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 إنشاء أقسام الصين والاتحادية. 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 نهجك لقيادة Appen من خلال المناظر الطبيعية المتطورة سريعًا للذكاء الاصطناعي؟

بدأت مسيرتي المهنية كمهندس اتصالات، حيث كان دوري بناء وتحسين الشبكات وتضمن كمية هائلة من البيانات والتحليلات وابتكار حلول مبتكرة لتحسين أداء الشبكة وتجربة المستخدم.

بعد إكمالي لدرجة الماجستير في إدارة الأعمال من جامعة نيويورك، تطورت هذه المسيرة 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 لكل من الجوانب الفنية والتجارية للتكنولوجيا الناشئة.

في Appen، نعمل على تقاطع الذكاء الاصطناعي والبيانات، وسمحت لي خبرتي بقيادة الشركة وتحويل التعقيدات في الفضاء المتطور بسرعة للذكاء الاصطناعي، والانتقال من التطورات الكبيرة مثل التعرف على الصوت والتعلم الاصطناعي والنظم التوصيفية والآن الذكاء الاصطناعي التوليدي. هذا الرؤية الاستراتيجية حاسمة لأن الذكاء الاصطناعي ي continue يغير الصناعات على مستوى العالم.

لقد كنت مع Appen منذ عام 2018، وتقود الاستحواذات الرئيسية مثل Figure Eight وQuadrant. كيف وضعت هذه الخطوات الاستراتيجية Appen كقائد في خدمات بيانات الذكاء الاصطناعي، وما هي الفرصة الكبيرة التالية التي ترىها للشركة؟

كانت استحواذات Figure Eight وQuadrant حاسمة لتوسيع قدراتنا في بيانات الذكاء الاصطناعي، خاصة في مجالات مثل تعليم البيانات وذكاء الموقع الجغرافي. منصة تعليم البيانات في Figure Eight كانت مؤثرة بشكل خاص. المنصة قابلة للتخصيص بشكل كبير، ولدينا استخدامات كثيرة لها في مجالات مختلفة. مؤخرًا، كنا نستخدم المنصة لتشغيل معظم تدفقات بيانات الذكاء الاصطناعي التوليدي.

بالإضافة إلى الاستحواذات، قبل حوالي 5 سنوات قمنا بإنشاء عملية في الصين تسمى Appen China. نحن الآن أكبر شركة بيانات ذكاء اصطناعي في الصين، مع إيرادات تقريبًا ضعف إيرادات منافسينا الأقرب.

نظرًا للمستقبل، يركز Appen على دعم تطوير واعتماد الذكاء الاصطناعي التوليدي. هناك فرص نمو كبيرة في كلا القطاعين، من بناة النماذج والشركات التي تبحث عن دمج الذكاء الاصطناعي التوليدي في منتجاتها وعملياتها. نشعر أننا في بداية أكبر موجة ذكاء اصطناعي.

تلعب جودة البيانات دورًا حاسمًا في تطوير نموذج الذكاء الاصطناعي. هل يمكنك مشاركة كيف تضمن Appen دقة وتنوع وملاءمة مجموعات البيانات، خاصة مع الطلب المتزايد على بيانات تدريب عالية الجودة للنماذج اللغوية الكبيرة؟

قوة Appen تكمن في قدرتنا على إنشاء بيانات عالية الجودة بانتظام وبتكلفة منخفضة. نعمل密ًا مع عملائنا لفهم أهداف نموذج الذكاء الاصطناعي الخاص بهم وتطوير بيانات عالية الجودة لاحتياجاتهم من خلال نهج متعدد الطبقات يجمع بين الأدوات الآلية ومدخلات البشر. لدينا قوة عاملة عالمية تضم أكثر من مليون شخص عبر أكثر من 200 دولة، مما يسمح لنا بتحديد مجموعة من المساهمين المؤهلين والمتفوعين. من خلال مراقبة الجودة والدوائر المرتدة، نضمن أن تكون البيانات دقيقة ومستمرة وملائمة، ويمكن استخدامها لتحسين أداء أنظمة الذكاء الاصطناعي بشكل فعال. هذا يسمح لأنظمة الذكاء الاصطناعي بالعمل بشكل فعال في البيئات الحقيقية ويمكن أيضًا استخدامها لتحسين متانة النظام وتقليل الانحياز، خاصة بالنسبة للنماذج اللغوية الكبيرة.

