ليور حكيم، المؤسس المشارك والمدير الفني لشركة Hour One – سلسلة المقابلات

ليور حكيم، المؤسس المشارك والمدير الفني لشركة Hour One، شركة رائدة في مجال إنشاء شخصيات افتراضية لاتصالات الفيديو الاحترافية. الشخصيات الافتراضية المتطابقة مع البشر، المصممة حصريًا بعد أشخاص حقيقيين، تنقل التعبيرات البشرية مثل الإنسان من خلال النص، مما يتيح للشركات رفع رسائلها بسهولة وقابلية توسع غير مسبوقتين.

يمكنك مشاركة قصة نشأة Hour One؟

تعود أصول Hour One إلى مشاركتي في مجال العملات الرقمية. بعد ذلك، بدأت أفكر في ما سيكون التالي الكبير الذي يمكن أن تستفيد منه الحوسبة السحابية الجماعية، ومع شيوع التعلم الآلي في التوصيات والتحليلات التنبؤية، عملت على عدة مشاريع متعلقة ببنيته التحتية وتعرّفت من خلالها إلى الأعمال التوليدية المبكرة، وكنت مهتمًا بشكل خاص بالشبكات التوليدية المعادية (GANs) في ذلك الوقت. كنت أستخدم جميع الموارد الحاسوبية التي يمكنني الحصول عليها لاختبار تلك التقنيات الجديدة. عندما عرضت نتائجي على صديق كان يمتلك شركة في نفس المجال، قال لي أنني يجب أن ألتقي بورين. عندما سألته لماذا، قال لي أننا ربما سنتوقف عن إضاعة وقته ونبدأ إضاعة وقت بعضنا بعضًا. بورين، المؤسس المشارك والمدير التنفيذي لشركة Hour One، كان مستثمرًا مبكرًا في مجال الذكاء الاصطناعي في ذلك الوقت، ومع أننا كنا ننطلق من موقعين مختلفين، كنا نتحرك في الاتجاه نفسه، وكان تأسيس Hour One كبيت للشخصية الافتراضية رحلة لا مفر منها.

ما هي بعض خوارزميات التعلم الآلي المستخدمة، وما هو الجزء الذي يلعب فيه الذكاء الاصطناعي التوليدي دورًا؟

في مجال إنشاء الفيديو، تلعب خوارزميات التعلم الآلي دورًا حاسمًا في كل مرحلة. في مرحلة الكتابة، تقدم نماذج اللغة الكبيرة (LLMs) دعمًا قيّمًا، حيث تقوم بإنشاء أو تحسين المحتوى لضمان قصص مقنعة. عند الانتقال إلى الصوت، تتولى خوارزميات النص إلى الكلام (TTS) تحويل النص إلى أصوات عاطفية وطبيعية. عند الانتقال إلى التمثيل المرئي، يأخذ نموذجنا التأسيسي المتعدد الوسائط للشخصية الافتراضية مركز الصدارة. هذا النموذج، الذي يتمتع بتقنيات الشبكات التوليدية المعادية (GANs) والمشفّرات التلقائية التباينية (VAEs)، قادر على نقل المشاعر والنطق والأداء المُحكم والمثير والموثوق به. تقنيات التوليد هذه تحول النص والإشارات الصوتية إلى تمثيلات مرئية واقعية للشخصيات الافتراضية، مما يؤدي إلى إنتاج فيديوهات واقعية للغاية. توجيه نماذج LLMs و TTS و GANs و VAEs ونموذجنا المتعدد الوسائط يجعل الذكاء الاصطناعي التوليدي ليس فقط جزءًا من عملية إنتاج الفيديو الحديثة، بل أيضًا العمود الفقري لها.

كيف تتميز Hour One عن منافسيها في مجال مولدات الفيديو؟

في Hour One، لا تتميزنا عن منافسينا من خلال التركيز على المنافسة، بل من خلال فلسفة متأصلة تتحكم في نهجنا لجودة المنتج وتصميمه واستراتيجية السوق. مبدأنا التوجيهي هو أن نضع دائمًا العنصر البشري في المقدمة، مما يضمن أن إنشاءاتنا تتوافق مع الصدق والعاطفة. نعتز بتقديم أفضل جودة في الصناعة دون أي تنازل. من خلال استخدام تقنيات العرض ثلاثي الأبعاد المتقدمة، نقدم لمستخدمينا تجربة سينمائية حقيقية. بالإضافة إلى ذلك، تتميز استراتيجيتنا بكونها فريدة من نوعها؛ نبدأ دائمًا بمنتج منتهي ومطّور، ثم نكرر التحسين بسرعة نحو الكمال. هذا النهج يضمن أن عروضنا دائمًا ما تكون خطوة إلى الأمام، مما يحدد معايير جديدة في توليد الفيديو.

