جوليان ساليناس، المؤسس والمدير الفني لشركة NLP Cloud – سلسلة المقابلات

جوليان ساليناس هو المؤسس والمدير الفني لشركة NLP Cloud. منصة NLP Cloud تقدم نماذج NLP عالية الأداء وجاهزة للإنتاج بناءً على spaCy و HuggingFace transformers، لعدة استخدامات تشمل NER و تحليل المشاعر و تصنيف النص و تلخيص و إجابة الأسئلة و توليد النص و الترجمة و كشف اللغة و تصحيح النحو والإملاء و تصنيف النية و التشابه الدلالي.

ما الذي جعلك مهتمًا بالعلوم الحاسوبية في البداية؟

بدأت البرمجة في… المدرسة التجارية! أعلم أن هذا يبدو مفاجئًا. في الواقع، أدركت بسرعة أن الأعمال نفسها كانت مملة وأنه سأكون مقيدًا بسرعة إذا لم أكن لديّ المهارات الفنية لتحقيق مشاريعي.

كان أول مشروع في ذلك الوقت موقعًا صغيرًا لمعلم الموسيقى، ثم موقعًا آخر لأسرتي، ثم بدأت في تعلم Python… وهكذا دواليك. الآن أصبحت مطورًا لبرامج Python/Go و DevOps لمدة 15 عامًا.

يمكنك أن تشاركنا قصة نشأة NLP Cloud؟

بدأت منذ عامين عندما أدركت أنني كمطور، كان من الصعب نشر نماذج التعلم الآلي في الإنتاج بشكل صحيح.

كانت tôi مذهلة من التقدم الذي أحرزته الإطارات مثل Hugging Face Transformers و spaCy، وتمكنت من استخدام نماذج NLP متقدمة جدًا في مشاريعي. ولكن استخدام هذه النماذج في الإنتاج كان وحشًا آخر، ومن المدهش أنني لم أجد أي سحابة No-Ops مثيرة للاهتمام في السوق ل NLP.

لذلك، قررت أن أبدأ منصتي الخاصة لنشر نماذج NLP. وبسرعة، تلقينا ردود فعل رائعة من العملاء وأضفنا العديد من الميزات بناءً على هذه الردود (النماذج المسبقة، التعدين، الملعب…).

تدعم منصة NLP Cloud بديل GPT-3 المفتوح GPT-J. ما هو GPT-J على وجه التحديد؟

تم إصدار GPT-J بواسطة فريق من الباحثين يُدعى EleutherAI في يونيو هذا العام. يعتقدون أن GPT-3 يجب أن يكون نموذجًا مفتوحًا المصدر، مثل سلافه (GPT و GPT-2). يزعمون أنه حتى لو كنا جميعًا قلقين بشأن إساءة استخدام نماذج الذكاء الاصطناعي القوية مثل GPT، فإن هذا ليس سببًا جيدًا لعدم جعل هذه النماذج مفتوحة المصدر. على العكس من ذلك: يعتقدون أنه إذا بقيت نماذج الذكاء الاصطناعي مفتوحة المصدر، فهذا هو أفضل طريقة للجماعة لفهم كيف تعمل هذه النماذج تحت الغطاء، ومن ثم ضمان أن هذه النماذج لا تسلك الطريق الخطأ (النسوية، العنصرية، …).

GPT-J هو بديل مباشر ل GPT-3 Curie حيث يتم تدريبهما على أكثر أو أقل 6 مليارات معامل.

يمكن استخدام كلاهما تقريبًا بالتبادل.

لماذا GPT-J بديل متفوق ل GPT-3؟

ي属于 GPT-3 إلى مايكروسوفت، والطريقة الوحيدة للناس لاستخدامه هي通過 واجهة برمجة تطبيقات GPT-3 الرسمية.

لكن هذه الواجهة البرمجية باهظة الثمن، وقيودها شديدة: تحتاج إلى طلب الوصول إلى الواجهة، وحتى إذا تم قبول تطبيقك، يمكن إغلاق الوصول في أي وقت إذا اعتبروا أن نموذج أعمالك لا يتوافق مع إرشاداتهم. على سبيل المثال، لا يمكنك توليد “نص مفتوح” (نص طويل يتكون من عدة فقرات) لأنه يخالف سياستهم.

لا توجد مثل هذه القيود مع GPT-J لأنه مفتوح المصدر ويمكن لأي شخص تثبيته واستخدامه.

ما كانت بعض التحديات الفنية المتعلقة بتكامل GPT-J على NLP Cloud؟

GPT-J معقد في التثبيت بسبب استهلاكه المرتفع للموارد (RAM، CPU، GPU…). يعمل بدون GPU ولكن من البطئ جدًا لدرجة أنه غير عملي.

في النهاية، الأجهزة المطلوبة لتشغيل GPT-J باهظة الثمن، لذلك كان علينا العمل على العديد من التفاصيل التنفيذية لخفض التكاليف.

أيضًا، من أجل ضمان توافر GPT-J على NLP Cloud وجعله مناسبًا للإنتاج، كان علينا العمل على استراتيجيات التكرار والتحول ل GPT-J التي يمكن أن تكون صعبة.

يمكنك مناقشة بعض النماذج الإحترافية التي يتم تقديمها؟

نحن نبذل قصارى جهدنا لاختيار أفضل نموذج إحترافي لكل حالة استخدام.

لتلخيص النص، أفضل نموذج في رأينا هو Bart Large CNN من فيسبوك، والذي يعطي نتائج جيدة جدًا ولكن يمكن أن يكون بطيئًا بدون GPU.

لتصنيف النص، قمنا بتطبيق Bart Large MNLI من فيسبوك (لتصنيف اللغة الإنجليزية) و XLM Roberta Large XLNI من Joe Davison (للغات غير الإنجليزية). كلاهما سريع ودقيق.

لإجابة الأسئلة، نستخدم Roberta Base Squad 2 من Deepset. وهو سريع ودقيق، ولكن لمسائل إجابة الأسئلة المتقدمة، قد ترغب في استخدام GPT-J.

还有很多!

ما هي بعض أفضل حالات استخدام NLP Cloud؟

حالات الاستخدام التي يبدو أنها تستخدم أكثر هي تلخيص النص وتصنيف النص وتوليد النص مع GPT-J لتحليل المنتجات والجملة والتحليل المقال…

لكن حالات الاستخدام التي نراها بين عملائنا متنوعة للغاية، ومن المثير أن نشهد العديد من الأفكار العظيمة!

هل هناك أي شيء آخر تود أن تشاركه حول NLP Cloud؟

يبدو لنا أن الذكاء الاصطناعي لفهم النص وتوليد النص يُستخدم أخيرًا “لفعل” في المنتجات أو سير العمل الداخلي، من قبل المزيد والمزيد من الشركات.

من الرائع رؤية أن NLP لم يعد مجالًا بحثيًا خالصًا، بل هناك حالات استخدام حقيقية يمكنها الاستفادة من NLP.

في NLP Cloud، سنستمر في بذل قصارى جهدنا لجعل من السهل على أي شخص اختبار NLP واستخدامه في الإنتاج.

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