محمد عمر ، الشريك المؤسس والرئيس التنفيذي لشركة LXT - سلسلة مقابلات

محمد عمر هو الشريك المؤسس والرئيس التنفيذي لشركة LXT، شركة رائدة في مجال بيانات التدريب على الذكاء الاصطناعي لتشغيل التكنولوجيا الذكية للمنظمات العالمية ، بما في ذلك أكبر شركات التكنولوجيا في العالم. بالشراكة مع شبكة دولية من المساهمين ، تجمع LXT البيانات وتعلق عليها عبر طرائق متعددة بالسرعة والحجم والرشاقة التي تتطلبها المؤسسة. تأسست في عام 2010 ، ويقع المقر الرئيسي لشركة LXT في تورنتو ، كندا مع وجود في الولايات المتحدة وأستراليا والهند وتركيا والمملكة المتحدة ومصر.

هل يمكنك مشاركة قصة التكوين وراء LXT؟

تأسست LXT استجابة للحاجة الماسة للبيانات التي كان صاحب العمل يواجهها منذ اثني عشر عامًا. في ذلك الوقت ، كانت الشركة بحاجة إلى بيانات باللغة العربية ولكن لم يكن لديها الموردين المناسبين لمصدرها. نظرًا لكوني مجازفًا ورائد أعمال بطبيعتي ، فقد قررت الاستقالة من دوري ، وإنشاء شركة جديدة ، والعودة إلى الوراء لتقديم خدماتنا إلى صاحب العمل السابق. لقد حصلنا على الفور على بعض من أكثر مشاريعهم تحديًا والتي نجحنا في تنفيذها ، ونمت الأمور من هناك. الآن بعد أكثر من 12 عامًا ، قمنا ببناء علاقة قوية مع هذه الشركة ، وأصبحنا موردًا مفضلًا لبيانات اللغة عالية الجودة.

ما هي بعض أكبر التحديات التي تقف وراء نشر الذكاء الاصطناعي على نطاق واسع؟

هذا سؤال رائع ، وقد أدرجناه بالفعل في تقريرنا البحثي الأخير ، الطريق إلى نضج الذكاء الاصطناعي. كان التحدي الأكبر الذي ذكره المستجيبون هو دمج أنظمتهم الحالية أو القديمة في حلول الذكاء الاصطناعي. هذا أمر منطقي نظرًا لحقيقة أننا قمنا باستطلاع آراء الشركات الكبرى التي من المرجح أن يكون لديها مجموعة من الأنظمة التقنية عبر مؤسساتها والتي تحتاج إلى ترشيدها في استراتيجية التحول الرقمي. كانت التحديات الأخرى التي احتلها المستجيبون مرتبة عالية هي الافتقار إلى المواهب الماهرة ، ونقص التدريب أو الموارد ، ومصادر البيانات الجيدة. لم أتفاجأ من هذه الردود حيث يتم الاستشهاد بها بشكل شائع ، وأيضًا بالطبع لأن تحدي البيانات هو سبب وجود مؤسستنا.

عندما يتعلق الأمر بتحديات البيانات، يمكن لـ LXT أن تقوم بمصدر البيانات وتسميتها حتى تتمكن خوارزميات التعلم الآلي من فهمها. نحن مجهزون للقيام بذلك على نطاق واسع وبسرعة، مما يعني أننا نقدم بيانات عالية الجودة بسرعة كبيرة. غالبًا ما يأتي العملاء إلينا عندما يستعدون للإطلاق ويريدون التأكد من أن منتجاتهم تلقى استحسان العملاء، 

من خلال العمل معنا لمصدر البيانات وتصنيفها ، يمكن للشركات معالجة النقص في الموارد والمواهب من خلال السماح لفرقها بالتركيز على بناء حلول مبتكرة.

تقدم LXT تغطية لأكثر من 750 لغة ، ولكن هناك تحديات في الترجمة والتوطين تتجاوز بنية اللغة نفسها. هل يمكنك مناقشة كيفية مواجهة LXT لهذه التحديات؟

من المؤكد أن هناك تحديات في الترجمة والتوطين - خاصةً عندما تتفرع إلى ما وراء اللغات الأكثر انتشارًا والتي تميل إلى أن يكون لها وضع رسمي ومستوى التوحيد الذي يتماشى مع ذلك. العديد من اللغات التي نعمل بها ليس لديها قواعد تهجئة رسمية ، لذا فإن إدارة التناسق بين الفريق يصبح تحديًا. نحن نتصدى لهذه التحديات وغيرها - مثل اكتشاف السلوك الاحتيالي - من خلال وجود عمليات صارمة لضمان الجودة. مرة أخرى ، كان من الواضح جدًا في تقرير بحث نضج الذكاء الاصطناعي أنه بالنسبة لمعظم المنظمات التي تعمل مع بيانات الذكاء الاصطناعي ، كانت الجودة على رأس قائمة الأولويات. وأعربت معظم المنظمات التي شملها الاستطلاع عن استعدادها لدفع المزيد للحصول على هذا. 

