رادها باسو، الرئيس التنفيذي ومؤسس iMerit – سلسلة المقابلات

رادها باسو، مؤسس ومدير تنفيذي لشركة iMerit، بنت مسيرتها المهنية في شركة HP، حيث أمضت 20 عامًا مع شركة التكنولوجيا العملاقة وأصبحت في النهاية رئيسًا لمجموعة حلول الشركات. ثم قادت شركة Support.com إلى الاكتتاب العام كمديرة تنفيذية لها. بدأت رادها مؤسسة Anudip في عام 2007 مع ديباك باسو ثم أسست iMerit في عام 2012. تعتبر رادها باسو رائدة في مجال ريادة الأعمال والتكنولوجيا، ومؤسسة في مجال البرمجيات.

iMerit تقدم حلول بيانات الذكاء الاصطناعي متعددة الوضعيات من خلال الجمع بين التأتمة وتنقيح البيانات البشرية والتحليلات المتقدمة لدعم تعليم البيانات وتحسين النماذج بدقة عالية وموثوقة في الوقت نفسه.

لقد قمت برحلة استثنائية – من بناء عمليات شركة HP في الهند إلى تأسيس iMerit بهدف تعزيز الشباب الحاشدين في بوتان والهند ونيو أورليانز. ما هو ما ألهمك لبدء iMerit، وما هي التحديات التي واجهتها في إنشاء قوة عمل شاملة وعالمية من الصفر؟

قبل تأسيس iMerit، كنت رئيسًا ومديرًا تنفيذيًا لشركة SupportSoft، حيث قادت الشركة خلال الاكتتاب العام الأول والثاني، مما جعلها شركة رائدة عالميًا في برمجيات دعم التكنولوجيا. أظهرت لي تلك التجربة قوة الجمع بين الناس والتكنولوجيا منذ اليوم الأول.

في حين أن ازدهار التكنولوجيا في الهند خلق فرصًا جديدة، لاحظت أن العديد من الشباب الموهوبين في المناطق المحرومة تم التخلي عنهم. كنت أؤمن في إمكانياتهم وهمة تعلمهم. بمجرد أن رأوا كيف يمكن للبرمجيات أن تقوي التكنولوجيا المتقدمة مثل الذكاء الاصطناعي، فإنهم يعتزون بهذه المسارات الوظيفية.

أطلقنا iMerit مع فريق متنوع صغير، نصفهم من النساء، ونحن نمو بسرعة منذ ذلك الحين. مرونتة فريقنا وقدرتهم على التعلم كانت مفتاح النجاح، خاصة مع زيادة الطلب على أخصائيي البيانات المهرة مع زيادة اعتماد الذكاء الاصطناعي.

اليوم، iMerit هي شركة عالمية لتقديم حلول بيانات الذكاء الاصطناعي للقطاعات الحيوية مثل السيارات ذاتية القيادة والذكاء الاصطناعي الطبي والتكنولوجيا. تعمل على ضمان أن نماذج الذكاء الاصطناعي للعملاء مبنية على بيانات موثوقة وذات جودة عالية، وهو ما يعتبر ضروريًا في البيئات عالية المخاطر.

في النهاية، تقوم قوتنا على أسس تكنولوجية قوية وفريق من الموظفين المدربين والمحفزين الذين يزدهرون في ثقافة داعمة ومتعلمة. هذا النهج أطلق عجلة نمونا، وحافظ على إيجابية التدفق النقدي، وحصلنا على درجات عالية من رضا العملاء وولاءهم.

يعمل iMerit الآن مع أكثر من 200 عميل، بما في ذلك عمالقة التكنولوجيا مثل eBay وJohnson & Johnson (JNJ ). هل يمكنك أن تشرح لنا رحلة نمو الشركة – من الأيام الأولى إلى أن تصبح شركة رائدة عالميًا في خدمات بيانات الذكاء الاصطناعي؟

لدينا مقعد في الصف الأمامي لمسار رحلات العملاء في الذكاء الاصطناعي، حيث نرتبط معهم منذ تجاربهم الأولى إلى الإنتاج على نطاق واسع. عملنا يمتد إلى الشركات الناشئة وقادة السيارات ذاتية القيادة والشركات الكبيرة. من خلال تدريب نماذجهم من الصفر، حصلنا على رؤية فريدة من نوعها حول ما يلزم لتمكين الذكاء الاصطناعي في العالم الحقيقي.

