سارة ناجي، المؤسس والرئيس التنفيذي لشركة Seek AI – سلسلة المقابلات

سارة ناجي هي المؤسس والرئيس التنفيذي لشركة Seek AI، وهي منصة تمكن مستخدمي الأعمال من طرح الأسئلة نفسها التي يطرحونها حاليًا على فريق البيانات، مباشرة في Slack و Teams و البريد الإلكتروني. لا يوجد “تجاوز” لطريقة كتابة سؤالهم، ولا يتعين عليهم تعلم منصة جديدة.

كنتي بدأتِ كمُبحثة مع بيانات من تلسكوب هابل الفضائي. ما كنتِ تعملين عليه؟

كنت أعمل في جامعة كاليفورنيا في لوس أنجلوس (UCLA) و معهد كاليفورنيا للتكنولوجيا (Caltech)، ونظرت في بعض أبعد المجرات التي يمكن ملاحظتها بواسطة تلسكوب، وكنت أعمل على تحليل بعض خصائصها مثل كتلتها وحجمها. الغرض من هذا البحث كان لمساعدتنا على فهم الفرق بين المجرات البعيدة جدًا والمجرات التي تقع أقرب إلى مجرتنا، ووضع نماذج لتشكيل هذه المجرات بمرور الوقت.

ثم عملتِ كمُحلل بيانات في شركات بدءية مختلفة. ما هي بعض المشاريع الأكثر إثارة للاهتمام؟

مشروع واحد يبرز فيه استخدام معالجة اللغة الطبيعية (NLP) لتصنيف النص غير المهيكل المتعلق بالبضائع التجزئة. على سبيل المثال، أخذ النص الخام (مثل “أير جوردان أخضر”) وتسميته بالعلامة التجارية المقدرة (“نايكي”). كان لدي زميل متخصص في NLP مشغول بمشروع آخر، لذلك لم يكن من المفترض أن أعمل على هذا originally. انتهى بي المطاف إلى العمل عليه لأنهم كانوا مشغولين. لم أكن أعرف حتى شيءًا عن NLP في ذلك الوقت، لذلك مررت ببعض الدورات المجانية من ستانفورد و Fast.ai لتعزيز معرفتي. استمتعت بتعلم NLP وبدأت أفهم لماذا هو مهم جدًا، ولماذا الذكاء الاصطناعي القادر على فهم اللغة هو خطوة كبيرة نحو ما يسمى “الذكاء الاصطناعي العام”. هذا الخبرة جعلتني أدرك أهمية GPT-3 عندما ظهر لأول مرة.

يمكنك مشاركة قصة نشأة Seek AI؟

عندما ظهر نموذج GPT-3 من OpenAI، عرفت على الفور ما هو هذا التطور الرائع واشتركت بشكل خاص في التطبيقات المتعلقة بكتابة GPT-3 للرمز. بعد كل شيء، كنت أكتب الرمز طوال اليوم كمُحلل بيانات، و看到 الذكاء الاصطناعي يقوم بذلك – وتوليد الرمز بشكل مثالي – كان أمرًا مذهلًا. قارنت رد فعلي على GPT-3 بتعلمي الأول عن الواقع الافتراضي في عام 2013، وهو تجربة أخرى مذهلة بالنسبة لي. انتهى بي المطاف إلى اتخاذ قرار بتشكيل شركة بدءية للرهان على هذه التكنولوجيا. لم أكن أعرف بالضبط ما سأبني، لكن لدي شعور بأن إذا تعلمت المزيد عن هذه النماذج، فإن شيئًا قيمًا سوف يتحقق.

