رازي رازي الدين، المؤسس المشارك والرئيس التنفيذي لشركة FeatureByte – سلسلة المقابلات

رازي رازي الدين هو المؤسس المشارك والرئيس التنفيذي لشركة FeatureByte، ورسالته هي كسر الحاجز الكبير لتنمية الذكاء الاصطناعي في الشركات. خبرة رازي في التحليلات ونمو الأعمال تمتد إلى فريق القيادة في شركتين ناشئتين. ساعد رازي في توسيع شركة DataRobot من 10 إلى 850 موظفًا في ست سنوات. كان رائد استراتيجية التسويق القائمة على الخدمات التي أصبحت علامة فارقة في نمو DataRobot السريع.

تعتبر FeatureByte على مهمة لتنمية الذكاء الاصطناعي في الشركات، من خلال تبسيط وتحويل بيانات الذكاء الاصطناعي. منصة FeatureByte للهندسة والمدارة الميزة (FEM) تمكن علماء البيانات من إنشاء ومشاركة الميزات المتقدمة وخطوط أنابيب البيانات الجاهزة للإنتاج في دقائق – بدلاً من الأسابيع أو الأشهر.

ما الذي جذبك في البداية إلى علوم الحاسوب والتعلم الآلي؟

كشخص بدأ البرمجة في المدرسة الثانوية، كنت مهتمًا بالآلة التي يمكنني “التحدث” معها والسيطرة عليها من خلال الكود. كنت متصلًا بالفرص الجديدة التي تقدمها البرمجة. يمثل التعلم الآلي تحولًا في البرمجة، مما يسمح للأجهزة بالتعلم والقيام بالمهام دون تحديد الخطوات في الكود. الإمكانيات اللانهائية للتطبيقات التي يقدمها التعلم الآلي هي ما يجعلني متحمسًا كل يوم.

كنت أول موظف في شركة DataRobot، منصة التعلم الآلي الآلي التي تمكن المنظمات من أن تصبح مدفوعة بالذكاء الاصطناعي. ثم ساعدت في توسيع الشركة من 10 إلى 1000 موظف في ست سنوات. ما هي بعض النقاط الرئيسية التي استفدت منها من هذه التجربة؟

الانتقال من الصفر إلى واحد صعب، ولكن من المثير والمكافئ. كل مرحلة في تطور الشركة تقدم تحديات مختلفة، ولكن رؤية الشركة تنمو وتنجح هو شعور رائع.

تجربتي مع AutoML فتحت عيني على الإمكانيات غير المحدودة للذكاء الاصطناعي. من المثير رؤية كيف يمكن استخدام هذه التكنولوجيا في العديد من الصناعات والتطبيقات. في النهاية، إنشاء فئة جديدة هو إنجاز نادر، ولكن مكافئ للغاية. النقاط الرئيسية التي استفدت منها من هذه التجربة:

• ابنِ منتجًا رائعًا وتجنب مطاردة الأوضاع
• لا تخف من أن تكون معارضًا
• ركز على حل مشاكل العملاء وتقديم القيمة
• كن دائمًا مفتوحًا للابتكار ومحاولة أشياء جديدة
• أنشئ وادمج ثقافة الشركة الصحيحة من البداية

يمكنك أن تشاركنا قصة ولادة FeatureByte؟

من المعروف جيدًا في عالم الذكاء الاصطناعي / التعلم الآلي – أن الذكاء الاصطناعي العظيم يبدأ مع بيانات رائعة. ولكن تحضير وتنفيذ وإدارة بيانات الذكاء الاصطناعي (أو الميزات) معقدة ومستهلكة للوقت. رأى أنا وزميلي المؤسس، كزافييه كونورت، هذا المشكل بشكل مباشر في DataRobot. بينما أصبحت النمذجة أكثر بساطة بفضل أدوات AutoML، لا تزال هندسة الميزات وإدارتها تحديًا كبيرًا. بناءً على خبرتنا وخبراتنا، شعرت أنا وكزافييه أننا يمكن أن نساعد المنظمات على حل هذا التحدي وتحقيق وعد الذكاء الاصطناعي في كل مكان.

تعتبر هندسة الميزات核心 FeatureByte، يمكنك أن تفسر ما هي هذه الميزة لمستخدمينا؟

في النهاية، جودة البيانات تقود جودة وأداء نماذج الذكاء الاصطناعي. البيانات التي يتم تغذيتها إلى النماذج لتدريبها وتوقعات النتائج المستقبلية تسمى الميزات. تمثل الميزات معلومات حول الكيانات والأحداث، مثل البيانات الديموغرافية أو النفسية للمستهلكين، أو المسافة بين حامل البطاقة والتاجر لtransaction بطاقة الائتمان أو عدد العناصر من فئات مختلفة من شراء المتجر.

عملية تحويل البيانات الخام إلى ميزات – لتدريب نماذج التعلم الآلي وتوقعات النتائج المستقبلية – تسمى هندسة الميزات.

