ريان كولن، الرئيس التنفيذي في Appen – سلسلة المقابلات

انضم ريان إلى Appen AI في عام 2018 كنائب لرئيس التطوير المؤسسي، وقاد استحواذات استراتيجية مثل Figure Eight وQuadrant، ودعم تأسيس قسمي الصين والفيدرالي. قبل تعيينه رئيسًا للعمليات، شغل منصب الرئيس التنفيذي للعمليات، حيث أشرف على العمليات والاستراتيجية العالمية.

مع أكثر من 20 عامًا من الخبرة في التكنولوجيا والاتصالات، كيف ساهمت مسيرتك المهنية في تشكيل نهجك لقيادة Appen خلال المناظر المتطورة بسرعة للذكاء الاصطناعي؟
بدأت مسيرتي المهنية كمهندس اتصالات، حيث كان دوري بناء وتحسين الشبكات ويتضمن كمية هائلة من البيانات والتحليلات وابتكار حلول مبتكرة لتحسين أداء الشبكة وتجربة العملاء.
بعد إكمال درجة الماجستير في إدارة الأعمال في جامعة نيويورك، تطور هذا إلى أدوار قيادية في استراتيجية التكنولوجيا والاستحواذات، حيث ركزت على أسئلة استراتيجية أكبر، مثل الاتجاهات الناشئة وفرص الاستثمار ونماذج الأعمال. هذا الخلفية أعطاني فهمًا عميقًا لكلا الجوانب الفنية والاعمال للتكنولوجيا الناشئة.
في Appen، نعمل على تقاطع الذكاء الاصطناعي والبيانات، وسمحت لي خبرتي بقيادة الشركة وتحويل التعقيدات في الفضاء المتطور بسرعة للذكاء الاصطناعي، وانتقلت من خلال تطورات كبيرة مثل التعرف على الصوت واللغة الطبيعية وأنظمة التوصية والآن الذكاء الاصطناعي التوليدي. هذا الرؤية الاستراتيجية حاسمة حيث يستمر الذكاء الاصطناعي في تحويل الصناعات على مستوى العالم.
لقد كنت مع Appen منذ عام 2018، وتحريك استحواذات كبيرة مثل Figure Eight وQuadrant. كيف وضعت هذه الخطوات الاستراتيجية Appen كقائد في خدمات البيانات للذكاء الاصطناعي، وماذا ترى كفرصة كبيرة التالية للشركة؟
كانت استحواذات Figure Eight وQuadrant حاسمة لتوسيع قدراتنا في بيانات الذكاء الاصطناعي، خاصة في مجالات مثل تعليم البيانات وذكاء الموقع الجغرافي. كان منصة تعليم البيانات في Figure Eight مؤثرًا بشكل خاص. المنصة قابلة للتخصيص بشكل كبير، واستخدمناها في عمل في العديد من المجالات المختلفة. في الآونة الأخيرة، كنا نستخدم المنصة لتشغيل معظم تدفقات البيانات التوليدية للذكاء الاصطناعي.
بالإضافة إلى الاستحواذات، قبل حوالي 5 سنوات قمنا بتأسيس عملية في الصين تسمى Appen China. نحن الآن أكبر شركة بيانات للذكاء الاصطناعي في الصين، مع إيرادات تقترب من ضعف إيرادات منافسينا الأقرب.
نظرًا للمستقبل، يركز Appen على دعم تطوير واعتماد الذكاء الاصطناعي التوليدي. هناك فرص نمو كبيرة في كلا البنائين النموذجية والشركات التي تبحث عن تبني الذكاء الاصطناعي التوليدي في منتجاتها وعملياتها. نشعر أننا في بداية أكبر موجة للذكاء الاصطناعي.
تلعب جودة البيانات دورًا حاسمًا في تطوير نموذج الذكاء الاصطناعي. هل يمكنك مشاركة كيف يضمن Appen دقة وتنوع وملاءمة مجموعات البيانات، خاصة مع الطلب المتزايد على بيانات تدريب عالية الجودة للغة الطبيعية؟
قوة Appen تكمن في قدرتنا على إنشاء بيانات عالية الجودة بانتظام وبتكلفة منخفضة. نعمل بشكل وثيق مع عملائنا لفهم أهداف نموذج الذكاء الاصطناعي وتنمية بيانات عالية الجودة لاحتياجاتهم من خلال نهج متعدد الطبقات يجمع بين الأدوات الآلية ومدخلات الإنسان. لدينا قوة عاملة عالمية تزيد عن مليون شخص عبر أكثر من 200 دولة، مما يسمح لنا بتحديد مجموعة من المساهمين المؤهلين والمتنوعين. من خلال مراقبة الجودة والتعليقات الدورية، نضمن أن تكون البيانات دقيقة ومستمرة وملائمة، ويمكن استخدامها لتحسين أداء أنظمة الذكاء الاصطناعي. هذا يسمح لأنظمة الذكاء الاصطناعي بالعمل بشكل فعال في البيئات الحقيقية ويمكن أيضًا استخدامها لتحسين متانة وتقليل التحيز، خاصة بالنسبة للغة الطبيعية.
