سارة ناجي، المؤسِّسة والمديرة التنفيذية لشركة Seek AI – سلسلة المقابلات

سارة ناجي هي المؤسِّسة والمديرة التنفيذية لشركة Seek AI، وهي منصة تمكن مستخدمي الأعمال من طرح الأسئلة على Seek بنفس الطريقة التي يطرحونها حاليًا على فريق البيانات، مباشرة في Slack و Teams و البريد الإلكتروني. لا حاجة إلى تنقيح طريقة صياغة أسئلتهم، ولا يحتاجون إلى تعلم منصة جديدة.

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

كنت أبحث في جامعة كاليفورنيا في لوس أنجلوس ومعهد كاليفورنيا للتقنية، وكنت أدرس بعض أبعد المجرات التي يمكن ملاحظتها بواسطة التلسكوب، 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 بالقرب من مجرتنا، وتنمية نماذج لتشكيل هذه المجرات مع مرور الوقت.

ثم عملتِ كعالمة 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 بالمنتجات التجزئة. على سبيل المثال، أخذ النص الخام (مثل “Air Jordans Green”) وتسميته بالعلامة التجارية المقدرة (“Nike”). كان لدي زميل متخصص في NLP مشغول بمشروع آخر، لذلك لم أكن أعتقد في البداية أنني سأعمل على هذا المشروع. في النهاية، تم تسليمه إلي لأنهم كانوا مشغولين. لم أكن أعرف أي شيء عن NLP في ذلك الوقت، لذلك قمت بمراجعة بعض الدورات المجانية من ستانفورد و Fast.ai لتعزيز معرفتي. استمتعت بتعلم NLP وبدأت أفهم لماذا هي مهمة جدًا، ولماذا القدرة على فهم اللغة الطبيعية هي خطوة كبيرة نحو ما يسمى “الذكاء الاصطناعي العام”. أعدّتني هذه الخبرة لفهم أهمية GPT-3 عندما ظهر لأول مرة.

هل يمكنك مشاركة قصة نشأة Seek AI؟

عندما ظهر نموذج GPT-3 من OpenAI، أدركت على الفور ما هو هذا التطور الرائع وتحمست خصوصًا للتطبيقات التي تتضمن GPT-3 لكتابة الشفرة. بعد كل شيء، كنت أكتب الشفرة طوال اليوم كعالمة بيانات، ورؤية الذكاء الاصطناعي يفعل ذلك – وينتج الشفرة بشكل مثالي – كان ذلك تجربة مدهشة. قارنت رد فعلي على GPT-3 بتعلمي الأول عن الواقع الافتراضي في عام 2013، وهو تجربة مدهشة أخرى بالنسبة لي. قررت في النهاية أنني بحاجة إلى إنشاء شركة بدءية للاستفادة من هذه التكنولوجيا. لم أكن أعرف بالضبط ما سأبني، ولكن لدي شعور بأن إذا تعلمت المزيد عن هذه النماذج، فإن شيئًا قيمًا سوف يتحقق.

مرة واحدة بعد أن تعلمت حقًا عن النماذج، ذلك عندما أدركت أنني يمكنني حل نقطة ألم واجهتها في كل مكان عملت فيه كمحللة كمية أو عالمة بيانات. النقطة الألم هي أن العاملين في الجانب التجاري لا يمتلكون الأدوات الصحيحة للاجابة على أسئلتهم الخاصة بالبيانات. كعالمة بيانات، كنت أعمل في مشاريع تتطلب الكثير من التركيز، ولكنني كنت أتعرض بشكل متكرر للاضطراب من زملائي من الجانب التجاري الذين لديهم أسئلة حول البيانات، مما يجبرني على التوقف عما كنت أعمل عليه. بدا لي أن هذه العملية قديمة و غير فعالة. أدركت أن إذا ركزت على هذه التكنولوجيا الجديدة لحل هذه المشكلة، فإنها ستكون حلًا يحدد الفئة لهذه المشكلة المهمة والمعروفة.

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

“الذكاء الاصطناعي التوليدي” هو مصطلح شائع جدًا، ولكن على عكس المصطلحات الشائعة الأخرى، لا أعتقد أن هذا الحماس غير مبرر. يشير المصطلح إلى نماذج التعلم الآلي الكبيرة ذات المئات من مليارات المعاملات، مثل DALL-E وGPT-3 من Open AI. وابتكار هذه النماذج هو أنها يمكنها فهم اللغة الطبيعية وإنشاء نصوص، صور، شفرة، وغيرها. إذا لعبتم مع DALL-E أو Stable Diffusion، على سبيل المثال، سوف تفهمون بسرعة لماذا هذه النماذج مشهورة جدًا؛ لديهم القدرة على فهم أوامر اللغة الطبيعية بطريقة بشرية جدًا ويمكنهم إنشاء فن يرقى إلى أفضل الفنانين البشر.

إنشاء الشفرة هو واحد من التطبيقات الأكثر تحديدًا ولكن الأكثر أهمية للذكاء الاصطناعي التوليدي. البيانات تصبح أكبر وأكثر تعقيدًا، وبالتالي أصبحت أكثر صعوبة للبشر لتحليلها وتنظيمها يدوياً. ومع ذلك، هناك الكثير من المعلومات المشفرة في هذه البيانات. هذه المعلومات ليست فقط قوية للشركات، 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.

