مقابلات

راهول نامبيار، المؤسس المشارك والرئيس التنفيذي لشركة Propensity Labs – سلسلة مقابلات

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
Rahul Nambiar smiling in a green shirt against an outdoor urban background.
النقاط الرئيسيةأدى تكييف المطالبات مع نموذج أرخص إلى جعله يضاهي نموذجًا متميزًا بتكلفة 7% فقط.
عرض المزيد
  • أدى تكييف المطالبات مع نموذج أرخص إلى جعله يضاهي نموذجًا متميزًا بتكلفة 7% فقط.
  • غالبًا ما تفشل النماذج الأرخص بسبب أنماط سلوكية قابلة للإصلاح بدلًا من نقص القدرة الخام.
  • ينبغي للفرق قياس التكلفة لكل مهمة مكتملة بنجاح بدلًا من التكلفة لكل رمز وحده.

راهول نامبيار هو المؤسس المشارك والرئيس التنفيذي لشركة Propensity Labs. سبق له بناء بنية تحتية واسعة النطاق في AWS قبل انتقاله إلى Meta، حيث قاد العمل على جرد لبيانات المستخدمين بحجم إكسابايت، باستخدام تصنيف قائم على تعلّم الآلة. ويركز عمله حاليًا على فهم سلوك نماذج الذكاء الاصطناعي، والجمع بين توجيه النماذج وتكييف التعليمات لتحسين تكلفة سير العمل المعتمد على الوكلاء وموثوقيته.

تطوّر Propensity Labs أنظمة تساعد الفرق على اختيار نماذج الذكاء الاصطناعي وتوجيهها بما يلائم أعباء العمل الخاصة بها. ويجمع نهجها بين تقييم سلوك النماذج، والتكييف الآلي للمطالبات، والتوجيه بين النماذج، بهدف مساعدة المستخدمين على الاستفادة بشكل أكبر من النماذج المتاحة من دون الحاجة إلى أن يصبحوا خبراء في كل نموذج منها.

انتقلت مسيرتك المهنية من Meta، حيث قدت تقنيات الخصوصية في مشروع لجرد البيانات بحجم إكسابايت، إلى AWS، وصولًا إلى منصب الرئيس التنفيذي في Propensity Labs. كيف أسهمت خلفيتك التقنية في تشكيل رؤيتك لحدود نماذج الذكاء الاصطناعي الحالية وإمكانات توجيه التعليمات المتخصص؟

بدأت مسيرتي المهنية في AWS، ثم انتقلت إلى Meta. ومن الأمور التي تعلمتها أثناء بناء أنظمة واسعة النطاق أنك تستطيع غالبًا تحقيق مكاسب كبيرة من خلال فهم سلوك المكونات الأساسية وتحسينه، بدلًا من التعامل معها كأنها صناديق سوداء قابلة للاستبدال بعضها ببعض. وينطبق الأمر نفسه على نماذج الذكاء الاصطناعي. وقد وجدنا أن حتى النماذج عالية الكفاءة لها سمات سلوكية يمكن فهمها والتغلب على آثارها، وغالبًا ما يؤدي ذلك إلى تحسينات كبيرة على نحو مفاجئ في الأداء والتكلفة.

في تجربتك الأخيرة، أظهرت أن النماذج الأصغر التي يجري توجيهها تفوقت على النماذج المتميزة بجزء ضئيل من تكلفتها. ما أبرز التحديات الهندسية التي تواجه تطبيق هذا النوع من توجيه النماذج في بيئات الإنتاج، مقارنةً باختبار معياري؟

من خلال تكييف المطالبات لتناسب Luna ونقاط ضعفها، تمكّنا من جعل أدائها يضاهي أداء Sol مقابل 7% من التكلفة في المعيار المعقد Tau3 للوكلاء، الذي وضعته Sierra. كما مكّننا التوجيه بين Luna بعد تكييفها وSol من مجاراة أداء Astra مقابل 16% من تكلفتها.

