مقابلات
جيرونيمو دي ليون، مدير المنتجات السنIOR لشركة Backblaze – سلسلة المقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
جيرونيمو دي ليون هو قائد في إدارة المنتجات مع أكثر من 10 سنوات من الخبرة في قيادة الابتكار المدفوع بالذكاء الاصطناعي عبر بيئات الشركات الناشئة والشركات الكبيرة. وهو حاليًا مدير المنتجات السنIOR لشركة Backblaze، حيث يقود تطوير ميزات الذكاء الاصطناعي والتعلم الآلي، ويركز على كيفية تحسين Backblaze لدورة حياة البيانات لعمليات الذكاء الاصطناعي للمستخدمين، وينفذ أدوات ووكلاء الذكاء الاصطناعي لتحسين العمليات الداخلية.
Backblaze هي شركة تخزين سحابي ونسخ احتياطي توفر نسخة احتياطية أوتوماتيكية غير محدودة لأجهزة الكمبيوتر للأفراد والشركات، إلى جانب حلول تخزين كائنات قابلة للتطوير للشركات والوسائط وعمليات التطبيقات. تركز خدماتها على التكلفة، وأمان البيانات، وسهولة الاستعادة، والتوافق السلس مع الأنظمة الحالية.
تbring أكثر من عقد من الخبرة في إدارة المنتجات المدفوعة بالذكاء الاصطناعي – من العمل مع LLMs في Intelas و RAG في Welcome.AI إلى إطلاق chatbot لشركة Bloomberg والآن قيادة جهود الذكاء الاصطناعي في Backblaze. كيف شكلت هذه الخبرات رؤيتك لدور تخزين السحابة في توسيع نطاق عمليات الذكاء الاصطناعي والتعلم الآلي؟
منذ بدئي في مشاريع الذكاء الاصطناعي في IBM Watson، رأيت وتيرة الابتكار تتسارع بشكل كبير. ما كان يأخذ سنوات للانتقال من البحث إلى الإنتاج يحدث الآن في أشهر. ومع ذلك، فإن التحديات الأساسية للبنية التحتية لا تزال相同ًا: أين هي البيانات، وأين نخزنها، وكيف نصل إليها بكفاءة؟
في الماضي، كانت القيود هي الحوسبة والنمذجة، ولكن الآن لدينا وفرة من النماذج المسبقة والكثير من مقدمي الحوسبة. ومع ذلك، عندما تبدأ مشروعًا في الماضي، كنا نبدأ عادةً بمشروع جمع البيانات ومعالجتها، وهذا لا يزال相同ًا اليوم. أرى باستمرار المنظمات تتعثر بنفس العرقلة في توحيد البيانات من مصادر منفصلة. المنظمات التي تنجح هي تلك التي تحل مشكلة إمكانية الوصول إلى البيانات في وقت مبكر، مما يخلق أساسًا ينمو مع نضج الذكاء الاصطناعي. قراراتك بشأن بنية التخزين تحدد مدى سرعة وصولك إلى تدريب النماذج والابتكار.
أين ترى تخزين السحابة يلعب الأدوار الأكثر حرجية عبر دورة حياة الذكاء الاصطناعي – من استهلاك البيانات والمعالجة إلى التدريب والتعدين والاستدلال والمراقبة؟
تخزين السحابة هو حاسم عبر دورة حياة الذكاء الاصطناعي، مع مراحل رئيسية في تجميع البيانات والمعالجة والتدريب والاستدلال. في البداية، تسريع تجميع البيانات وتنظيمها وتأمينها يسرع من مشاريع جديدة ويسهل اختبار نماذج جديدة. البيانات النظيفة والمعالجة جيدًا غالبًا ما تهزم مجرد وجود المزيد من البيانات، مما يجعل التخزين مركزيًا للجودة بالإضافة إلى الحجم. أحد أشهر عبارات Backblaze هي “إنه ليس احتجازًا إذا كان البيانات”. لا تعرف أبدًا كيف سيكون قيمًا، لذلك يجب على المنظمات جمع أكبر قدر ممكن. خلال التدريب، يضمن التخزين القابل للتطوير تدفق مجموعات البيانات الكبيرة، وفي الاستدلال، يتيح تسجيل مخرجات التنبؤ واعتراضات المستخدمين الاستمرار المستمر. في النهاية، التخزين هو الأساس الذي يحدد مدى سرعة قدرتك على الابتكار مع الذكاء الاصطناعي.
ما هي أكبر العوائق التي تواجهها المنظمات عند توسيع نطاق التخزين للذكاء الاصطناعي، وكيف تختلف هذه التحديات بين الشركات الناشئة الصغيرة والشركات الكبيرة؟
أكبر عوائق توسيع نطاق التخزين للذكاء الاصطناعي هي التكلفة وإدارة البيانات وإمكانية الوصول. تخزين حجم كبير من البيانات هو جزء فقط من التحدي؛ يجب أيضًا أن تكون منظمًا ويمكن استرجاعه وتنظيمه مع التحكم الصحيح. البيانات النظيفة والمنظمة غالبًا ما تكون أكثر قيمة من مجرد وجود المزيد منها.
