) والتعلم الآلي. في البداية، كانت هذه التكنولوجيا تستند إلى أنظمة بسيطة قائمة على القواعد. ومع ذلك،随着 نمو مجموعات البيانات وزيادة قوة الحوسبة، بدأنا في تحسين تجارب المستخدم بشكل كبير من خلال الحصاد التلقائي للبيانات وإعادة تغذيتها إلى الخوارزميات لتحسين أدائها.
في Microsoft، بعد استحواذ الشركة على FAST، عملت كمدير منتج في فريق SharePoint. في هذا الدور، كنت مشاركًا في دمج تكنولوجيا البحث المتقدمة في أنظمة إدارة المحتوى المؤسسية، مما يعزز استرجاع المعلومات والتعاون القدرات للأعمال.
في Comcast، بنيت منصة اكتشاف المعرفة التي قامت بتشغيل جميع أعمال الفيديو، مما ermög للمستخدمين البحث عن المحتوى والاكتشاف عبر أجهزة التلفزيون وموبايل والويب. قامت هذه محرك البحث بتوسيع نطاقه لاستيعاب أكثر من مليار طلب في اليوم، مما يحسن بشكل كبير تجربة المستخدم من خلال تقديم توصيات سريعة ودقيقة للبحث والنتائج.
أحد أكثر التجارب تحولًا كان في Elsevier، حيث أطلقنا تجربة الذكاء الاصطناعي التوليدي لمشروع Scopus، وهو أحد منتجاتهم الأكثر موثوقية. استخدمت هذه المبادرة نموذج لغة كبير (LLM) لمساعدة المستخدمين في وضع أسئلة أفضل والحصول على إجابات أكثر دقة من المحتوى الفني في قاعدة بيانات الاتصالات العلمية. هذا النهج القائم على LLM ضمان دقة وثقة أكثر من 90 مليون مقال داخل قاعدة البيانات، مما يظهر قوة الذكاء الاصطناعي في تحسين البحث العلمي ونشر المعرفة.
ما هو ما يثيرك أكثر حول التقدم الحالي في الذكاء الاصطناعي التوليدي وإمكانياته التطبيقية؟
أحد أكبر التحديات التاريخية في استرجاع المعلومات هو الحفاظ على السياق. بالنسبة للبشر، هذا عملية طبيعية، ولكن بالنسبة للماكينات، كان العثور على المعلومات تجربة تعاملية تقليدية: اسأل سؤالًا، احصل على إجابة. الغوص أعمق في موضوع يتطلب طرح أسئلة أكثر تحديدًا. يثور الذكاء الاصطناعي التوليدي هذا النهج من خلال تمكين تفاعل أكثر تحدثًا وسياقًا، مثل محادثة طبيعية مع شخص تعرفه حديثًا.
علاوة على ذلك، يدمج الذكاء الاصطناعي التوليدي تقنيات إضافية تعزز الفهم الأعمق، والتي كانت تاريخيًا صعبة على محركات البحث التقليدية. على سبيل المثال، يمكن للنماذج اللغوية الكبيرة (LLMs) التعامل بسهولة مع جوانب مثل النبرة والتحليل العاطفي والفهم الدلالي والتوضيح. تمكن هذه القدرات LLMs من فهم دقائق اللغة البشرية والسياق بسهولة، مما يوفر إجابات أكثر دقة ومعنى مباشرة من الصندوق. هذا التطور يثيرني أكثر، لأنه يفتح возможности عديدة لإنشاء تطبيقات أكثر直觉 واستجابة وذكاء عبر مجالات مختلفة.
كيف يختلف نهج Tricon Infotech للذكاء الاصطناعي التوليدي عن الشركات الأخرى في الصناعة؟
في مجال الذكاء الاصطناعي التوليدي، هناك两个 مجالات تركيز رئيسية. الأول، الذي يحظى باهتمام كبير من بعض أكبر موردي التكنولوجيا، هو تدريب ونعيم نماذج الذكاء الاصطناعي. المجال الثاني، حيث يمتاز ممارسو الذكاء الاصطناعي التوليدي حقًا، هو الاستدلال – استخدام الذكاء الاصطناعي التوليدي لإنشاء منتجات وخدمات قيمة.