توليد البيانات الاصطناعية يكتسب شعبية، ويتضح استثمار Appen في Mindtech اهتمامك بهذا المجال. هل يمكنك مناقشة المزايا والعيوب لاستخدام البيانات الاصطناعية أو مُحَصَّنة من الويب مقابل البيانات التي تم الحصول عليها من خلال الحشود لتدريب نماذج الذكاء الاصطناعي، وكيف ترى البيانات الاصطناعية مکملة للبيانات التي تم الحصول عليها من خلال الحشود التي تشتهر بها Appen؟
البيانات عالية الجودة حاسمة ولكن يمكن أن تكون مكلفة ووقتية في الإنتاج، لذلك يكتسب توليد البيانات الاصطناعية الانتباه. يعمل بشكل جيد للبيانات المهيكلة في المهام التقليدية للذكاء الاصطناعي والتعلم الآلي، خاصة في الصناعات ذات اللوائح الصارمة للاستخدام الشخصي مثل الرعاية الصحية والمالية، حيث يتجنب استخدام المعلومات الشخصية.
然而، غالبًا ما تفتقر البيانات الاصطناعية إلى العمق والتعقيد للبيانات في العالم الحقيقي، خاصة للمهام التوليدية للذكاء الاصطناعي التي تتطلب تنوعًا وخبرة عميقة. يمكن أن تؤدي أيضًا إلى تعزيز الأخطاء أو التحيزات من البيانات الأصلية. البيانات المُحَصَّنة من الويب، التي يتم استخدامها بشكل شائع للغة الطبيعية، تواجه تحدياتها الخاصة مع محتوى منخفض الجودة والتحيز والمعلومات الخاطئة، مما يتطلب تحريرًا دقيقًا.
البيانات التي تم الحصول عليها من خلال الحشود، التي تتميز بها Appen، لا تزال “الحقيقة الأرضية”. الخبرة البشرية حاسمة لإنشاء بيانات متنوعة ومتقنة لتحسين دقة نموذج الذكاء الاصطناعي وضمان الانسجام مع القيم البشرية.
نرى البيانات الاصطناعية كمكملة لبياناتنا المُحَصَّنة من البشر. في حين يمكن أن تسريع البيانات الاصطناعية أجزاء من العملية، فإن البيانات المُحَصَّنة من البشر تضمن أن تعكس النماذج العالم الحقيقي.
المنظمات العالمية مثل قانون الذكاء الاصطناعي في الاتحاد الأوروبي تشكل معايير أخلاقية حول تطوير الذكاء الاصطناعي. كيف ترى هذه اللوائح تتأثر على عمليات Appen والصناعة الأوسع للذكاء الاصطناعي في المستقبل؟
من المحتمل أن تؤثر لوائح قانون الذكاء الاصطناعي في الاتحاد الأوروبي على عمليات Appen من خلال وضع معايير جديدة لأخلاقيات تطوير نموذج الذكاء الاصطناعي وأدائه. قد نرى تغييرات في كيفية التعامل مع البيانات وضمان عدالة النموذج ومعالجة الاعتبارات الأخلاقية. قد يؤدي هذا إلى عمليات أكثر صرامة وضبطًا محتملًا في نهجنا لتدريب النموذج وتحديقه.
على نطاق أوسع، من المحتمل أن تدفع هذه اللوائح الصناعة نحو معايير أخلاقية أعلى، وزيادة تكاليف الامتثال، وربما تبطئ بعض جوانب الابتكار. ومع ذلك، ستدفع أيضًا إلى زيادة المساءلة والشفافية، مما قد يؤدي في النهاية إلى تطوير الذكاء الاصطناعي أكثر مسؤولية واستدامة.