مجال الذكاء الاصطناعي يتطور باستمرار وبسرعة. نادرًا ما رأيت تكنولوجيا تتطور بهذا الشكل في فترة زمنية قصيرة. لقد تحولنا من مزود لخدمات تعليم البيانات إلى شركة كاملة لخدمات بيانات الذكاء الاصطناعي، نقدم حلول متخصصة في جميع مراحل دورة حياة الذكاء الاصطناعي: تعليم، التحقق، التدقيق، وتحسين النماذج.

أعلى قطاع رأسمالي لدينا هو السيارات ذاتية القيادة، حيث ندير كافة عمليات الإدراك، بما في ذلك دمج الحواس عبر 15 حساسًا للسيارات الركاب والشحن والشاحنات والزراعة. في مجال الرعاية الصحية، نحن ندير تكنولوجيا التصوير الطبي للذكاء الاصطناعي. في مجال التكنولوجيا العالية، نحن في طليعة تعديل وتحسين الذكاء الاصطناعي، مما يتطلب تعقيدًا أكبر في سير عملنا ومهاراتنا.

النجاح في هذه المجالات لا يتعلق فقط بوجود خبراء، بل يتعلق ببناء الخبرة: القدرة المعرفية على تحدي وتوجيه وتوضيح نماذج الذكاء الاصطناعي. هذا هو ما يميز فرقنا.

نمونا مدفوع بالشراكات على المدى الطويل، وغالبية أفضل 10 عملاء لنا كانوا معنا لمدة تزيد على خمس سنوات. مع نمو احتياجاتهم وتعقدها، نقوم بتعزيز معرفتنا بالقطاعات وتكنولوجيا الأدوات وبرامج التدريب والحلول بشكل مستمر. يجب أن تتطور كل من تقنيتنا وفريقنا باستمرار.

دمج البرمجيات والآلية والتعليم والتحليل يخلق الإطار لتدخلات人类 في الحلقة بسرعة وبدقة عالية. 70% من العلامات التجارية الجديدة على منصة تكنولوجيا خاصة بنا، مما يتطلب تحولًا داخليًا كبيرًا. مرة أخرى، تضمن ثقافتنا أن الفرق تريد التعلم والنمو باستمرار.

ما هي اللحظات الأكثر أهمية في تاريخ iMerit – سواء كانت معالم تكنولوجية أو قرارات استراتيجية – التي ساهمت في تشكيل مسار الشركة؟

في وقت كان يُعتبر فيه عمل بيانات الذكاء الاصطناعي على أنه عمل جماعي، قمنا بالرهان المبكر على أن هذا سيكون مسارًا وظيفيًا يتطلب تعقيدًا وتركيزًا على الشركات. من خلال بناء فرق داخلية مخصصة لحالات استخدام متقدمة، أتاح لنا ذلك للعملاء النمو السريع، مما أدى إلى أول صفقة لنا بقيمة مليون دولار شهريًا في السيارات ذاتية القيادة، وهو معلم أيد نهجنا.

أثبتت إغلاق COVID-19 مرونتنا: انتقلنا من كوننا مكتبًا كاملًا إلى كوننا كاملًا عن بُعد تقريبًا في ليلة وضحاها، واستثمرنا بشكل كبير في البنية التحتية والأمان والثقافة. في غضون أسابيع، استعاد عملاء العمليات نشاطهم، ونمونا في الإيرادات وزيادة عدد الموظفين في ذلك العام. اليوم، مع عودة 70% من فريقنا إلى الموقع، نواصل الاستفادة من المواهب عن بُعد، وإطلاق برنامج Scholars، شبكتنا العالمية من الخبراء في مجال تعديل وتحسين الذكاء الاصطناعي.

في عام 2023، استحوذنا على Ango.ai، منصة قوية لتعليم وتحسين البيانات وآلية تدفق العمل، لتعزيز الجيل التالي من أدوات بيانات الذكاء الاصطناعي. هذا القرار الحاسم دمج خبرة iMerit في المجال مع أدوات Ango المتقدمة، مما وسع من قدراتنا في مجالات مثل علم الأشعة والدمج الحسي وتحسين الذكاء الاصطناعي.