Seek AI تبني واجهة تمكن المستخدمين من التفاعل مع البيانات باستخدام اللغة الطبيعية. يمكن للعاملين في مجال المعرفة الوصول إلى واجهة Seek AI الطبيعية عبر البريد الإلكتروني، Slack والرسائل النصية ومجموعة من أنظمة إدارة علاقات العملاء (CRM).

ما هي أنواع التعلم الآلي الأخرى المستخدمة في Seek AI؟

في حين أن الذكاء الاصطناعي التوليدي هو جزء من هيكل التعلم الآلي لدينا، فإن هيكلنا يتضمن أيضًا عدة فروع من نماذج التعلم العميق مفتوحة المصدر. نماذج الترانسفورمر (من بينها “الذكاء الاصطناعي التوليدي”) تشكل العديد (وليس جميع) من النماذج التي تستخدمها Seek.

لماذا من المهم جدًا أن يكون المستخدمون غير التقنيين قادرين على الوصول بسرعة إلى البيانات؟

ما الفائدة من البيانات إذا لم تكن تدر عوائد، وكيف يمكن للشركات الحصول على هذه العوائد إذا لم يتمكن مستخدمو الواجهة التجارية من الوصول إليها؟ هذا هو السبب في أن من المهم جدًا إعطاء الوصول إلى أكبر عدد ممكن من الأشخاص، دون المساس بالدقة.

عندما كنت عالمة بيانات، كنت أتلقى أحيانًا طلبات من الرئيس التنفيذي لتحليل بعض البيانات لمساعدتنا في استراتيجية المنتج أو دخول السوق للشركة. هذه المشاريع يمكن أن تستغرق أسابيع أو أكثر. بصفتي المديرة التنفيذية الآن، أفهم أهمية هذه المشاريع على مستوى أعمق مما كنت أفهمه عندما كنت في الجانب البياني. غالبًا ما أجد نفسي أتمنى أن أستطيع الحصول على البيانات بسهولة على رأس أصبعي حتى أستطيع اتخاذ قراراتي بسرعة. هذا هو ما نحله في Seek.

كيف يسهل Seek AI الحصول على هذه البيانات؟

من الأمور المثيرة للاهتمام للتفكير فيه هو أن البيانات يمكن تحليلها فقط بالشفرة. من الصحيح أن هناك منصات هي مجرد تمثيلات لهذه الشفرة (مثل لوحات البيانات)، ولكن تحت الغطاء، هناك شفرة مكتوبة يدوياً بواسطة مُحَلِّلين البيانات التي تمكن من تقديم البيانات إلى مستخدمي الجانب التجاري.

معظم العاملين لا يعرفون كيفية البرمجة، ولا يريدون البرمجة، أو ببساطة لا يستطيعون الوصول إلى البيانات حتى إذا أرادوا كتابة الشفرة لتحليلها. لذلك، عندما يحتاجون إلى بيانات، إما أن يجدواها في لوحة معلومات أو يطلبوا من فريق البيانات إذا لم يتمكنوا من العثور عليها. كلما ازدادت حجم مجموعات البيانات، زادت هذه الحالة.

لذلك، يحتاج فريق البيانات إلى أن يكون “مترجمين” لأسئلة اللغة الطبيعية الموجهة إليهم، والبيانات نفسها، التي يستعلمون عنها باستخدام الشفرة. إزالة هذا “الوسيط” هو جوهر ما تقوم به Seek.

كيف تضمن الشركات أن البيانات التي تستخدمها دقيقة؟

إدارة توازن بين دقة البيانات وسهولة الوصول إليها هو تحدي كبير. كما قلت في مقابلة حديثة، من ناحية، يسمح الوصول إلى غير الخبراء ببدء التفاعل مع ينبوع المعرفة الذي تمثله بيانات الشركة. من ناحية أخرى، ما الفائدة من ينبوع ماء ملوث (أي بيانات سيئة)?

أفضل فريق بيانات هو ذلك الذي يدير هذا التوازن بأفضل طريقة ممكنة، و جزء كبير من ذلك هو المعايرة والتحقق بعناية من الأدوات التي يمكن للمستخدمين غير التقنيين التفاعل معها.

ما هي بعض الأمثلة على حالات استخدام منصة Seek AI؟

نحن ننقل بالفعل القيمة إلى العملاء وشركاء التصميم في أسواق برمجيات الأعمال كخدمة (B2B SaaS)، والتكنولوجيا المالية، والسلع الاستهلاكية (CPG)، والتجارة الإلكترونية للمستهلكين (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 هارينجتون، إلى أن “Seek AI لعبت دورًا حاسمًا في استراتيجية شركتنا لعام 2023 بسبب الميزة التي تمنحنا إياها في الوصول إلى بياناتنا وتحليل أكثر من 2400 مجموعة بيانات في الاستجابة لأسئلة العملاء. أعتقد أن عائد الاستثمار على Seek AI هو حوالي عشرة أضعاف، بناءً على تقدير ما كنا سننفقه لتحقيق هذا المستوى من الكفاءة بدون المنصة”.

هل هناك شيء آخر تودين مشاركته حول Seek AI؟

هذا قد يكون المكان المناسب للاستعراض بدون خجل. Seek AI تقدم حاليًا تجارب مجانية لمنصتنا، والتي يمكن الوصول إليها على seek.ai. نحن متحمسون لكوننا رائدين في جلب الذكاء الاصطناعي التوليدي لفريق البيانات، وأنا أتطلع إلى المضي في هذه الرحلة مع عملائنا.

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