في Tricon Infotech، نركز على المجال الثاني. نهجنا متميز لأنه يؤكد على التطبيق العملي والتنفيذ السريع. لقد طوّرنا برنامجًا شاملاً يساعد قادة الأعمال على تحديد الحالات الاستخدامية الأكثر تأثيرًا للذكاء الاصطناعي التوليدي بسرعة. يتضمن عمليةنا حلولًا سريعة للنمذجة، مما يمكّن العملاء من العمل مع بياناتهم الخاصة في صندوق رملية للذكاء الاصطناعي. هذا النهج يضمن أنهم يمكنهم رؤية نتائج ملموسة والتفاعل مع رؤى قادرة على الذكاء الاصطناعي في وقت مبكر من دورة التطوير.
علاوة على ذلك، لدينا تركيز جذري على وقت القيمة. هدفنا هو مساعدة العملاء على بناء وتحديث تطبيقات تواجه العملاء في غضون 90 يومًا. لا يؤدي هذا الجدول الزمني المتسارع فقط إلى دفع الابتكار الأسرع، ولكنه يضمن أيضًا أن تكون الأعمال قادرة على الاستفادة بسرعة من فوائد الذكاء الاصطناعي التوليدي، مما يخلق تدفقات إيرادات جديدة ويعزز رضا العملاء.
يمكنك مناقشة بعض التحديات الرئيسية في تنفيذ نماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي التوليدي في حلول المؤسسات؟
يعرض تنفيذ نماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي التوليدي في حلول المؤسسات عدة تحديات ناشئة. التحدي الأول والأكثر أهمية هو الثقة. يجب أن تكون المؤسسات متأكدة من أن أنظمة الذكاء الاصطناعي لن تنخرط في انتهاك ملكية فكرية أو معلومات شركات حساسة. من الضروري ضمان أمان البيانات والحصول على ضمانات مناسبة بأن الذكاء الاصطناعي لن يسيء استخدام البيانات، وهو أمر حاسم للحصول على الثقة.
التحدي الثاني هو قضية الهلوسة. يمكن للذكاء الاصطناعي التوليدي في بعض الأحيان إنتاج إجابات واثقة خاطئة. يمكن أن يؤدي هذا إلى تقويض موثوقية أنظمة الذكاء الاصطناعي. يمكن أن تساعد تقنيات مثل تعديل النماذج وتوظيف التوليد المعزز بالاسترجاع (RAG) في التخفيف من حدوث الهلوسة من خلال ضمان أن تكون إجابات الذكاء الاصطناعي مدعومة بالبيانات الدقيقة.
التحدي الثالث هو التكلفة. يمكن أن يكون ترخيص وتوسيع نماذج اللغة الكبيرة مكلفًا للغاية. حتى العروض المؤسسية من موردين كبار مثل Microsoft وAmazon وGoogle تأتي مع رسوم دخول عالية وحدود أدنى. لذلك، من الضروري للمؤسسات مراقبة وتنظيم عائد الاستثمار (ROI) بعناية لضمان أن يكون نشر حلول الذكاء الاصطناعي مجديًا من الناحية الاقتصادية.
يمكنك شرح النهج المنظم الذي تستخدمه Tricon Infotech لتطوير حلول مؤسسية مخصصة للذكاء الاصطناعي التوليدي؟
Tricon Infotech هي شركة تطوير منتجات تتميز بتقديم خدمات إدارة من خلال فرق منتجات كاملة بدلاً من التأهيل التقليدي. يتضمن نهجنا تنفيذ فرق منتجات كاملة يمكنها إدارة كل جانب من دورة حياة تطوير المنتج، بما في ذلك بحث المستخدم وتصميم تجربة المستخدم (UX) وتنمية الجانب الأمامي والجانب الخلفي وتأتمتة الاختبار والتنفيذ والتوسيع والتشغيل المستمر.