تكتسب بيانات التوليد الاصطناعي شعبية، ويشير استثمار Appen في Mindtech إلى اهتمامك بهذا المجال. هل يمكنك مناقشة مزايا وعيوب استخدام بيانات توليد اصطناعي أو بيانات مجمعة من الويب مقابل بيانات تم الحصول عليها من خلال الحشود، وكيف ترى بيانات التوليد الاصطناعي تكميل بيانات الحشود التي تشتهر بها Appen؟

البيانات عالية الجودة حاسمة ولكن يمكن أن تكون مكلفة وطويلة الأمد في الإنتاج، وهذا هو السبب في اكتساب بيانات التوليد الاصطناعي اهتمامًا. تعمل بشكل جيد للبيانات المهيكلة في مهام الذكاء الاصطناعي التقليدية، خاصة في الصناعات التي تتمتع بلوائح خصوصية صارمة مثل الرعاية الصحية والمالية، حيث تتجنب استخدام المعلومات الشخصية.

然而، غالبًا ما تفتقر بيانات التوليد الاصطناعي إلى العمق والتعقيد الذي تتمتع به البيانات الواقعية، خاصة في مهام الذكاء الاصطناعي التوليدي المعقدة التي تتطلب تنوعًا وخبرة عميقة. يمكن أن تؤدي أيضًا إلى تعزيز الأخطاء أو الانحيازات من البيانات الأصلية. تطرح بيانات الويب المجمعة تحدياتها الخاصة، مع محتوى منخفض الجودة والانحياز والمعلومات الخاطئة، مما يتطلب تحريرًا دقيقًا.

بيانات الحشود، التي تتخصص فيها Appen، لا تزال “الحقيقة الموضوعية”. الخبرة البشرية حاسمة لإنشاء بيانات معقدة ومتعددة الجوانب اللازمة لتحسين دقة نموذج الذكاء الاصطناعي وضمان التزامها بقيم人类ية.

نرى بيانات التوليد الاصطناعي كمكمل لبياناتنا المُدرجة من قبل البشر. بينما يمكن لبيانات التوليد الاصطناعي تسريع أجزاء من العملية، تضمن بياناتنا المُدرجة من قبل البشر أن النماذج تعكس تنوع العالم الحقيقي. معًا، توفر نهجًا متوازنًا لإنشاء بيانات تدريب عالية الجودة للذكاء الاصطناعي.

من المرجح أن تؤثر قانون الاتحاد الأوروبي للذكاء الاصطناعي ولوائح أخرى عالمية على المعايير الأخلاقية حول تطوير الذكاء الاصطناعي. كيف ترى هذه اللوائح تؤثر على عمليات Appen وصناعة الذكاء الاصطناعي بشكل أوسع في المستقبل؟

من المرجح أن تؤثر لوائح قانون الاتحاد الأوروبي للذكاء الاصطناعي ولوائح أخرى مشابهة على عمليات Appen من خلال وضع معايير أخلاقية جديدة لتطوير 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 و可能 بعض التعديلات في نهجنا لتدريب النماذج وتحديدها.

على نطاق أوسع، من المرجح أن تدفع هذه اللوائح الصناعة نحو معايير أخلاقية أعلى، وزيادة تكاليف الامتثال، وربما تبطيء بعض جوانب الابتكار. ومع ذلك، ستدفع أيضًا إلى مسؤولية أكبر وشفافية أكبر، 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 مأخوذة بطرق أخلاقية وخالية من الانحياز، خاصة في مجالات حساسة مثل معالجة اللغة الطبيعية والرؤية الحاسوبية؟

نعمل بنشاط على تقليل الانحياز من خلال تعزيز التنوع والشمولية عبر مشاريعنا. من المشجع أن نرى العديد من عملائنا يركزون على التقاط ديموغرافيات واسعة في مهام جمع البيانات وتقييم النماذج. لدينا قوة عاملة عالمية تعيش في معظم البلدان، مما يسمح لنا بجمع بيانات من مجموعة واسعة من وجهات النظر والخبرات، وهو أمر مهم بشكل خاص في مجالات حساسة مثل معالجة اللغة الطبيعية والرؤية الحاسوبية.

