مقابلات

إتيان بيرنارد، المؤسس المشارك والرئيس التنفيذي لشركة NuMind – سلسلة المقابلات

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتطوير الذكاء الاصطناعي التفاعلي من NuMind يحاكي التعليم البشري لتحقيق تعلم آلي فعال.
عرض المزيد
  • تطوير الذكاء الاصطناعي التفاعلي من NuMind يحاكي التعليم البشري لتحقيق تعلم آلي فعال.
  • تحقق الأداة سرعة نشر نماذج معالجة اللغة الطبيعية تصل إلى 10 أضعاف مقارنة بالطرق التقليدية.
  • تمكن NuMind من إنشاء نماذج مخصصة بأقل قدر من الترميز مع التحكم في البيانات محليًا.

إتيان بيرنارد، هو المؤسس المشارك والرئيس التنفيذي لشركة NuMind وهي شركة برمجيات تأسست في يونيو 2022 وتختص في تطوير أدوات التعلم الآلي. إتيان هو خبير في مجال الذكاء الاصطناعي والتعلم الآلي. بعد حصوله على درجة الدكتوراه (ENS) وأبحاث ما بعد الدكتوراه في معهد ماساتشوستس للتكنولوجيا (MIT) في الفيزياء الإحصائية، انضم إتيان إلى شركة Wolfram Research حيث أصبح رئيس قسم التعلم الآلي لمدة 7 سنوات. خلال هذه الفترة، قاد إتيان تطوير أدوات التعلم الآلي التلقائي، وإطار عمل سهل الاستخدام للتعلم العميق، وتطبيقات التعلم الآلي المختلفة.

ما الذي جذبك في البداية إلى التعلم الآلي؟

المرة الأولى التي سمعت فيها مصطلح “التعلم الآلي” كانت في عام 2009، أعتقد، بفضل جائزة نيتفليكس. وجدت فكرة أن الآلات يمكن أن تتعلم ممتعة وقوية. كان من الواضح بالنسبة لي أن هذا سوف يؤدي إلى تطبيقات مهمة، بما في ذلك إمكانية إنشاء الذكاء الاصطناعي. قررت على الفور أن أغوص في هذا الموضوع، ولم أعد أتوقف.

بعد حصولك على درجة الدكتوراه (ENS) وأبحاث ما بعد الدكتوراه في معهد ماساتشوستس للتكنولوجيا (MIT) في الفيزياء الإحصائية، انضممت إلى شركة Wolfram Research حيث أصبحت رئيس قسم التعلم الآلي لمدة 7 سنوات. ما هي بعض المشاريع الأكثر إثارة للاهتمام التي عملت عليها؟

كانت مشاريعي المفضلة في شركة Wolfram هي تطوير دوال التعلم الآلي التلقائي للغة Wolfram (المعروفة باسم Mathematica). كان الأول هو Classify، حيث تقوم بتقديم البيانات وتحصل على مصنف. بالنسبة لي، التعلم الآلي كان دائمًا حول التلقائية. لا تقوم بضبط المعاملات الفائقة لطالبك البشري، ولا ينبغي أن تفعل ذلك لآلتك أيضًا! كان من الصعب من الناحية العلمية والهندسية البرمجية إنشاء دوال تعلم آلي تلقائي متينة وفعالة بحق.

كان إنشاء إطار عمل شبكات عصبية عالية المستوى مشروعًا مثيرًا للاهتمام. كانت هناك قرارات صعبة فيما يتعلق بكيفية تمثيل الشبكات العصبية بشكل رمزي، وكيفية تصورها، وكيفية التعامل معها (أي القدرة على قطع بعض القطع، واللصق الآخر معًا، واستبدال الطبقات، إلخ). أعتقد أننا قمنا بذلك بشكل جيد، وإذا كان مفتوح المصدر، أعتقد أنه سيكون مستخدمًا بشكل كبير ؛)