مع خلفيتك الواسعة في معالجات الرسومات، يمكنك مشاركة بعض الأفكار حول منصة NVIDIA GH200 Grace Hopper Superchip من الجيل التالي (NVDA )؟

هندسة Grace Hopper حقًا محدثة. إذا كان يمكن لمعالج الرسومات العمل بفعالية من ذاكرة الرام بدون أن يسبب عائقًا في الحساب، فسيتم فتح نسبًا بين حجم النموذج والمسرّع الحاسوبي غير ممكنة حاليًا في التدريب، وبالتالي مرونة مرغوبة في أحجام مهام التدريب. افتراضًا أن كل مخزون GH200 لن يتم استهلاكه بالكامل بواسطة تدريب LLM، نأمل أن نستخدمه لتقليل تكاليف النماذج الأولية لمعمارياتنا متعددة الوسائط في المستقبل.

هل هناك أي شرائح أخرى حاليًا على رادارك؟

هدفنا الرئيسي هو تقديم محتوى فيديو للمستخدم بأسعار منافسة. نظرًا للطلب الحالي على معالجات الرسومات ذات الذاكرة الكبيرة، نحن دائمًا ما نعمل على تحسين أداء معالجات الرسومات السحابية على أفضل مقدمي خدمات السحابية. بالإضافة إلى ذلك، نسعى جاهدين لكي نكون مستقلين عن منصات معينة في بعض أعمالنا. لذلك، نحن نتابع وحدات معالجة الموترات (TPUs) والدوائر المتكاملة المخصصة (ASICs)، ونحن نتابع أيضًا شركة AMD. في النهاية، سنستكشف أي مسار تحسين عتاد يمكن أن يؤدي إلى تحسين نسبة الفلوبس/الدولار.

ما رؤيتك لتطورات مستقبلية في توليد الفيديو؟

في غضون 24 شهرًا، لن نتمكن من التمييز بين الإنسان المُولَّد رقميًا والإنسان الذي صُوّر بالكاميرا. هذا سيتغير الكثير من الأشياء، ونحن هنا في طليعة تلك التطورات.

في الوقت الحالي، معظم الفيديوهات المتولدة هي للاستخدام على أجهزة الكمبيوتر والأجهزة المحمولة، ما الذي يجب أن يتغير قبل أن نحصل على شخصيات افتراضية وبيئات واقعية للواقع المعزز والواقع الافتراضي؟

حاليًا، نحن نمتلك القدرة على توليد شخصيات وبيئات واقعية للواقع المعزز (AR) والواقع الافتراضي (VR). العائق الرئيسي هو التأخير. بينما يتم تسليم الرسومات عالية الجودة في الوقت الفعلي إلى أجهزة الحافة مثل نظارات AR و VR، فإن تحقيق ذلك بسهولة يعتمد على عدة عوامل. أولاً وقبل كل شيء، نحن نعتمد على تطورات في تصنيع الشرائح لضمان معالجة أسرع وأكثر كفاءة. إلى جانب ذلك، تحسين استهلاك الطاقة أمر بالغ الأهمية لضمان استخدام أطول دون المساس بالتجربة. أخيرًا، نتوقع اختراقات برمجية يمكن أن تصل بشكل فعال بين التوليد والتصيير في الوقت الفعلي. مع تقارب هذه العناصر، سنرى زيادة في استخدام الشخصيات والبيئات الواقعية في منصات AR و VR.

ماذا تتوقع أن يكون التطور التالي الكبير في مجال الذكاء الاصطناعي؟

عندما يتعلق الأمر بالتطور التالي الكبير في الذكاء الاصطناعي، دائمًا ما يكون هناك جو من الحماس والترقب. بينما ألمحت إلى بعض التطورات السابقة، ما يمكنني مشاركته هو أننا نعمل حاليًا على عدة ابتكارات رائدة. أحب أن أتعمق في التفاصيل، ولكن الآن، أشجع الجميع على متابعة إصداراتنا القادمة. مستقبل الذكاء الاصطناعي يعد بوعود كبيرة، ونحن سعداء أن نكون في طليعة هذه الجهود الرائدة. استمر في المتابعة!

هل هناك أي شيء آخر تود مشاركته حول Hour One؟

يجب عليك بالتأكيد زيارة قناة ديسكورد وواجهة برمجة التطبيقات (API) الجديدة، الإضافات الجديدة إلى منصة Hour One في Hour One.