يضمن هذا النموذج الشامل لخدمة الإدارة أن يكون عملاؤنا قادرين على التركيز مباشرة على التقاط القيمة من بياناتهم دون تعقيدات وعبء إدارة الموارد المنفصلة. محركنا الرئيسي هو وقت القيمة، مما يعني أننا نركز على تقديم فوائد ملموسة بسرعة وفعالية. طموحنا هو بناء علاقات توليدية طويلة الأمد مع عملائنا من خلال إضافة قيمة مستمرة وتكرار عملية تطوير الميزات.
نهجنا المنظم مصمم ليكون مرنًا ومتجاوبًا، مما يسمح لنا بالاستجابة بسرعة إلى التحديات والفرص الجديدة في منظومة الذكاء الاصطناعي. من خلال الاستفادة من قدرات فرقنا متعددة التخصصات الكاملة، نقدم حلولًا مخصصة للغاية للذكاء الاصطناعي التوليدي التي يتم تtailorها إلى احتياجات كل مؤسسة على حدة. هذا النهج لا فقط يميزنا عن شركات التأهيل التقليدية، ولكنه يضمن أيضًا أن نقدم حلولًا شاملة ومتكاملة تؤثر بشكل كبير على الأعمال.
ما هي بعض الأمثلة على مشاكل العالم الحقيقي التي تم حلها بنجاح من قبل حلول Tricon للذكاء الاصطناعي التوليدي؟
- التعلم الإلكتروني – تحويل الوسائط التقليدية والمواد التعليمية التراثية إلى محتوى تفاعلي متعدد الوسائط. هذا يسمح لعملائنا بإعادة استخدام المحتوى الحالي لتكيف مع طرق جديدة للتعلم والوصول إلى المتعلمين على منصات مختلفة حيث هم موجودون بالفعل. بالإضافة إلى ذلك، يمكن أن يتم إعادة استخدام المحتوى في برامج تعلم هائبة مخصصة يمكن أن تتكيف تلقائيًا مع احتياجات وطرق التعلم للمتعلم (صوتي، بصرية، إلخ.)
- الذكاء الاصطناعي الخاص – مساعدة العملاء على بناء حلول ذكاء اصطناعي مؤسسية موثوقة تبقى خاصة وتحترم قواعد الوصول الخاصة بالعملاء، مع الحفاظ على التكاليف ومساعدة التوسع عبر الوظائف المختلفة للمؤسسة لمساعدة المحترفين المثقلين والخدمات المشتركة للتوسع بشكل أفضل إلى المنظمة مع فهم أصيل للقواعد والسياسات المحلية والإقليمية الموزعة جغرافيًا. هذه الذكاء الاصطناعي الخاصة لن تخدم فقط المؤسسة، ولكنها ستولّد أيضًا تدفقات إيرادات جديدة لعملائنا.
- تأتمة العمليات – لا يزال هناك عدد كبير من المنظمات التي تعتمد على العمليات اليدوية وتكامل البيانات الذي يتطلب الدوران. يساعد الذكاء الاصطناعي على ربط الأنظمة المختلفة معًا من خلال إنشاء طبقات ذكية يمكنها لا فقط التحقق من البيانات، ولكن أيضًا فهم الإشارة الفريدة التي تم إنشاؤها بواسطة مجموعة البيانات أو الأدوات، ومساعدة التوجيه الفعال للعمليات حولها مع تحديد قضايا سلاسل التوريد
ما هو الدور الذي يلعبه التعلم المستمر والنمو في البقاء في طليعة مجال الذكاء الاصطناعي السريع التطور؟
أحد أكبر التحديات في مجال الذكاء الاصطناعي هو تطوير مهارات مجموعة المواهب. هناك جيل جديد من العمال الذين يفهمون بشكل طبيعي أدوات الذكاء الاصطناعي والتكنولوجيا. ومع ذلك، هناك جيل أقدم يحتاج إلى فهم ما يمكن أن تفعله هذه الأدوات وما لا يمكنها فعله. التعلم المستمر هو أمر بالغ الأهمية لسد الفجوة هذه.