ت告诉 الشركات باستمرار أنها تبحث عن أفضل العالمين: رؤية خبيرة بشرية لضمان الجودة، مع منصة آمنة وموسعة تقدم التأتمة والتحليلات. دمج قواتنا مع Ango يوفر ذلك بالضبط، مما يضعنا في موقع فريد للوفاء بالطلبات المعقدة لمشاريع الذكاء الاصطناعي الأكثر طموحًا ونموًا بثقة.

iMerit متورطة深 في مجالات متقدمة مثل السيارات ذاتية القيادة والذكاء الاصطناعي الطبي والذكاء الاصطناعي العام. ما هي بعض التحديات الفريدة لبيانات هذه القطاعات، وكيف تتناولها؟

المهام المتعلقة بالبيانات عادة ما تمثل ما يقرب من 80% من الوقت المستغرق في مشاريع الذكاء الاصطناعي، مما يجعلها مكونًا حاسمًا في خط أنابيب العمل. يمكن أن تكون الجزء المرتبط بالبيانات من الذكاء الاصطناعي وقتًا ومكلفًا إذا لم يتم التعامل معه بشكل مناسب ومتوافق.

جودة البيانات، وخاصة تجنب الأخطاء الفادحة، أمر ضروري في القطاعات الحيوية التي نعمل فيها. سواء كانت خوارزمية إدراك أو كاشف للأورام، فإن البيانات النظيفة ضرورية في حلقة التدريب والتحقق.

معالجة الاستثناءات لها قيمة غير متناسبة. رؤية الإنسان في لماذا يقع شيء خارج المعايير أو لماذا انهار نموذج يخلق قيمة كبيرة في جعل النموذج أكثر اكتمالا ومتينًا.

بالإضافة إلى ذلك، أصبحت نوافذ السياق أكبر. نحن نلخص الملاحظات السريرية للاستشارة الكاملة بين الطبيب والمريض وتحليل الشذوذ في التصوير بالرنين المغناطيسي بناءً ليس فقط على الصورة ولكن أيضًا على السياق الطبي للمريض. يجب على خبراء الموضوع وضع قوالب لتحليل البيانات بدقة وضمان الجودة.

الأمان والخصوصية والسرية هي مواضيع ساخنة. يجب على رئيس أمن المعلومات حماية البيانات من الوصول غير المصرح به وال حذف وتخزين البيانات. بروتوكولات أمن المعلومات مثل SOC2 وHIPAA وTISAX، كانت مجالات استثمار كبيرة لنا.

أخيرًا، يعمل مهندسونا ومهندسو الحلول باستمرار على التكاملات المخصصة والتقارير بحيث تعكس احتياجات العملاء الفريدة في آخر ميل. لا يعمل نهج واحد يناسب الجميع في الذكاء الاصطناعي.

لقد تحدثت عن الجمع بين الروبوتات والذكاء البشري كطريق أكثر أمانًا للذكاء الاصطناعي. هل يمكنك أن تشرح كيف يبدو هذا التدفق في الممارسة العملية – ولماذا تعتقد أنه أفضل من محاولة القضاء على انحراف الإبداع في الذكاء الاصطناعي؟

الذكاء الاصطناعي يوفر النطاق، مما يعني أن الشركات تطور أدوات لتأتمة العمليات الطويلة التقليدية التي تقوم بها البشر. لكن البشر يوفرون آخر ميل من المرونة واليقين والمتانة. مع استمرار انتشار الخدمات المقدمة بالبرمجيات في الذكاء الاصطناعي، ستكون الشركات الأكثر نجاحًا تلك التي تجمع بين الروبوتات وممارسات الدورة البشرية (HITL) بشكل فعال.

نرى HITL كطبقة متسقة في كل مرحلة من مراحل تطوير وتحديث الذكاء الاصطناعي، وكذلك كعمود من أعمدة الثقة والأمان. بالتالي، سيكون للذكاء البشري دور أساسي في تصحيح المسار إذا فشلت النماذج. ستتطلب التطبيقات الحيوية هذه العقل البشري لتحديد التغييرات التي يجب إجراؤها. यह هو المكان الذي ست trởي فيه خدمات HITL أكثر أهمية مع اندماجنا للذكاء الاصطناعي في الإنتاج والعمليات الميدانية.