مرة واحدة بعد أن تعلمت حقًا عن النماذج، ذلك هو عندما أدركت أنني يمكنني حل نقطة ألم واجهتها في كل مكان عملت فيه كمُحلل كمي أو كمُحلل بيانات. نقطة الألم في السؤال كانت أن الأشخاص في الأعمال لا يمتلكون الأدوات الصحيحة للاجابة على أسئلتهم الخاصة عن البيانات. كمُحلل بيانات، كنت أعمل بشكل متكرر على مشاكل تتطلب الكثير من التركيز، لكنني كنت أتعرض بشكل متكرر للاضطراب من قبل زملائي في الجانب التجاري الذين لديهم أسئلة حول البيانات، مما يجعلني أتوقف عن ما كنت أفعل. بدا لي أن العملية قديمة و غير فعالة. أدركت أن إذا ركزت على هذه التكنولوجيا الجديدة لحل هذه المشكلة، فإنها ستكون حلًا يحدد الفئة لهم.

تستخدم Seek AI الذكاء الاصطناعي التوليدي. يمكنك شرح ما هو هذا للقراء؟

“الذكاء الاصطناعي التوليدي” هو مصطلح شائع جدًا، لكن على عكس مصطلحات أخرى شائعة، لا أعتقد أن الهياج غير مبرر. يشير المصطلح إلى نماذج تعلم الآلة الكبيرة ذات مئات المليارات من المعلمات، مثل DALL-E و GPT-3 من Open AI. يعد اختراع هذه النماذج هو أنها يمكنها فهم اللغة الطبيعية وتوليد النص والصور والرمز والمزيد. إذا لعبتم مع DALL-E أو Stable Diffusion، على سبيل المثال، سوف تفهمون بسرعة لماذا هذه النماذج مشهورة جدًا؛ لديهم القدرة على فهم الأوامر اللغوية الطبيعية بطرق بشرية بشكل مذهل.

توليد الرمز هو واحد من التطبيقات الأكثر تحديدًا وأهمية للذكاء الاصطناعي التوليدي. البيانات تصبح أكبر وأكثر تعقيدًا، وبالتالي أكثر صعوبة في التحليل والتنظيم اليدوي بواسطة البشر. ومع ذلك، هناك الكثير من المعلومات المشفرة في هذه البيانات. هذه المعلومات ليست فقط قوية للمنظمات، بل يمكنها أيضًا أن تؤدي إلى اختراقات علمية رائعة في الجانب الأكاديمي. بناء الذكاء الاصطناعي لاستخراج القيمة من البيانات سوف يفتح قيمة رائعة في شكل معلومات مفيدة.

تُنشئ Seek AI واجهة تمكن المستخدمين من التفاعل مع البيانات باستخدام اللغة الطبيعية. يمكن لمستخدمي العمل الوصول إلى واجهة Seek AI للغة الطبيعية عبر البريد الإلكتروني و Slack و النص و مجموعة من أنظمة إدارة علاقات العملاء (CRM).

ما أنواع الذكاء الاصطناعي الأخرى المستخدمة في Seek AI؟

في حين أن الذكاء الاصطناعي التوليدي هو جزء من هيكلنا لتعلم الآلة، فإن هيكلنا يتضمن أيضًا عدة فروع من نماذج التعلم العميق المفتوحة المصدر. يتكون نموذج الترانسفورمر (والذي يعتبر “الذكاء الاصطناعي التوليدي” أحد المتغيرات منه) من العديد من (وليس جميع) النماذج التي تستخدمها Seek.

لماذا من المهم جدًا أن يتمكن المستخدمون غير التقنيين من الوصول بسرعة إلى البيانات؟

ما فائدة البيانات إذا لم تكن تُولِد عائدًا على الاستثمار، وكيف يمكن للشركة الحصول على هذا العائد إذا لم يتمكن مستخدمو الواجهة التجارية من الوصول إليها حتى؟ هذا هو السبب في أن من المهم جدًا تقديم الوصول إلى أكبر عدد ممكن من الأشخاص، دون المساس بالدقة.

عندما كنت مُحلل بيانات، كنت أتلقى أحيانًا طلبات من الرئيس التنفيذي لتحليل بعض البيانات لمساعدة استراتيجية المنتج أو التسويق للشركة. يمكن أن تستغرق هذه المشاريع أسابيع أو أكثر. كرئيس تنفيذي الآن، أفهم أهمية هذه المشاريع على مستوى أعمق مما كنت أفهمه عندما كنت في الجانب البياني. غالبًا ما أجد نفسي أتمنى أن أتمكن من الحصول على البيانات في متناولي بسهولة حتى أتمكن من اتخاذ قراراتي بسرعة. هذا هو ما نحله في Seek.