أدوات الذكاء الاصطناعي لها إمكانية تعزيز الإنتاجية بشكل كبير، مما يسمح للأعمال بالتحقيق بكثير مع الموارد الأقل، وبالتالي تقليل الإطارات الزمنية والتكاليف. من أجل تحقيق هذه الفوائد، يجب على الموظفين أن يكونوا مستعدين لتعلم طرق عمل جديدة وتكامل هذه الأدوات في سير عملهم.
علاوة على ذلك، من الضروري معالجة خوف الأمن الوظيفي. يجب على الموظفين أن يفهموا أن أولئك الذين يتبنون التعلم المستمر والنمو سيكونون أفضل تجهيزًا لدمج أدوات الذكاء الاصطناعي الجديدة في روتينهم اليومي، مما يؤدي في النهاية إلى أمان وظيفي أكبر. الحقيقة هي أن النجاح في المستقبل الذي يحركه الذكاء الاصطناعي سوف يأتي إلى أولئك الذين يسعون جاهدين لفهم وتكامل هذه التكنولوجيا المتطورة.
كيف تتخيل مستقبل الذكاء الاصطناعي في تحويل تكنولوجيا البحث وتفاعل المستخدم في العقد القادم؟
نحن نشهد بالفعل تحولًا كبيرًا من محركات البحث التقليدية إلى أدوات الذكاء الاصطناعي التوليدي للاستفسارات الأولية. يُحفز هذا التحول بقدرة الذكاء الاصطناعي التوليدي على تقديم إجابات مباشرة وحلول، مما يلغي الحاجة إلى التنقل عبر مواقع أو موارد متعددة بشكل مستقل. في المستقبل القريب، سوف يصبح من الشائع أن تتمكن الأجهزة الذكية من حضور الاجتماعات وتنفيذ الإجراءات ومعالجة المهام الروتينية، مما يؤدي إلى تقليل كبير في أدوار بعض الوظائف داخل المؤسسات.
أحد التحديات الرئيسية التي لا تزال موجودة هو تحديد كيفية تحقيق أرباح من الذكاء الاصطناعي التوليدي، حيث قد تواجه نموذج الإعلان التقليدي عقبات كبيرة في هذا المنظر الجديد. توقعي هو أن البيانات سوف تصبح أكثر قيمة بشكل متزايد، وتتصرف أكثر مثل العملة عندما ننavig في هذا العالم الجديد. هذا التحول سوف يتطلب نماذج أعمال مبتكرة تستفيد من القدرات الفريدة للذكاء الاصطناعي مع ضمان أن يتمكن المستخدمون والمؤسسات من استخلاص قيمة ملموسة من تفاعلاتهم.
بشكل عام، مستقبل الذكاء الاصطناعي في تكنولوجيا البحث وتفاعل المستخدم يعد واعدًا بالتحول، مما يجعل استرجاع المعلومات أكثر直觉 وكفاءة، مع إعادة تشكيل الطريقة التي ننظر بها إلى التفاعلات الرقمية ووظائف المؤسسات.
ما هو النصيحة العملية التي تقدمها للأعمال التي تبحث عن استغلال الذكاء الاصطناعي لتحقيق النجاح والابتكار؟
لا تخاف من التكنولوجيا. ابدأ bằng جعل أدوات الذكاء الاصطناعي متاحة لموظفيك لضمان أن بياناتك وملكية فكرية تظل آمنة. العديد من الموظفين يستخدمون بالفعل أدوات الذكاء الاصطناعي، ولكن بدون حوكمة مناسبة، هناك خطر من سوء الاستخدام. لذلك، من الضروري تطوير مهارات موظفيك حتى يفهموا المخاطر المشاركة وكيفية استخدام هذه الأدوات بأمان وفعالية.
علاوة على ذلك، من الضروري الاهتمام بقياسات النجاح. يمكن أن تكون أدوات الذكاء الاصطناعي مكلفة، ولكن التكاليف من المتوقع أن تقل مع مرور الوقت. ومع ذلك، من المهم الحفاظ على تركيز واضح على عائد الاستثمار (ROI) لإدارة التكاليف وفهم التأثير على عملك. من خلال القيام بذلك، يمكنك استغلال الذكاء الاصطناعي لتحقيق الابتكار والنجاح مع ضمان أن الفوائد تفوق النفقات.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Tricon Infotech.