منصة Ango Hub الخاصة بك تجمع بين التأتمة وخبرة الدورة البشرية. كيف يحسن هذا النموذج الهجين جودة البيانات وأداء النموذج في أنظمة الذكاء الاصطناعي الإنتاجية؟

الذكاء الاصطناعي والتأتمة يوفران النطاق والسرعة، بينما يوفر البشر النعومة والرؤية والإشراف. يضمن HITL المشاركة البشرية في النقاط الحاسمة في دورة حياة الذكاء الاصطناعي – ضمان مدخلات عالية الجودة، وتصديق المخرجات، وتحديد الحالات الخاصة، وضبط النماذج للمجالات، وتوفير الحكم السياقي. يساعد البشر في ضمان الدقة من خلال مراجعة وتأكيد المخرجات، واكتشاف الخيال أو أخطاء المنطق قبل أن تسبب ضررًا. كما يوفرون الإشراف في السياقات الحساسة أو عالية المخاطر حيث لا ينبغي للنماذج اللغوية الكبيرة أن تتخذ قرارات نهائية. والأهم من ذلك، bahwa تغذية الرجعة البشرية تغذي التعلم المستمر، مما يساعد أنظمة الذكاء الاصطناعي على التطابق بشكل أوثق مع أهداف المستخدم مع مرور الوقت.

يأتي HITL في العديد من الأشكال. يشارك الخبراء البشر في تعليم مخصص، ويطبقون التفكير المعقد على الحالات الخاصة، ويراجعون المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي باستخدام واجهات QA المنظمة. بدلاً من تقييم كل قرار، يتم تنفيذ أنظمة تصعيد سياقية غالبًا. هذه الأنظمة توجيه فقط مخرجات منخفضة الثقة أو شذوذات ملحوظة إلى مراجعين بشريين، مما يوازن بين الإشراف والكفاءة.

استخدام آخر مهم لHITL هو تعديل وحدات الذكاء الاصطناعي من خلال التعلم من التغذية الراجعة البشرية (RLHF). يصنف المراجعون البشريون أو يعيدون كتابة أو يقدمون تغذية راجعة على استجابات الوحدات، وهو ما يعتبر đặc biệtًا مهمًا في المجالات الحساسة مثل الرعاية الصحية أو الخدمات القانونية أو دعم العملاء. بالتزامن مع ذلك، يسمح اختبار السيناريو وتحليل الأخطاء للباحثين البشريين باختبار الوحدات في ظروف معادية أو غير عادية لتحديد وتسويغ الثغرات قبل النشر.

يتم تحقيق إمكانات الذكاء الاصطناعي بالكامل فقط عندما يبقى البشر في الحلقة، يوجهون، يصدقون، ويعززون كل خطوة. سواء كان ذلك من خلال تعديل مخرجات الوكيل، أو تدريب حلقات التقييم، أو تنقية خطوط أنابيب البيانات الموثوقة، فإن الإشراف البشري يضيف الهيكل والمساءلة التي يحتاجها الذكاء الاصطناعي لتكون موثوقًا وفعالًا.

مع تطور أدوات الذكاء الاصطناعي العام بسرعة، كيف تبقى iMerit في الصدارة في تقديم خدمات التقييم والتعديل والتحسين؟

أطلقنا مؤخرًا مختبر العقل العميق في Ango Hub، وهو منصة موحدة لتعديل وتطوير الذكاء الاصطناعي العام وتطوير التفكير المتسلسل مع معلمي الذكاء الاصطناعي. يسمح لنا مختبر DRL بعمليات حقيقية ومتواصلة بناءً على تفضيلات بشرية، مما يؤدي إلى استجابات أكثر اتساقًا ودقة من النماذج المعقدة.

تسلط التطورات في نماذج الذكاء الاصطناعي العام وتنمية التطبيقات الضوء على قيمة البيانات النظيفة والموثوقة التي تم إنشاؤها بواسطة الخبراء. مع مختبر DRL في Ango Hub، يمكن للخبراء اختبار النماذج، وتحديد نقاط الضعف، وإنشاء بيانات نظيفة باستخدام التفكير المتسلسل. يتفاعلون مع النماذج في الوقت الفعلي ويرسلون إشارات وتصحيحات خطوة خطوة في واجهة واحدة.

يستفيد مختبر DRL في Ango Hub من خبرة iMerit الواسعة في سير عمل HITL. يصمم الخبراء سيناريوهات متعددة الخطوات لمهام معقدة، مثل إنشاء إشارات التفكير المتسلسل لمشاكل الرياضيات المتقدمة. يراجع خبراء iMerit المخرجات، ويدقق في الأخطاء، ويسجل التفاعلات بسلاسة. السحر لا يكمن في تسجيل أعداد كبيرة من الأشخاص، بل في توجيه الخبراء وتدريبهم على التفكير بطريقة تفيد عملية تدريب النماذج بشكل أفضل.