ومن أبرز ما تعلمناه أن كلاً من التوجيه وتكييف المطالبات يجب أن يكونا ملائمين بدقة لعبء العمل. تأتي الاختبارات المعيارية ببيئات منظمة وأدوات تقييم يمكنك استخدامها لدراسة أداء نموذج في أي مهمة وتقييم مدى نجاحه فيها. وتساعدك هذه المعلومات على تحديد كيفية تكييف المطالبات لتناسب النموذج، ومتى ينبغي توجيه الطلب إلى كل نموذج.

أما سير العمل في بيئات الإنتاج فلا يأتي مرتبًا بهذه الصورة. فلديك سجلات تتبّع لإتمام النماذج للمهام، لكن لا توجد طريقة موثوقة لمعرفة ما إذا كانت قد نجحت بالفعل أو ما الذي يُعد أداءً جيدًا. وما تعلمنا فعله هو أخذ بيانات الاستخدام الحالية، سواء أكانت تقييمات أم سجلات تتبّع من بيئة الإنتاج، وإعادة بناء إعداد للتقييم يتيح لنا اختبار نماذج وتكييفات مختلفة على عبء العمل نفسه.

واللافت أن التوجيه والتكييف يجب أن يُؤخذ بهما معًا. فقد يعجز نموذج أقل تكلفة عن إنجاز مهمة باستخدام المطالبات الحالية لديك، لكنه ينجح بعد تكييفها بما يتوافق مع سلوكه. وهذا يغيّر النموذج الذي ينبغي توجيه الطلب إليه من الأساس.

تتحدث عن تكييف التعليمات لتناسب نماذج بعينها. كيف تميّز بين التعليمات العامة والتعليمات التي ينبغي تخصيصها على نحو فريد بما يلائم نقاط القوة والضعف في بنية نموذج محدد؟

تحتاج تعليمات كثيرة تبدو عامة إلى تكييفها لتناسب النموذج. إليك مثالًا بسيطًا: الهلوسة في الاستجابات أحادية الدور. درسنا نموذجين مختلفين هنا: DeepSeek V4 Pro وGPT-6 Luna. وكلاهما يميل بشدة إلى اختلاق المعلومات عندما لا يعرف الإجابة. ويبدو أن عاملًا ما في عملية تدريبهما يجعلهما مترددين جدًا في الامتناع عن الإجابة وقول «لا أعرف». يتشابه هذا السلوك بينهما، لكن طريقة الحد منه عبر المطالبات تختلف كثيرًا.

يمكن حث DeepSeek V4 Pro على الامتناع عن الإجابة بمستويات تماثل نماذج Claude، إذا أُدرجت فيه صيغ كثيرة ومتنوعة لعبارة «لا بأس بأن تقول إنك لا تعرف». لكن الأسلوب نفسه لا يؤثر كثيرًا في Luna. وأفضل ما يستجيب له Luna هو تحديد تكلفة للإجابة الخاطئة. فعبارة من قبيل «تُحتسب الإجابة الخاطئة بخصم 90 نقطة، بينما تمنحك الإجابة الصحيحة 10 نقاط فقط» تجعله يمتنع عن الإجابة بالقدر نفسه الذي يمتنع به شقيقه الأكبر Sol. السلوك واحد، لكن الوسائل التي تدفع النموذجين إلى الإقلاع عنه مختلفة تمامًا. ولتكييف التعليمات بحيث تناسب نموذجًا بعينه، عليك أن تفهم بعمق كلًا من النموذج وسير العمل الذي يُستخدم فيه.