خلال هذه الفترة، كتبت أيضًا كتابًا أساسيًا بعنوان “مدخل إلى التعلم الآلي“، ما هي بعض التحديات التي واجهتها أثناء كتابة كتاب بهذا الشمول؟

كان هناك العديد من التحديات! استغرق الأمر عامين لكتابة الكتاب. كان بإمكاني أن أقرر كتابة كتاب “كيفية” فقط، وهو ما كان أسهل، ولكن جزءًا من رحلتي في شركة Wolfram كان حول تعلم التعلم الآلي، وشعرت بالحاجة إلى نقل ذلك. لذلك، كان الصعوبة الرئيسية هي تحديد ماذا أقول بالضبط، وبالترتيب، لجعلها مثيرة للاهتمام وسهلة الفهم. ثم كان هناك التفاصيل التربوية: هل أستخدم صيغة رياضية لمفهوم معين؟ أو بعض الشفرة؟ أو مجرد تصور؟ أردت جعل هذا الكتاب أكثر إمكانية الوصول إليه، وهذا أعطاني الكثير من الصداع. بشكل عام، أنا سعيد بالنتيجة. آمل أن يكون مفيدًا للكثير!

يمكنك أن تشاركنا قصة نشأة NuMind؟

حسناً. كنت أريد إنشاء شركة ناشئة منذ فترة، في الأصل في عام 2012 لإنشاء أداة تعلم آلي تلقائي، ولكن العمل في شركة Wolfram كان ممتعًا جدًا. ثم في عام 2019-2020، بدأت النماذج اللغة الكبيرة (LLMs) في الظهور، مثل GPT-2 و GPT-3. كان ذلك صدمة لي كيف يمكنهم فهم النص وتوليد النص. في نفس الوقت، يمكنني رؤية مدى صعوبة إنشاء نماذج NLP: كنت بحاجة إلى التعامل مع فريق لوسم البيانات، وخبراء يديرون العديد من التجارب، إلخ. فكرت أن هناك طريقة لاستخدام هذه النماذج من خلال أداة لتحسين تجربة إنشاء نماذج NLP بشكل كبير. كان شريكي المؤسس، صموئيل (وهو أيضًا قريب لي)، يشاركني نفس الرؤية، وقررنا إنشاء هذه الأداة.

هدف NuMind هو نشر استخدام التعلم الآلي والذكاء الاصطناعي بشكل عام من خلال إنشاء أدوات بسيطة وقوية. ما هي بعض الأدوات المتاحة حاليًا؟

نعم. أداتنا الأولى هي لإنشاء نماذج NLP مخصصة. على سبيل المثال، دعنا نقول أنك تريد تحليل مشاعر مستخدميك من تعليقاتهم. استخدام نموذج جاهز ليس جيدًا بشكل عام، لأنه تم تدريبه على نوع مختلف من البيانات، ولمهمة مختلفة قليلًا (مهمات تحليل المشاعر مختلفة عن بعضها البعض!). بدلاً من ذلك، تريد تدريب نموذج مخصص يعمل جيدًا على بياناتك. أداتنا تسمح بذلك بطريقة بسيطة وفعالة. بشكل أساسي، تقوم بتحميل بياناتك، وتُجري قدرًا قليلًا من وسم البيانات، ويتوفر لك نموذج يمكنك نشره من خلال واجهة برمجة التطبيقات. هذا ممكن بفضل استخدام النماذج اللغة الكبيرة، ولكن أيضًا هذا النمط الجديد من التعلم الذي نسميه Interactive AI Development.

ما هي بعض النماذج المخصصة التي تريها تطورها من أول جولة من العملاء NuMind؟

كان هناك بعض تحليلات المشاعر. على سبيل المثال، عميل يراقب مشاعر المحادثات الجماعية حيث يساعد الناس بعضهم البعض على مكافحة الإدمان. هذا التحليل مطلوب للتدخل في الحالات النادرة حيث تقل المشاعر. عميل آخر يستخدمنا للعثور على أنسب الوظائف الشاغرة لسيرة ذاتية معينة – وأعتقد أن هناك الكثير من الإمكانيات في هذا النوع من الذكاء الاصطناعي. لدينا عملاء يستخدموننا لاستخراج المعلومات من الوثائق الطبية والقانونية.