بالنسبة للشركات التي تتطلب مصادر البيانات والتعليقات التوضيحية على البيانات ، ما مدى بداية رحلة تطوير التطبيق التي يجب أن تبدأ في الحصول على هذه البيانات؟

نوصي المؤسسات بإنشاء إستراتيجية بيانات بمجرد تحديد حالة استخدام الذكاء الاصطناعي الخاصة بهم. يمكن أن يؤدي الانتظار حتى يتم تطوير التطبيق إلى الكثير من إعادة العمل غير الضرورية ، حيث قد يتعلم الذكاء الاصطناعي الأشياء الخاطئة ويجب إعادة تدريبه من خلال البيانات عالية الجودة ، والتي قد تستغرق وقتًا في المصدر والاندماج في عملية التطوير.

ما هي القاعدة الأساسية لمعرفة مدى تكرار تلك البيانات التي ينبغي تحديثها؟

يعتمد الأمر حقًا على نوع التطبيق الذي تقوم بتطويره وعدد المرات التي تتغير فيها البيانات التي تدعمه بطريقة كبيرة. هذا يعني أن البيانات هي تمثيل للحياة الحقيقية ، وبمرور الوقت ، يجب تحديث البيانات لتقديم انعكاس دقيق لما يحدث في العالم. نسمي هذه الظاهرة نموذج الانجراف ، والذي يوجد منه نوعان ، يتطلب كل منهما إعادة تدريب الخوارزميات.

• يحدث انحراف المفهوم عندما يتغير اختلاف كبير بين بيانات التدريب ومخرجات الذكاء الاصطناعي ، والذي يمكن أن يحدث فجأة أو بشكل تدريجي. على سبيل المثال ، قد يستخدم بائع التجزئة بيانات العملاء التاريخية لتدريب تطبيق الذكاء الاصطناعي. ولكن عندما يحدث تحول هائل في واقع المستهلك ، ستحتاج الخوارزمية إلى إعادة التدريب من أجل عكس ذلك.

• يحدث انحراف البيانات عندما لا تعكس البيانات المستخدمة لتدريب تطبيق ما البيانات الفعلية التي تمت مواجهتها عند دخوله الإنتاج. يمكن أن يحدث هذا بسبب مجموعة من العوامل ، بما في ذلك التحولات الديموغرافية أو الموسمية أو حالة التطبيق في منطقة جغرافية جديدة.

كشفت LXT مؤخرًا عن تقرير بعنوان "الطريق إلى نضج الذكاء الاصطناعي 2023". ما هي بعض النقاط في هذا التقرير التي فاجأك؟

ربما لم يكن من المفترض أن يكون الأمر مفاجئًا ، لكن الشيء الذي تميز حقًا هو تنوع التطبيقات. ربما كنت تتوقع هيمنة مجالين أو ثلاثة مجالات للنشاط ، ولكن عندما سألنا عن المكان الذي خطط المستجيبون لتركيز جهودهم في مجال الذكاء الاصطناعي ، وأين خططوا لنشر الذكاء الاصطناعي ، بدا الأمر في البداية وكأنه فوضى - غياب أي اتجاه على الإطلاق. ولكن عند غربلة البيانات ، والنظر في الاستجابات النوعية ، اتضح أن غياب الاتجاه is الاتجاه. على الأقل من وجهة نظر المستجيبين لدينا ، إذا كانت لديك مشكلة ، فهناك احتمال حقيقي أن يعمل شخص ما على حل ذكاء اصطناعي لها.

الذكاء الاصطناعي التوليدي يأخذ العالم في طريق العاصفة ، ما هو رأيك في المدى الذي يمكن أن تأخذ به النماذج المولدة للغة الصناعة؟

رأيي الشخصي في هذا هو أن الأمر الأساسي في القوة الحقيقية للذكاء الاصطناعي التوليدي - أختار استخدام الكلمات هنا بدلاً من الاختصار للتأكيد - هو فهم اللغة الطبيعية. يتم تعلم "ذكاء" الذكاء الاصطناعي من خلال اللغة. يتم التوسط في القدرة على معالجة المشكلات المعقدة وحلها في نهاية المطاف من خلال تفاعلات اللغة الطبيعية التكرارية والتراكمية. مع وضع هذا في الاعتبار ، أعتقد أن النماذج المولدة للغة ستكون متقاربة مع العناصر الأخرى للذكاء الاصطناعي على طول الطريق.

ما هي رؤيتك لمستقبل الذكاء الاصطناعي ومستقبل LXT؟

أنا متفائل بطبيعتي وسيؤدي ذلك إلى تلوين استجابتي هنا ، لكن رؤيتي لمستقبل الذكاء الاصطناعي هي رؤيته يحسن نوعية الحياة للجميع ؛ لجعل عالمنا مكانًا أكثر أمانًا ومكانًا أفضل للأجيال القادمة. على المستوى الجزئي ، تتمثل رؤيتي لـ LXT في رؤية المنظمة تواصل البناء على نقاط قوتها ، والنمو وتصبح صاحب العمل المفضل ، وقوة للخير ، للمجتمع العالمي الذي يجعل أعمالنا ممكنة. على المستوى الكلي ، تتمثل رؤيتي لـ LXT في المساهمة بطريقة مهمة وذات مغزى في تحقيق رؤيتي المنحرفة بشكل متفائل لمستقبل الذكاء الاصطناعي.

شكرا لك على المقابلة الرائعة ، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا LXT.