محمد عمر، المؤسس المشارك والرئيس التنفيذي لشركة LXT – سلسلة المقابلات

محمد عمر هو المؤسس المشارك والرئيس التنفيذي لشركة LXT، وهي شركة رائدة في مجال بيانات التدريب على الذكاء الاصطناعي لتزويد التكنولوجيا الذكية للمنظمات العالمية، بما في ذلك أكبر الشركات التكنولوجية في العالم. بالشراكة مع شبكة من المساهمين الدوليين، تقوم LXT بجمع البيانات وتعليمها عبر عدة وسائط بسرعة ومتانة ومرنة كما تتطلبها المؤسسات. تأسست LXT في عام 2010 ومقرها في تورونتو، كندا مع وجود في الولايات المتحدة وأستراليا والهند وتركيا والمملكة المتحدة ومصر.

يمكنك أن تشاركنا بقصة نشأة LXT؟

تأسست LXT استجابة لاحتياج حاد إلى بيانات كانت شركة عملي السابقة تواجهها. في ذلك الوقت، كانت الشركة تحتاج إلى بيانات عربية ولكنها لم تكن لديها الموردين المناسبين لاستيرادها منها. كوني مخاطراً ورياديًا بالطبيعة، قررت أن أستقيل من منصبي وأنشئ شركة جديدة وأقدم خدماتنا إلى شركة سابقة. على الفور تم منحنا بعض المشاريع الأكثر تحديًا التي نجحنا في تنفيذها، وازدادت الأمور من هناك. الآن، بعد أكثر من 12 عامًا، بنينا علاقة قوية مع هذه الشركة وأصبحنا موردًا مفضلًا للبيانات اللغوية عالية الجودة.

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

هذا سؤال رائع، وقد شملنا ذلك في تقريرنا البحثي الأخير، مسار النضج الذكاء الاصطناعي. التحدي الأعلى الذي أشار إليه المستجيبون كان دمج أنظمتهم الحالية أو التقليدية في حلول الذكاء الاصطناعي. هذا يفهم مع الأخذ في الاعتبار أننا قمنا بدراسة الشركات الأكبر التي من المرجح أن يكون لديها مجموعة من الأنظمة التكنولوجية عبر منظماتها التي تحتاج إلى توحيدها في استراتيجية تحول رقمي. التحديات الأخرى التي صنفوها المستجيبون على أنها عالية كانت نقص في المواهب الماهرة، ونقص في التدريب أو الموارد، واكتساب بيانات جودة. لم أ驚 من هذه الاستجابات لأنها شائعة، وأيضًا لأن تحدي البيانات هو سبب وجود مؤسستنا.

عندما يتعلق الأمر بتحديات البيانات، يمكن لـLXT جمع البيانات وتعليمها بحيث يمكن للخوارزميات التعلم من خلالها. نحن مجهزون للقيام بذلك على نطاق واسع وبمتانة، مما يعني أننا نقدم بيانات عالية الجودة بسرعة. غالبًا ما يأتي العملاء إلينا عندما يستعدون لإطلاق منتجهم ويريدون التأكد من أن منتجهم سيتم استقباله جيدًا من قبل العملاء،

من خلال العمل معنا لجمع البيانات وتعليمها، يمكن للشركات أن تتعامل مع نقص الموارد والمواهب من خلال السماح لأفرادها بالتركيز على بناء حلول مبتكرة.

تقدم LXT تغطية لأكثر من 750 لغة، ولكن هناك تحديات ترجمة وتنسيق تتجاوز هيكل اللغة نفسها. يمكنك مناقشة كيفية مواجهة LXT لهذه التحديات؟

هناك بالفعل تحديات ترجمة وتنسيق – خاصةً عندما تنتقل إلى ما وراء اللغات الأكثر تحدثًا التي تمتلك وضعًا رسميًا ومستوى معينًا من المعايير. العديد من اللغات التي نعمل بها لا تملك نظام كتابة رسمي، لذلك يصبح إدارة التماسك عبر الفريق تحديًا. نواجه هذه التحديات وغيرها – مثل الكشف عن السلوك الاحتيالي – من خلال وجود عمليات صارمة لضمان الجودة. مرة أخرى، كان واضحًا في تقرير نضج الذكاء الاصطناعي أن الجودة تقع في أعلى قائمة الأولويات للمنظمات التي تعمل مع بيانات الذكاء الاصطناعي. وأعربت معظم المنظمات عن استعدادهم لدفع المزيد للحصول عليها.