لماذا تعتبر هندسة الميزات واحدة من أكثر جوانب مشاريع التعلم الآلي تعقيدًا؟

هندسة الميزات مهمة جدًا لأن العملية مسؤولة مباشرة عن أداء نماذج التعلم الآلي. هندسة الميزات الجيدة تتطلب ثلاث مهارات مستقلة لتأتي معًا – معرفة المجال وعلوم البيانات وهندسة البيانات. تساعد معرفة المجال علماء البيانات على تحديد الإشارات التي يجب استخلاصها من البيانات لمشكلة أو حالة معينة. تحتاج إلى مهارات علوم البيانات لاستخلاص تلك الإشارات. وأخيرًا، تساعد هندسة البيانات على نشر خطوط الأنابيب وتنفيذ جميع العمليات على نطاق واسع على مجالات بيانات كبيرة.

في معظم المنظمات، تعيش هذه المهارات في فرق مختلفة. تستخدم هذه الفرق أدوات مختلفة ولا تت沟م جيدًا مع بعضها البعض. هذا يؤدي إلى الكثير من الاحتكاك في العملية ويفسدها.

يمكنك أن تشاركنا بعض الأفكار حول لماذا تعتبر هندسة الميزات أضعف ارتباط في توسيع الذكاء الاصطناعي؟

وفقًا لأندرو إنغ، الخبير المعروف في الذكاء الاصطناعي، “التعلم الآلي التطبيقي هو في الأساس هندسة الميزات.” على الرغم من أهميتها في دورة حياة التعلم الآلي، لا تزال هندسة الميزات معقدة ومستهلكة للوقت ومتعلقة بالخبرة. هناك نقص حقيقي في الأدوات التي تجعل العملية أسهل وأسرع وأكثر تحولًا. الجهد والخبرة المطلوبة يمنعان الشركات من أن تكون قادرة على نشر الذكاء الاصطناعي على نطاق واسع.

يمكنك أن تشاركنا بعض التحديات التي تواجه بناء حل ذكاء اصطناعي يركز على البيانات ويردّ من هندسة الميزات بشكل جذري لمحترفي البيانات؟

بناء منتج له ميزة 10X على الوضع الراهن صعب جدًا.幸运ًا، لدى كزافييه خبرة عميقة في علوم البيانات التي يستخدمها لإعادة التفكير في تدفق الميزة بأكمله من المبادئ الأولى. لدينا فريق عالمي من علماء البيانات ومهندسي البرمجيات الذين يمكنهم تحويل رؤيتنا إلى حقيقة. ولدينا مستخدمون وشركاء تطوير لتقديم المشورة لنا حول تبسيط واجهة المستخدم لحل تحدياتهم.

كيف سترفع منصة FeatureByte من سرعة تحضير البيانات لتطبيقات التعلم الآلي؟

تحضير البيانات للتعلّم الآلي هو عملية تكرارية تعتمد على التجربة السريعة. إطار FeatureByte SDK المفتوح هو إطار إعلاني لإنشاء ميزات متقدمة مع بضع سطور من الكود وتنفيذ خطوط أنابيب البيانات في دقائق بدلاً من الأسابيع أو الأشهر. هذا يسمح لعلماء البيانات بالتركيز على حل المشاكل الإبداعية والتكرار السريع على البيانات الحية، بدلاً من القلق بشأن البنية التحتية.

النتيجة ليست فقط تحضير البيانات وتقديمها في الإنتاج بشكل أسرع، ولكن أيضًا تحسين أداء النموذج من خلال ميزات قوية.

يمكنك أن تناقش كيف ستوفر منصة FeatureByte أيضًا القدرة على تبسيط المهام الإدارية المستمرة المختلفة؟

تم تصميم منصة FeatureByte لإدارة دورة حياة الميزة الكاملة. يسمح الإطار الإعلاني لمنصة FeatureByte بتحميل خطوط الأنابيب تلقائيًا، مع استخراج البيانات الوصفية ذات الصلة لإدارة البيئة بشكل عام. يمكن للمستخدمين مراقبة صحة خطوط الأنابيب وتكاليفها، وإدارة سلالة وإصدار وصحّة الميزات كلها من واجهة المستخدم الرسومية نفسها. تضمن تدفقات الموافقة والوصول القائمة على الأدوار درجًا للبيانات وتنفيذ أمانيًا، مع تجنب انتشار الميزات.

هل هناك أي شيء آخر تود أن تشاركه حول FeatureByte؟

ت сосر معظم أدوات الذكاء الاصطناعي في الشركات على تحسين نماذج التعلم الآلي. لقد جعلنا من مهمتنا مساعدة الشركات على توسيع نطاق الذكاء الاصطناعي، من خلال تبسيط وتنظيم بيانات الذكاء الاصطناعي. في FeatureByte، نحل أكبر تحدي لممارسين الذكاء الاصطناعي: تقديم طريقة متسقة وموسعة لتحضير وخدمة وإدارة البيانات على مدار دورة حياة النموذج، مع تبسيط العملية بأكملها.

إذا كنت عالم بيانات أو مهندس مهتم بالبقاء على الطرف الرائد لعلوم البيانات، فإنني أشجعك على تجربة قوة FeatureByte مجانًا.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا FeatureByte.