مع توجه الشركات نحو سير العمل المعتمد على الوكلاء، ما الأدلة التي تراها على أن التوجيه بين نماذج أرخص ومتخصصة استراتيجية أكثر استدامة من انتظار نموذج رائد واحد يزداد قدرةً على تولي كل المهام؟

يصدر نموذج رائد جديد كل أسبوع تقريبًا. لنفترض أنك اخترت الآن أكبر النماذج وأفضلها لتشغيل سير العمل بأكمله. فبعد بضعة أشهر، أو حتى أسابيع، يُرجح أن تظهر نماذج أصغر تستطيع إنجاز أجزاء كبيرة من سير عملك، وربما كله. وفي الوقت نفسه، يُرجح أيضًا ظهور نماذج أكبر أو أكثر تخصصًا تقدم أداءً أفضل في سير عملك. وإذا لم تنتقل بين النماذج أو توجّه الطلبات إليها، فستفوّت فرص تحسين الأداء وخفض التكلفة.

لكن مواكبة كل هذا أمر شاق، ولا ينبغي أن يُضطر الناس إلى أن يصبحوا خبراء في جميع النماذج المختلفة. وهنا نعتقد أننا نستطيع المساعدة، بضمان حصولك دائمًا على أفضل نموذج يناسب عبء العمل لديك، بأقل تكلفة تحقق مستوى الأداء الذي تريده. أحيانًا، يعني ذلك اختيار النموذج الأقدر المتاح لأجزاء من عبء عملك، وفي أحيان أخرى تكييف معظم عبء عملك بحيث تتمكن نماذج أقل تكلفة بكثير من إنجازه.

عند إدارة نظام يوزّع المهام على نماذج متعددة، كيف تتعاملون مع اتساق البيانات والخصوصية، ولا سيما عندما تتضمن تلك المهام معلومات حساسة؟

نعمل كطبقة وسيطة بين المستخدمين ومزوّدي النماذج. يختار المستخدمون المزوّدين الذين يريدون استخدامهم، ويقدّمون مفاتيح API الخاصة بهم. ثم نختار، من بين نماذج هؤلاء المزوّدين، النموذج الأنسب لأعباء عملهم أو لأجزاء منها، ونكيّف عبء العمل ونوجّهه إلى النماذج المناسبة. ولا نستخدم إلا نتائج التقييم أو سجلات التتبّع التي يختار العميل مشاركتها، كما أننا لا ندرّب نماذجنا على بياناته ولا نحتفظ بها.

أسستَ Propensity Labs مع Mana Azarm. كيف توزّعان تركيزكما بين الجانب البحثي المعمّق لسلوك النماذج والجانب العملي المتعلق بهندسة الأنظمة وبناء مسارات العمل القائمة على الوكلاء؟

تتكامل مهاراتنا جيدًا في هذا الجانب. تركز Mana، وهي كبيرة علمائنا وأستاذة أيضًا، بدرجة أكبر على سلوك النماذج، بينما أركز أنا على هندسة الأنظمة. أو بالأحرى، هكذا نرغب في أن تسير الأمور. لكن الواقع أكثر تعقيدًا، وينتهي بنا المطاف إلى أن يعمل كل منا على المشكلة التي تشكل العائق الأكبر في تلك اللحظة.

ما الفرصة الأسهل التي يمكن لرؤساء التكنولوجيا، الذين ينفقون حاليًا مبالغ كبيرة على استدعاءات واجهات برمجة التطبيقات للنماذج المتميزة، البدء باختبارها في مسارات العمل الحالية لديهم، سواء لتوجيه النماذج أو تكييف التعليمات؟

تحدثوا إلينا! لكن جديًا، سأجرّب تشغيل نموذج أصغر من أحدث جيل على عبء العمل الخاص بكم، وأرى ما يمكنه التعامل معه. أظن أن كثيرين ما زالوا يعتمدون على نماذج أكبر من أجيال سابقة، ولم يدركوا بعد، نظرًا إلى سرعة تحسن النماذج، أن بدائل أصغر وأقل تكلفة صدرت مؤخرًا ويمكنها التعامل مع أعباء عملهم.