ما يعني “الخبير في الحلقة” في سياق تعديل الذكاء الاصطناعي العام؟ هل يمكنك أن تشارك أمثلة حيث تحسنت مخرجات النموذج بشكل كبير بفضل الخبرة البشرية؟

الخبير في الحلقة يجمع بين الذكاء البشري والروبوتي لتعزيز الذكاء الاصطناعي في الإنتاج. يتضمن خبراء بشرية يصدقون ويعززون ويحسنون مخرجات الأنظمة الآلية.

على سبيل المثال، بعد الحصول على مجموعة كبيرة من البيانات الطبية، احتاجت شركة تكنولوجيا أمريكية متعددة الجنسيات إلى تقييم البيانات لاستخدامها في برنامجها الطبي التفاعلي لمستخدميها. لجأت إلى iMerit، واستفادت من شبكتنا الواسعة من الخبراء الطبيين في الولايات المتحدة، وجمعت فريقًا من الممرضات للعمل في سير عمل إجماعي مع تصعيد ووساطة من قبل طبيب أمريكي مرخص. بدأت الممرضات بفحص قاعدة المعرفة التي تحتوي على تعريفات لتقييم الدقة والمخاطر.

من خلال مناقشة الحالات الخاصة ومراجعة الإرشادات، تمكنت الممرضات من الوصول إلى إجماع في 99% من الحالات. هذا سمح للفريق بتعديل تصميم المشروع إلى هيكل تصويت فردي مع مراجعة بنسبة 10%، مما خفض التكاليف المشروعية بنسبة超过 72%. العمل مع iMerit ermöglicht لهذه الشركة أن تكتشف باستمرار طرقًا لتحسين تعليم البيانات الطبية بطريقة أخلاقية وفعالة.

مع أكثر من 8000 خبير بدوام كامل في جميع أنحاء العالم، كيف تحافظ على الجودة والأداء وتطوير الموظفين على نطاق واسع؟

تُعرَّف الجودة دائمًا حسب حالة استخدام العميل المحددة. تعمل فرقنا بشكل وثيق مع العملاء لتحديد معايير الجودة وتعديلها، مستخدمة عمليات مخصصة تضمن أن كل تعليم يتم التحقق منه بسرعة بواسطة خبراء في المجال. يُعتبر الاتساق مهمًا لتطوير بيانات الذكاء الاصطناعي عالية الجودة. هذا مدعوم بمعدل الاحتفاظ بالموظفين العالي (90%) والتركيز القوي على تحليلات الإنتاج، وهو ما يميز تصميم منصة Ango Hub، الذي يعتمد على مدخلات المستخدم اليومية من فريقنا.

نستثمر باستمرار في التأتمة والتحسين وإدارة المعرفة، مدعومة بمنصة التدريب الخاصة بنا iMerit One. هذا الالتزام بالتعلم والتطوير لا يدفع فقط التميز التشغيلي، بل يدعم أيضًا التقدم الوظيفي طويل الأمد لموظفينا، مما يؤدي إلى ثقافة الخبرة والنمو.

ما هو النصيحة التي تقدمها لرواد الأعمال الشباب الذين يرغبون في بناء شيء ذو معنى – في التكنولوجيا وفي التأثير الاجتماعي؟

الذكاء الاصطناعي يتحرك بسرعة مخدرة. اذهب أبعد من حزمة التكنولوجيا واسمع عملاءك لفهم ما يهمهم في أعمالهم. افهم رغبتهم في السرعة والتغيير والمخاطر. يمكن للعملاء في البداية تجربة الأشياء. العملاء الأكبر يحتاجون إلى معرفة أنك هنا لتستمر، وأنك ست 继續 تركز عليهم. اجعلها مريحة مع نهجك التحفيزي نحو الشفافية والأمان والمساءلة.

بالإضافة إلى ذلك، اختر مستثمرين ومجلس إدارة يضمنون الانسجام في القيم والمخاوف المشتركة. في iMerit، تلقينا دعمًا كبيرًا من مجلس إدارة ومستثمرينا خلال أوقات عصيبة مثل جائحة COVID-19، والتي ننسبها إلى هذا الانسجام.

الخصال الرئيسية التي تساهم في نجاح رائد الأعمال في صناعة التكنولوجيا تتجاوز المخاطرة؛ تتضمن بناء شركة ربحية وشاملة.

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