مع تزايد المخاوف حول الانحياز في الذكاء الاصطناعي، كيف تعمل Appen على ضمان أن تكون مجموعات البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي مصدرة بأخلاقيات وخالية من الانحياز، خاصة في المجالات الحساسة مثل معالجة اللغة الطبيعية والرؤية الحاسوبية؟
نعمل بنشاط لتحسين الانحياز من خلال تعزيز التنوع والشمولية عبر مشاريعنا. من المشجع أن نرى العديد من عملائنا يركزون على التقاط ديموغرافية واسعة في جمع البيانات وتقييم النماذج. لدينا قوة عاملة عالمية تعيش في معظم البلدان، مما يسمح لنا بمصادر البيانات من مجموعة واسعة من وجهات النظر والخبرات، وهو أمر مهم بشكل خاص في المجالات الحساسة مثل معالجة اللغة الطبيعية والرؤية الحاسوبية.
منذ عام 2019، قمنا بتوثيق أفضل الممارسات في قواعد سلوك الحشود، مما يظهر التزامنا بالتنوع والعدالة ورفاهية الحشود. هذا يشمل التزامنا بالدفع العادل وضمان سماع صوت حشدنا و الحفاظ على حماية الخصوصية الصارمة. من خلال الالتزام بهذه المبادئ، نهدف إلى تقديم بيانات عالية الجودة مصدرة بأخلاقيات لدعم تطوير الذكاء الاصطناعي المسؤول.
随着 اندماج الذكاء الاصطناعي في الصناعات مثل السيارات والإعلان والواقع المعزز، كيف تضع Appen نفسها لتلبية الطلب المتزايد على بيانات التدريب المتخصصة في هذه القطاعات؟
على مدار السنوات الـ 27 الماضية، قمنا بتقديم بيانات تدريب متخصصة لمجموعة واسعة من الصناعات والحالات، ونتواصل مع تطور احتياجات عملائنا.
على سبيل المثال، في السيارات، عملنا مع الشركات الرائدة في السيارات وموفري حلول الكابينة لإنشاء أنظمة كلام داخل السيارة. الآن، نساعد عملائنا في مجالات جديدة مثل جمع بيانات الفيديو للسائقين لمساعدة السلامة عن طريق مراقبة انتباه السائق.
في الإعلان، ساعدنا منصة إعلان عالمية رائدة على تحسين جودة الإعلانات ودقتها لملاءمتها للمستخدمين على مدار برنامج عالمي طويل الأمد مع أكثر من 7 ملايين تقييم. الآن، مع اعتماد العديد من المنصات لحلول الذكاء الاصطناعي التوليدي، يساهم حشدنا ليس فقط في تقييم ملاءمة الإعلانات ولكن أيضًا في تقييم جودة الإعلانات المُنشأة.
لقد قمنا بكل هذا من خلال منصتنا القوية لتعليم البيانات التي يمكن تخصيصها لدعم سير عمل معقدة وتنسيقات بيانات مختلفة بما في ذلك النص والصوت والصورة والفيديو والتعليم المتعدد الوسائط. ولكن في النهاية، يعود khảنا على التحرك مع تغيرات الصناعة إلى خبرتنا العميقة في بيانات الذكاء الاصطناعي والشراكة القوية مع عملائنا.
Appen كانت رائدة في تقديم بيانات عالية الجودة لمجموعة متنوعة من تطبيقات الذكاء الاصطناعي. مع استمرار تطور الذكاء الاصطناعي التوليدي واللغة الطبيعية و影响 الأسواق العالمية، كيف ترى دور Appen يتطور؟
الذكاء الاصطناعي التوليدي واللغة الطبيعية يغيران الصناعات، وستواصل Appen لعب دور حاسم في تقديم بيانات عالية الجودة لدعم هذه التطورات. عندما يتعلق الأمر بالأسواق العالمية، ست trở أكثر قيمة لدينا القدرة على مصادر البيانات عبر أكثر من 200 دولة و 500 لغة، ولدينا تاريخ قوي في هذا، حيث ساعدنا شركات مثل Microsoft في إطلاق نماذج الترجمة الآلية لأكثر من 110 لغة.
مع نمو نشر تطبيقات اللغة الطبيعية، نرى زيادة في الطلب على التطابق مع مستخدمي النهاية، بما في ذلك القدرات المحلية لضمان معالجة دقة اللغة والثقافة في الأسواق العالمية المختلفة. نحن ملتزمون بمساعدة الشركات على تطوير أنظمة الذكاء الاصطناعي التي تكون كفؤة ومسؤولة من خلال ضمان أن تكون البيانات المستخدمة لتدريب هذه النماذج متنوعة وملائمة ومصدرة بأخلاقيات.