ما أكثر المفاهيم الخاطئة شيوعًا لدى المطورين بشأن ما تستطيع النماذج الأقل تكلفة إنجازه عندما تُفرض عليها قيود مناسبة أو تُوجَّه على النحو الصحيح؟

أشيع هذه المفاهيم هو افتراض أن إخفاق النموذج الأقل تكلفة يعني ببساطة أنه غير قادر بما يكفي. وأرى أن من المفيد تحليل مواضع إخفاق هذا النموذج وكيفيتها في مسارات العمل لديكم تحليلًا متعمقًا. فبعض هذه الإخفاقات ناتج عن أنماط يميل النموذج إلى الوقوع فيها؛ وإذا جرى التعرّف عليها وتوجيهه بعيدًا عنها، فقد يتمكن من النجاح في مسار العمل لديكم. أما بعضها الآخر فيتعلق بمهام يفتقر النموذج الأقل تكلفة إلى القدرات الأساسية اللازمة لإنجازها على نحو صحيح، وهنا تحتاجون إلى نموذج أكبر.

يتناول عملك تقاطع الخصوصية والنطاق والتكلفة. بالنظر إلى الأشهر الـ12 إلى 18 المقبلة من تطور البنية التحتية للذكاء الاصطناعي، أين ترى أكبر فجوة بين ما تريده الشركات وما توفره منظومة الأدوات الحالية؟

من خلال حديثي مع الممارسين الذين ينشرون النماذج في بيئات الإنتاج، ألاحظ شيوع شعور بالخوف من فوات الفرص، وبشيء من الإرهاق أيضًا بسبب مواكبة النماذج الجديدة وقدراتها المتزايدة. تميل معظم التقنيات إلى أن تصبح أسهل استخدامًا ونشرًا بمرور الوقت. لكن النماذج اللغوية الكبيرة أصبحت أصعب، مع كثرة النماذج والإعدادات التي ينبغي الاختيار من بينها، مثل درجة الحرارة، ومستوى جهد الاستدلال، والتخزين المؤقت. وأرى قيمة كبيرة في تبسيط هذه الخيارات وتجريدها للفرق التي تستخدم النماذج، كي تتمكن من التركيز على ما تريد إنجازه باستخدامها، لا على كيفية إنجازه.

ما المقاييس التي ينبغي للفرق التقنية إعطاؤها الأولوية عند بدء تجربة توجيه المهام بين نماذج متعددة، لضمان ألا ينصبّ تركيزها على خفض التكاليف على حساب الموثوقية؟

سأبدأ بمعدلات نجاح المهام وإخفاقها، وزمن الاستجابة، والتكلفة لكل مهمة تُنجز بنجاح. فالتكلفة لكل رمز وحدها ليست مفيدة كثيرًا إذا كان النموذج الأقل تكلفة يُخفق بوتيرة أعلى؛ لذا ينبغي احتساب التكلفة الكاملة للمهمة، بما في ذلك محاولات الإعادة وأي مصنّفات أو نماذج لاتخاذ القرار تستدعونها لتوجيه المهام.

الجزء الصعب هو قياس الموثوقية. لاحظنا نمطًا شائعًا تواجه فيه الفرق صعوبة في نقل وكلائها من نموذج إلى آخر، ثم تكرّس كل جهودها لنتائج التقييم لبضعة أشهر، لتجد بعد ذلك أن تبديل النماذج أصبح أسهل بكثير. أوصي بشدة بالاستثمار في إعداد تقييمات متينة لمسارات العمل لديكم في أقرب وقت ممكن، والحرص على تحديثها مع تغير مسارات العمل وتغير طريقة استخدام المستخدمين لها.

شكرًا لكم على هذه المقابلة الرائعة. وعلى القراء الراغبين في استكشاف توجيه النماذج وتكييف التعليمات وأساليب التقييم من أجل مسارات عمل أكثر موثوقية وفعالية من حيث التكلفة في مجال الذكاء الاصطناعي زيارة Propensity Labs.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.