كيف تجعل Seek AI هذه البيانات سهلة الاسترجاع؟

شيء يُعتبر مثيرًا للتفكير هو أن البيانات يمكن تحليلها فقط بالرمز. من الصحيح أن هناك منصات تعمل كتجريدات لهذا الرمز (مثل لوحات البيانات)، لكن تحت الغطاء، هناك رمز مكتوب يدويًا بواسطة مُحلل البيانات الذي يُمكّن من تقديم البيانات إلى مستخدمي الواجهة التجارية.

معظم العاملين بالمعرفة لا يعرفون كيفية البرمجة، أو لا يريدون البرمجة، أو ببساطة لا يستطيعون الوصول إلى البيانات حتى إذا أرادوا كتابة رمز لتحليلها. لذلك، عندما يحتاجون إلى بيانات، فإنهم يحتاجون إما إلى العثور عليها في لوحة معلومات أو سؤال فريق البيانات إذا لم يتمكنوا من العثور عليها. كلما كانت مجموعات البيانات أكبر، زادت هذه الحالة.

لذلك، يحتاج فريق البيانات إلى أن يكون “مترجمين” لأسئلة اللغة الطبيعية الموجهة إليهم، والبيانات نفسها، والتي يطلبونها باستخدام الرمز. إزالة هذا “الواسطة” هو جوهر ما تقوم به Seek.

كيف تضمن الشركات أن البيانات التي يستخدمونها دقيقة؟

إدارة التبادل بين دقة البيانات وسهولة الوصول إليها هو تحدي كبير. كما قلت في مقابلة最近، من ناحية، تتيح سهولة الوصول لمستخدمي الواجهة التجارية غير التقنيين beginning التفاعل مع ينبوع المعرفة الذي تمثله بيانات الشركة. من ناحية أخرى، ما فائدة ينبوع ماء ملوث (أي بيانات سيئة)?

أفضل فرق البيانات هي تلك التي تدير هذا التبادل بطرق مثالية، وجزء كبير من ذلك هو تعديل ومراجعة أدوات دقيقة يمكن لمستخدمي الواجهة غير التقنيين التفاعل معها.

ما هي بعض الأمثلة على حالات استخدام منصة Seek AI؟

نحن نحقق بالفعل قيمة لعملائنا وشركائنا في التصميم في الأسواق الرأسية لبرامج البائعين إلى البائعين (B2B SaaS) وشركات التكنولوجيا المالية (Fintech) و السلع الاستهلاكية (CPG) والتجارة الإلكترونية من البائع إلى المستهلك (B2C).

Battlefin، على سبيل المثال، هو السوق الرائد لمجموعات البيانات المالية البديلة. يعتقدون أن تقديم إجابات سريعة وذات جودة عالية لأسئلة العملاء الخاصة بهم هو الفرق بين الفوز والخسارة على منافسيهم. وأشار الرئيس التنفيذي للشركة، تيم هارينغتون، إلى أن “Seek AI لعبت دورًا حاسمًا في استراتيجية شركتنا لعام 2023 بسبب الحافز الذي توفره لنا في الوصول إلى وتحليل أكثر من 2400 مجموعة بيانات استجابة لأسئلة العملاء. أعتقد أن عائد الاستثمار على Seek AI هو حوالي 10 أضعاف ما كنا سننفقه لتحقيق هذا المستوى من الكفاءة بدون المنصة”.

هل هناك أي شيء آخر تود مشاركته حول Seek AI؟

قد تكون هذه هي المكان المناسب للاستفادة من هذا. تقدم Seek حاليًا تجارب مجانية لمنصتنا، والتي يمكن الوصول إليها على seek.ai. نحن متحمسون لكوننا رواد في جلب الذكاء الاصطناعي التوليدي إلى فرق البيانات، وأنا أتطلع إلى السفر في هذه الرحلة مع عملائنا.

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