منذ عام 2019، قمنا بتوثيق أفضل الممارسات في قانون سلوك الحشود، مما يظهر التزامنا بالتنوع والعدالة ورفاهية الحشود. يتضمن ذلك التزامنا بالدفع العادل وضمان سماع صوت حشدنا والحفاظ على حماية خصوصية صارمة. من خلال الالتزام بهذه المبادئ، نهدف إلى تقديم بيانات عالية الجودة مأخوذة بطرق أخلاقية تدعم تطوير الذكاء الاصطناعي المسؤول.

كيف تقوم Appen بوضع نفسها لتلبي الطلب المتزايد على بيانات تدريب متخصصة في قطاعات مثل السيارات والإعلان والواقع الافتراضي؟

على مدار 27 عامًا، قدمنا بيانات تدريب متخصصة لمجموعة واسعة من الصناعات والحالات. مستمرين في التطور مع تطور احتياجات عملائنا.

على سبيل المثال، في السيارات، عملنا مع الشركات الرائدة في السيارات ومقدمي حلول الكابينة لإنشاء أنظمة كلام داخل السيارة. الآن، نساعد عملائنا في مجالات جديدة مثل جمع بيانات الفيديو للسائقين لمساعدة السلامة من خلال مراقبة انتباه السائق.

في الإعلان، ساعدنا منصة إعلان عالمية رائدة على تحسين جودة وضبط الإعلانات لملاءمتها للمستخدمين على مدار برنامج عالمي طويل الأمد مع أكثر من 7 ملايين تقييم. الآن، مع تبني العديد من المنصات للذكاء الاصطناعي التوليدي، لا يقوم حشدنا فقط بتقييم ملاءمة الإعلانات ولكن أيضًا بمساعدة تقييم جودة الإعلانات المولدة.

تمكنا من القيام بكل ذلك من خلال منصة تعليمنا القوية التي يمكن تخصيصها لدعم سير عمل معقدة وتنسيقات بيانات مختلفة، بما في ذلك النص والصوت والصورة والفيديو والتعليم متعدد الوسائط. ولكن في النهاية، يعود khảنا على التحرك مع تطور الصناعة إلى خبرتنا العميقة في بيانات تطوير الذكاء الاصطناعي والشراكة القوية مع عملائنا.

كانت Appen رائدة في تقديم بيانات عالية الجودة لمجموعة متنوعة من تطبيقات الذكاء الاصطناعي. كيف ترى دور Appen يتطور مع استمرار تطور الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة وتأثيرها على الأسواق العالمية؟

الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة تحول الصناعات، وستواصل لعب دور حاسم في تقديم بيانات عالية الجودة لدعم هذه التطورات. عندما يتعلق الأمر بالأسواق العالمية، ستصبح قدرتنا على الحصول على البيانات عبر 200 دولة و500 لغة أكثر قيمة، ولدينا تاريخ قوي في هذا، حيث ساعدنا شركات مثل مايكروسوفت في إطلاق نماذج الترجمة الآلية لأكثر من 110 لغة.

مع نمو نشر تطبيقات النماذج اللغوية الكبيرة، نرى زيادة في الطلب على التوجيه مع مستخدمي النهاية، بما في ذلك قدرات التوطين لضمان معالجة الدقة اللغوية والثقافية في الأسواق العالمية المختلفة. نحن ملتزمون بمساعدة الشركات على تطوير أنظمة ذكاء اصطناعي تعمل بشكل جيد ومتجاوب.