ما مقدار الوقت الذي يمكن للشركات توفيره باستخدام أدوات NuMind؟

هذا يعتمد على التطبيق بالطبع، ولكن مقارنة بالحلول التقليدية (وسم البيانات وتدريب النموذج كلٌّ على حدة)، نرى تحسينًا في السرعة يصل إلى 10 مرات لتحصل على نموذج ووضعه في الإنتاج. أتوقع أن يتحسن هذا الرقم مع استمرارنا في تطوير المنتج. في النهاية، أعتقد أن المشاريع التي كانت ستستغرق أشهر ستمكن من الانتهاء في أيام، مع أداء أفضل.

يمكنك أن تفسر كيف يعمل Interactive AI Development في NuMind؟

فكرة Interactive AI Development تأتي من كيفية تعليم البشر بعضهم البعض. على سبيل المثال، دعنا نقول أنك توظف متدربًا لتصنيف البريد الإلكتروني. سوف تصف المهمة وغرضها أولاً. ثم قد تقدم بعض الأمثلة الجيدة، بعض الحالات الحدودية ربما. ثم يبدأ متدربك في تصنيف البريد الإلكتروني، وتبدأ محادثة. متدربك سيعود بالأسئلة مثل “كيف أصنف هذا؟” أو “أعتقد أننا يجب أن ننشئ تصنيفًا جديدًا لهذا”، أو حتى يسألك “لماذا” نصنف بطريقة معينة. بنفس الطريقة، قد تسأل متدربك الأسئلة لتحديد الفجوات المعرفية وتصحيحها. هذا النوع من التعليم هو طبيعي جدًا وفعال من حيث تبادل المعلومات. نحاول محاكاة سير العمل هذا حتى يتمكن البشر من تعليم الآلات بكفاءة.

من الناحية الفنية، هذا النمط هو تواصل منخفض زمن الاستجابة وعالي سعة تبادل المعلومات، متعدد الوسائط، وثنائي الاتجاه بين الإنسان والآلة، وقررنا تسميته Interactive AI Development لتوضيح الجوانب الثنائية والمنخفضة التأخير. أرى هذا كنمط ثالث لتعليم الآلات، بعد البرمجة الكلاسيكية، والتعلم الآلي الكلاسيكي (حيث تقدم فقط أمثلة للمهمة لكي يفهم الكمبيوتر ما يجب فعله).

هذا النمط الجديد مفتوح بواسطة النماذج اللغة الكبيرة. في الواقع، تحتاج إلى شيء ما يعتبر ذكيًا في الآلة لكي تتواصل معها بشكل فعال. أعتقد أن هذا النمط سوف يصبح شائعًا في المستقبل القريب، ويمكننا رؤية لمحات منه مع النماذج اللغة الكبيرة القائمة على المحادثة، وأداتنا بالطبع.

نحن نطبق هذا النمط لتعليم مهام NLP، ولكن هذا يمكن أن يستخدم (وسوف يستخدم) لأشياء كثيرة أخرى، بما في ذلك تطوير البرمجيات.

هل هناك شيء آخر تريد أن تشاركه حول NuMind؟

ربما أن أداة يمكن استخدامها من قبل الخبراء وغير الخبراء في التعلم الآلي، أنها متعددة اللغات، أنك تمتلك نماذجك، وأن البيانات يمكن أن تظل على جهازك!

خلاف ذلك، نحن في مرحلة بيتا خاصة، لذا إذا كان لديك أي احتياجات NLP، سنكون سعداء بالحديث واكتشاف كيف يمكننا مساعدتك!

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

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.