Appen известна بتزويد بعض أنظمة اللغة الطبيعية الأكثر تقدمًا في العالم. ما هي بعض الابتكارات في تعليم وتجميع البيانات التي تركز عليها Appen لتحسين أداء هذه النماذج؟
نحن نبتكر باستمرار عمليات تعليم وتجميع البيانات لتحسين أداء نماذج اللغة الطبيعية. یکی من مجالات التركيز هو تحسين كفاءة ودقة تعليم البيانات من خلال أدوات ذكاء اصطناعي متقدمة، تساعد في تسهيل وآليّة أجزاء من العملية مع الحفاظ على معايير الجودة العالية.
نستطيع تحديد نقاط البيانات التي تحتاج إلى مدخلات إنسانية إضافية، مما يضمن أن تكون جهود تعليم البيانات مستهدفة حيث ستؤثر بشكل أكبر. لدينا ميزات متكاملة في منصتنا مثل Model Mate التي يمكن استخدامها لمساعدة تسريع إنتاج البيانات وتحسين جودة البيانات. نحن также منصبون على أفضل الممارسات في إدارة المساهمين، وهو أمر مهم مع زيادة تعقيد المهام.
قدرتنا على فهم أداء المساهمين وتقديم反馈 لتحسين جودة البيانات التي تم إنشاؤها من قبل البشر. هذه الابتكارات تسمح لنا بتقديم بيانات عالية الجودة وبتكلفة منخفضة المطلوبة لتشغيل وتحسين نماذج اللغة الطبيعية الرائدة في العالم.
عندما تتولى دورك الجديد كرئيس تنفيذي، ما هي أولوياتك الرئيسية لشركة Appen خلال السنوات القليلة القادمة، وكيف تخطط لتحقيق نمو الشركة في مساحة الذكاء الاصطناعي التنافسية للغاية؟
عندما أتولى دور الرئيس التنفيذي، تم تصميم أولوياتي الاستراتيجية لضمان قيادة Appen في المناظر التنافسية للذكاء الاصطناعي:

• دعم تطوير نماذج الذكاء الاصطناعي التوليدي: خلال الأشهر الـ 18 الماضية، أصبح الذكاء الاصطناعي التوليدي مكونًا رئيسيًا من عروضنا الخدمية، مع 28% من إيرادات المجموعة القادمة من مشاريع الذكاء الاصطناعي التوليدي في يونيو 2024 مقارنة بـ 8% في يناير. نرى إمكانية كبيرة في سوق الذكاء الاصطناعي التوليدي، الذي يُ预 kiến أن يصل إلى 1.3 تريليون دولار أمريكي بحلول عام 2032 وفقًا للتنبؤات الصناعية.
• دعم تبني نماذج الذكاء الاصطناعي التوليدي: نرى نموًا في قطاعات جديدة حيث تستخدم الشركات حلول الذكاء الاصطناعي التوليدي لحالات استخدامها. على الرغم من أن نسبة مشاريع الذكاء الاصطناعي التوليدي التي تصل إلى النشر منخفضة، نتوقع أن يكون عام 2024/2025 فترة انتقالية حيث تنتقل التجارب إلى الإنتاج، وستدفع الطلب على بيانات مخصصة عالية الجودة.
• تحسين وتأتمتة طريقة تحضير البيانات: من خلال استخدام الذكاء الاصطناعي لضمان الجودة وآليّة بعض خطوات عملية تحضير البيانات. هذا سيمكننا من تعزيز جودة البيانات مع تحسين الكفاءة التشغيلية، مما يحسن هامش ربحنا.
• تطوير تجربة عمال الحشد: منصتنا الجديدة CrowdGen تمكننا من توسيع المشاريع بسرعة ومرونة وفقًا لاحتياجات عملائنا، باستخدام الذكاء الاصطناعي لفحص آلي وتطابق المشروع. هذا سيعزز أيضًا تجربة المساهمين لدينا مع الدعم الشخصي. Appen كانت رائدة في تعزيز الشفافية والتنوع والعدالة في مصادر البيانات، ونظل ملتزمين بميثاق سلوك الحشد.

هذه الأولويات ستضع Appen في موقع النمو المستدام والابتكار في مناظر الذكاء الاصطناعي المتطورة.
شكرًا على المقابلة الرائعة، نحن نشجع القراء الذين يرغبون في معرفة المزيد على زيارة Appen.