对于 الشركات الناشئة، التحدي الأول هو الحصول على كمية كافية من البيانات لتدريب ونعين نماذجها. بمجرد حصولهم عليها، تصبح التكلفة والهيكل الحواجز التالية.
对于 الشركات الكبيرة، التحدي هو التعقيد. بياناتهم وافرة ولكنها منقسمة عبر السilos والأنظمة التقليدية وسياسات الامتثال، مما يجعل التوحيد وإمكانية الوصول صعبًا.
المنظمات التي تنجح تعامل التخزين كمنفذ استراتيجي ينمو في التكلفة والأداء وإمكانية الوصول جنبًا إلى جنب مع نضج الذكاء الاصطناعي.
من بين التكلفة والاتساق والأمان والامتثال، أيهما ترى كحاجز أكثر إلحاحًا لتوسيع نطاق الذكاء الاصطناعي اليوم، وكيف يجب على المنظمات أن تعطي الأولوية لمعالجته؟
من بين التكلفة والاتساق والأمان والامتثال، الاتساق هو أحد الحواجز الأكثر إلحاحًا. يؤثر مباشرة على تدريب النماذج والاستدلال، والاستدلال على وجه الخصوص يؤثر على تجربة المستخدم. تقوم المنظمات بكل ما في وسعها لتقليل الاتساق في هذه المرحلة، لأن التأخيرات في تقديم التنبؤات يمكن أن تعرقل التحول.
تبقى التكلفة تحديًا دائمًا مع نمو حجم البيانات، وتصبح الامتثال أكثر أهمية مع توسيع نطاق المنظمات، خاصة في الصناعات الخاضعة للرقابة. غالبًا ما تركز الشركات الناشئة أولًا على التكلفة والاتساق، بينما يجب على الشركات الكبيرة موازنة الاتساق مع الحوكمة والطلبات التنظيمية. يجب أن تكون الأولوية هي بناء تخزين يقلل من الاتساق لتدريب النماذج والاستدلال، مع الحفاظ على الكفاءة في التكلفة والامتثال مع توسيع نطاق اعتماد الذكاء الاصطناعي.
الشركات الكبيرة غالبًا ما تؤكد على الحاجة إلى المرونة وإمكانية الوصول إلى البيانات لتعزيز الابتكار بالذكاء الاصطناعي. من منظورك، ماذا يعني المرونة الحقيقية في الوصول إلى البيانات، ولماذا هي أساسية؟
في حديث最近 ألقيه، شددت على فكرة الأرشفة الذكية. المرونة الحقيقية في الوصول إلى البيانات تبدأ بتوحيد المعلومات في أرشيف منظم ويمكن البحث عنه. هذا يعني توحيد التنسيقات المختلفة وتنظيمها ووضع علامات لها من أجل الاتساق، وتمكين الفهرسة للاستعلام في المستقبل. هذا النهج يضمن أن البيانات لا يتم تخزينها فقط، بل يتم جعلها قابلة للاستخدام.
هذا ضروري لأنها توفر الأساس للتحليلات والنمذجة. عندما تكون البيانات منظمة ويمكن البحث عنها، يمكن للفرق التحرك بسرعة أكبر، وتجربة المزيد من الحرية، وتقليل الاتساق في التدريب والاستدلال. بدون هذا النوع من المرونة، يصبح التخزين حجر عثرة بدلاً من منفذ للابتكار بالذكاء الاصطناعي.
هل يمكنك مشاركة حالات استخدام حقيقية – مثل العملاء مثل Decart AI أو Wynd Labs – التي تظهر كيف يمكن أن يتيح نهج التخزين السحابي الصحيح الابتكار بالذكاء الاصطناعي مباشرة؟
هذه هي أمثلة رائعة عن كيف يمكن أن يتيح نهج التخزين السحابي الصحيح الابتكار بالذكاء الاصطناعي مباشرة. ركز Decart على تدريب النماذج، حيث كان نقل البيانات إلى الحوسبة بفعالية حاسمًا. مع Backblaze B2، وسعوا إلى 16 پیبی بايت في 90 يومًا، وتم تدريبهم عبر عدة مجموعات من وحدات معالجة الرسومات بدون أي تكاليف إخراج، وتم تحقيق كفاءة 10 مرات أكثر من المنافسين. هذا الموثوقية والكفاءة أتاحت لهم أن يبتكروا بشكل أسرع.