对于 الشركات التي تتطلب مصادر البيانات وتنسيقها، كيف يمكنهم البدء في جمع هذه البيانات في رحلة تطوير التطبيق؟

ننصح المنظمات بإنشاء استراتيجية بيانات في أقرب وقت ممكن بعد تحديد حالة استخدام الذكاء الاصطناعي. الانتظار حتى يبدأ التطبيق في التطوير قد يؤدي إلى الكثير من الأعمال غير الضرورية، حيث قد يتعلم الذكاء الاصطناعي الأشياء الخاطئة ويتعين إعادة تدريبه باستخدام بيانات جودة، مما قد يستغرق وقتًا لجمعها وتكاملها في عملية التطوير.

ما هي القاعدة العامة لمعرفة متى يجب تحديث البيانات؟

यह في الواقع يعتمد على نوع التطبيق الذي تقوم بتطويره وكيف يتغير البيانات التي تدعمه بشكل كبير بمرور الوقت. هذا يعني أن البيانات تمثل الحياة الواقعية، وعلى مدار الوقت، يجب تحديث البيانات لتقديم صورة دقيقة لما يحدث في العالم. نسمي هذه الظاهرة انحراف النموذج، والتي توجد منها نوعان، كل منهما يتطلب إعادة تدريب الخوارزميات.

• ينجم انحراف المفهوم عن اختلاف كبير بين بيانات التدريب وخرج الذكاء الاصطناعي، والذي يمكن أن يحدث فجأة أو ببطء. على سبيل المثال، قد تستخدم متجر تجزئة بيانات العملاء التاريخية لتدريب تطبيق الذكاء الاصطناعي. ولكن عندما تحدث تغيير كبير في واقع العملاء، سيتعين إعادة تدريب الخوارزمية لتعكس هذا التغيير.

• يحدث انحراف البيانات عندما لا تعكس البيانات المستخدمة لتدريب التطبيق البيانات الفعلية التي يتم مواجهتها عند دخولها الإنتاج. يمكن أن يحدث هذا بسبب مجموعة من العوامل، بما في ذلك التغيرات الديموغرافية أو موسمية أو وضع التطبيق في منطقة جغرافية جديدة.

أعلنت LXT مؤخرًا عن تقرير بعنوان “مسار النضج الذكاء الاصطناعي 2023”. ما هي بعض النتائج في هذا التقرير التي فاجأتك؟

من المحتمل أن لا ينبغي أن أ驚، ولكن الشيء الذي لفت الانتباه حقًا كان تنوع التطبيقات. قد تتوقع أن تتغلب مجالات نشاط معينة على البقية، ولكن عندما سألنا المستجيبين عن مكان خططهم لتركيز جهود الذكاء الاصطناعي، ومن đâu سيتم نشر الذكاء الاصطناعي، بدا في البداية وكأنه فوضى – عدم وجود أي اتجاه على الإطلاق. ولكن بعد فرز البيانات ودراسة الاستجابات النوعية، أصبح واضحًا أن عدم وجود اتجاه هو الاتجاه. على الأقل من خلال عيون المستجيبين، إذا كان لديك مشكلة، فهناك احتمال حقيقي أن شخصًا ما يعمل على حل ذكاء اصطناعي لها.

يحتل الذكاء الاصطناعي التوليدي العالم، ما هو رأيك حول مدى قدرة نماذج اللغة التوليدي على دفع الصناعة؟

رأيي الشخصي حول هذا هو أن القوة الحقيقية للذكاء الاصطناعي التوليدي تكمن في فهم اللغة الطبيعية. “الذكاء” في الذكاء الاصطناعي يتم تعلمه من خلال اللغة؛ القدرة على معالجة وحل المشكلات المعقدة يتم تمكينها من خلال التفاعلات اللغوية الطبيعية التكرارية والتراكمية. مع الأخذ في الاعتبار هذا، أعتقد أن نماذج اللغة التوليدي سوف تكون متوافقة مع عناصر أخرى من الذكاء الاصطناعي كل الطريق.

ما هو رؤيتك لمستقبل الذكاء الاصطناعي ولمستقبل LXT؟

أنا متفائل بالطبيعة، وسيتأثر ذلك برأيي هنا، ولكن رؤيتي لمستقبل الذكاء الاصطناعي هي رؤية تحسين جودة الحياة للجميع؛ لجعل العالم مكانًا أكثر أمانًا، وأفضل lugar للgenerations القادمة. على مستوى صغير، رؤيتي لمستقبل LXT هي رؤية المنظمة تواصل بناء على نقاط قوتها، والنمو لتصبح صاحب عمل مفضل، وقوة للخير، للجماعة العالمية التي تجعل أعمالنا ممكنة. على مستوى макرو، رؤيتي لمستقبل LXT هي المساهمة بطريقة كبيرة ومعنوية في تحقيق رؤيتي المتفائلة لمستقبل الذكاء الاصطناعي.

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