تُعرف Appen بتشغيل بعض النماذج اللغوية الكبيرة الأكثر تقدمًا في العالم. ما هي بعض الابتكارات في تعليم وتجميع البيانات التي تركز عليها Appen لتعزيز أداء هذه النماذج؟

نحن نركز باستمرار على تحسين عمليات تعليم وتجميع البيانات لتعزيز أداء النماذج اللغوية الكبيرة. یکی من المجالات التي نركز عليها هو تحسين كفاءة ودقة تعليم البيانات من خلال أدوات ذكاء اصطناعي متقدمة، مما يساعد على تسهيل وتأتمتة أجزاء من العملية مع الحفاظ على معايير جودة عالية.

نستطيع تحديد النقاط البيانية التي تحتاج إلى مزيد من المدخلات البشرية، مما يضمن أن تكون جهود التعليم موجهة إلى حيث ستكون أكثر تأثيرًا. لدينا ميزات متكاملة في منصتنا مثل Model Mate التي يمكن استخدامها لمساعدة تسريع إنتاج البيانات وتحسين جودة البيانات. كما نركز على أفضل الممارسات في إدارة المساهمين، وهو أمر مهم مع زيادة تعقيد المهام.

القدرة على فهم أداء المساهمين على مستوى الفرد وتقديم التغذية الراجعة لتحسين جودة بياناتنا المولدة من قبل البشر بشكل مستمر. هذه الابتكارات تسمح لنا بتقديم البيانات الكبيرة والعالية الجودة المطلوبة لتشغيل وتحسين النماذج اللغوية الكبيرة الرائدة في العالم.

عندما تصبح الرئيس التنفيذي الجديد، ما هي أولوياتك الرئيسية لشركة Appen على مدار السنوات القليلة القادمة، وكيف تخطط لقيادة نمو الشركة في ساحة الذكاء الاصطناعي التنافسية للغاية؟

كما أتحول إلى دور الرئيس التنفيذي، تم تصميم أولوياتي الاستراتيجية لضمان قيادة Appen في المناظر الطبيعية التنافسية للذكاء الاصطناعي:

• دعم تطوير نماذج الذكاء الاصطناعي التوليدي: خلال الأشهر الثمانية عشر الماضية، أصبح الذكاء الاصطناعي التوليدي مكونًا رئيسيًا من عروضنا الخدمية، مع 28% من إيرادات المجموعة القادمة من مشاريع ذكاء اصطناعي توليدي في يونيو 2024 مقارنة بـ 8% في يناير. نرى إمكانية كبيرة في سوق الذكاء الاصطناعي التوليدي، الذي من المتوقع أن يصل إلى 1.3 تريليون دولار أمريكي بحلول عام 2032 وفقًا لتقديرات الصناعة.
• دعم تبني نماذج الذكاء الاصطناعي التوليدي: نرى نموًا في قطاعات جديدة حيث تستفيد الشركات من حلول الذكاء الاصطناعي التوليدي لاستخداماتها. 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 وتدفع الطلب على بيانات مخصصة عالية الجودة ومختلفة.
• تحسين وتأتمتة طريقة تحضير البيانات: من خلال استخدام الذكاء الاصطناعي لضمان الجودة وتأتمتة بعض خطوات عملية تحضير البيانات. هذا سوف يسمح لنا بتحسين جودة البيانات مع تحسين الكفاءة التشغيلية، مما ي cải thiện هامش ربحنا.
• تطوير تجربة عمال الحشد: منصة CrowdGen الجديدة تمكننا من توسيع المشاريع بسرعة ومرونة وفقًا لاحتياجات عملائنا، مع استخدام الذكاء الاصطناعي للفحص الآلي وتماثل المشروع. سوف ي cải thiện أيضًا تجربة المساهمين لدينا مع دعم شخصي.

هذه الأولويات ستضع Appen في موقع النمو المستدام والابتكار في مناظر الذكاء الاصطناعي المتطورة.

شكرًا على المقابلة الرائعة، نحن نشجع القراء الذين يرغبون في التعلم المزيد على زيارة Appen.