ركز Wynd Labs على إمكانية وصول العملاء إلى البيانات. يبتلعون بيتابايت يوميًا ويقدمون عشرات البيتابايت شهريًا. مع أداء Backblaze العالي وبدون أي رسوم إخراج، يمكنهم التوسع لطلب الشركات الكبيرة وإعادة الاستثمار في تطوير المنتج. هذه القدرة على تقديم إمكانية الوصول إلى البيانات بمقياس كبير أتاحت لهم فرصًا جديدة لمنصاتهم.
في كلتا الحالتين، حولت استراتيجية التخزين الصحيحة البنية التحتية من عائق إلى منفذ، مما مكن الشركات من التركيز على الابتكار بالذكاء الاصطناعي بدلاً من إدارة التكلفة والتعقيد.
مع نمو نماذج الذكاء الاصطناعي ومجموعات البيانات بشكل أكبر، ما هي النصيحة التي تقدمها للمنظمات التي تحاول موازنة أداء التخزين مع الكفاءة في التكلفة؟
المنظمات يجب أن تفكر في استخدامها طويل المدى للبيانات مع منتجاتها في الاعتبار. جمع البيانات ومعالجتها ونقلها و chạy التنبؤ عليها كلها ستكون جزءًا أساسيًا من كيفية تطور منتجاتهم. إذا لم يفعلوا ذلك الآن، فإن التكاليف وتحديات التخزين ستتضاعف مع مرور الوقت. منذ أن سيكون الذكاء الاصطناعي جزءًا أساسيًا من منتجاتهم ومنظمتهم، يجب أن يتم تصميم التخزين في وقت مبكر لتوازن الأداء مع الكفاءة في التكلفة حتى يتمكن من النمو بسلاسة مع نموهم.
الأمان والامتثال هما أكثر القضايا إلحاحًا في الصناعات الخاضعة للرقابة. كيف ترى تخزين السحابة يتطور لدعم احتياجات الحوكمة مع السماح للفرق بالابتكار بسرعة؟
الحوكمة هي جزء أساسي من التخزين. تسهيل الوصول مع أساس قوي لإدارة البيانات وأمانها ومراقبتها هو أمر بالغ الأهمية. أرى تخزين السحابة يتطور مع سيطرات أقوى مثل التشفير افتراضيًا، وأذونات دقيقة، وسجلات المراقبة، وخيارات إقامة البيانات. كما أن سلالة البيانات مهمة في الذكاء الاصطناعي. معرفة من أين أتت البيانات، وكيف تمت معالجتها، وكيف تدخل في النماذج هي أمر أساسي للامتثال والثقة.
في نفس الوقت، منصات التخزين تحسنت من سهولة الاستخدام حتى يتمكن الفرق من التحرك بسرعة. عندما تعمل الحوكمة وسلالة البيانات وإمكانية الوصول معًا، يمكن للمنظمات تلبية المتطلبات التنظيمية مع الاستمرار في الابتكار بالذكاء الاصطناعي بسرعة.
对于 المنظمات التي تقيم أو تنتقل إلى B2، ما هي النصيحة أو الإرشاد التي تقدمها فيما يتعلق بالتنفيذ – خاصةً فيما يتعلق بنقل البيانات ودمجها مع الموجود المौजودة أو حزم الحوسبة أو تحسينها من أجل الإنتاجية والخروج؟
由于 B2 متوافق مع S3، فإنه يدمج مباشرة في الموجود الموجودة أو حزم الحوسبة بدون إعادة هندسة. غالبًا ما نعمل مع العملاء على概念 إثبات لتحقق من نقل البيانات والأداء والدمج قبل التوسع. من هناك، التركيز على تحسين الإنتاجية ونقل البيانات وتنسيق البيانات حتى يتمكن الفرق من التدريب عبر المجموعات، و chạy التنبؤ، والاستمرار بسرعة دون أن يتباطأ البنية التحتية.
مع استمرار تحملات الذكاء الاصطناعي في النمو – خاصةً مع الاتجاهات حول LLMs ومجموعات البيانات بقياس الإكسابايت والاستراتيجيات الهجينة أو متعددة السحاب – كيف تتطور Backblaze عروض التخزين لتلبية هذه الاحتياجات الناشئة؟
في Backblaze، نحن مركزون ليس فقط على كيفية استخدام البيانات اليوم، ولكن كيف سيتم تنسيقها في المستقبل. التخزين لم يعد مجرد أرشيف، بل أصبح أداة تمكن من الوصول السريع والفعال لنقل البيانات وتنسيقها عبر البيئات. مع LLMs ومجموعات البيانات بقياس الإكسابايت، هذا الأساس من إمكانية الوصول السهل والإنتاجية العالية سيكون حاسمًا ليس فقط لتدريب النماذج والاستدلال، بل أيضًا لفئة وكلاء الذكاء الاصطناعي الناشئة التي تعتمد على البيانات لجعل العمليات أكثر استقلالية. النتيجة هي أساس تخزين يتيح الابتكار الآن ويحضر المنظمات لما سيأتي بعد ذلك.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Backblaze.
