تيم ديفيس، المؤسس المشارك والرئيس التنفيذي لشركة Modular – سلسلة المقابلات

تيم ديفيس هو المؤسس المشارك والرئيس التنفيذي لشركة Modular، وهي مجموعة متكاملة ومكوّنة من أدوات تسهل بنية تحتية الذكاء الاصطناعي لفرقك، حتى تتمكن من تطويرها ونشرها وابتكارها بشكل أسرع. Modular هي شركة معروفة بتطوير Mojo، لغة برمجة جديدة تجمع بين أفضل ما في Python مع الأنظمة والبرمجة المتعددة.

تيم ديفيس هو رائد أعمال متكرر وقائد منتجات. ساعد في بناء وتأسيس ونشر أجزاء كبيرة من بنية تحتية الذكاء الاصطناعي في Google في فريق Google Brain وCore Systems من واجهات برمجة التطبيقات (TensorFlow)، والمجمعات (XLA وMLIR) ووقت تشغيل الخادم (CPU / GPU / TPU) وTF Lite (الموبايل والمايكرو والويب)، وAndroid ML وNNAPI، وبنية تحتية للنماذج الكبيرة ومفتوحة المصدر لمليارات المستخدمين والأجهزة. يحب الجري وبناء وتوسيع المنتجات لمساعدة الناس، والعالم.

متى اكتشفت البرمجة لأول مرة، وما الذي جذبك إليها؟

كطفل نشأ في أستراليا، جلب والدي إلى المنزل جهاز كمبيوتر Commodore 64C، وكانت الألعاب هي ما جذبني – Boulder Dash، Maniac Mansion، Double Dragon – ما زلت أتذكر ذلك الوقت. هذا الكمبيوتر أدخلني إلى BASIC، وبرمجة هذا الجهاز كانت أول تعرفي الحقيقي على البرمجة. أصبحت الأمور أكثر إثارة خلال المدرسة الثانوية والجامعة، حيث استخدمت لغات برمجة أكثر تقليدية في دورات الهندسة، وبمرور الوقت، حتى جربت لغات أخرى مثل Javascript وVBA، قبل أن أستقر على Python كLANGUAGE الرئيسية للبرمجة، و特别 في مجال العلوم والذكاء الاصطناعي. كتبت الكثير من الشفرة في شركاتي الناشئة السابقة، ولكن هذه الأيام، بالطبع، أستخدم Mojo و Chain التي أنشأناها.

كنت تعمل في Google لمدة خمس سنوات كمدير منتجات ومدير مجموعة منتجات، حيث ساعدت في نشر أجزاء كبيرة من بنية تحتية الذكاء الاصطناعي في Google Brain. ماذا تعلمت من هذه التجربة؟

الأشخاص هم من يبني التكنولوجيا والمنتجات التي تغير العالم، وهم مجموعة من الأشخاص المتحدين برؤية أكبر تجمعهم. Google هي شركة رائعة، مع أشخاص رائعين، وكنت محظوظًا لأنني قابلت وعملت مع العديد من ألمع العقول في مجال الذكاء الاصطناعي منذ سنوات، عندما انضممت إلى فريق Brain. الدرس الأكبر الذي تعلمته هو التركيز دائمًا على المستخدم، وتقديم التعقيد بشكل تدريجي، وتمكين المستخدمين من سرد قصصهم الفريدة للعالم، مثل إصلاح الشعاب المرجانية الكبيرة، أو مساعدة أشخاص مثل Jason the Drummer، وجذب وتجميع مجموعة متنوعة من الأشخاص للعمل نحو هدف مشترك. في شركة كبيرة من الأشخاص الذكية والموهوبين، هذا الأمر أكثر صعوبة مما تتصور. بالنظر إلى وقت tôi في Google، دائمًا ما يكون الأشخاص الذين عملت معهم هو ما يبقى في الذاكرة. سأظل أتطلع إلى الوراء بتقدير، وأنا ممتن جدًا لأن العديد من الأشخاص وثقوا بي، وأنا ممتن لأنهم فعلوا ذلك، لأن العديد من هذه الثقة شجعتني على أن أكون قائدًا أفضل، وشخصًا أفضل، وأن أغوص sâu وافهم حقًا أنظمة الذكاء الاصطناعي. هذا جعلني أدرك قوة الذكاء الاصطناعي في التأثير على العالم، وهذا هو السبب الذي شجعنی على الخروج والانضمام إلى Modular.

يمكنك أن تشاركنا قصة Modular؟

كريس وأنا قابلنا في Google وصدّرانا العديد من التكنولوجيات المؤثرة التي أثرت بشكل كبير على عالم الذكاء الاصطناعي اليوم. ومع ذلك، شعرنا أن الذكاء الاصطناعي يتم إعاقته بسبب البنية التحتية المعقدة والمتجزئة التي شهدها أولاً بأول في نشر حمولات كبيرة لمليارات المستخدمين. كنا مدفوعين برغبة في تسريع تأثير الذكاء الاصطناعي على العالم من خلال رفع الصناعة نحو برامج ذكاء اصطناعي من الجودة الإنتاجية، حتى نتمكن، كمجتمع عالمي، من التأثير بشكل أكبر على كيفية حياتنا. لا يمكن إلا أن نتساءل عن كمية المشاكل التي يمكن أن يساعد الذكاء الاصطناعي في حلها، وكمية الأمراض التي يمكن علاجها، وكم يمكننا أن نصبح أكثر إنتاجية كspecies، من أجل تعزيز وجودنا لمجرد الأجيال القادمة، من خلال زيادة انتشار هذه التكنولوجيا الرائعة.

بعد العمل معًا لسنوات على بنية تحتية للذكاء الاصطناعي على نطاق كبير – رأينا ألم تطوير كبير مباشرة – “لماذا لا يمكن أن تعمل الأشياء فقط؟” من أجل أن يعتمد العالم على الذكاء الاصطناعي واكتشفه، نحتاج إلى برامج وبنية تحتية تطويرية تتماشى معها من البحث إلى الإنتاج، وتكون مرتفعة الوصول. هذا سيمكننا من解 锁 الاكتشافات العلمية التالية – التي سيكون الذكاء الاصطناعي حاسمًا فيها – وهذا هو تحدي هندسي كبير. مع هذا الخلفية الدافع، طورنا اعتقادًا جوهريًا بأننا يمكن أن نبدأ في بناء نهجًا جديدًا للبنية التحتية للذكاء الاصطناعي، وتمكين المطورين في كل مكان من استخدام الذكاء الاصطناعي لمساعدة العالم في أن يصبح مكانًا أفضل. نحن أيضًا محظوظون جدًا لأننا لدينا العديد من الأشخاص الذين انضموا إلينا في هذه الرحلة، ولدينا أفضل فريق بنية تحتية للذكاء الاصطناعي في العالم.

يمكنك أن تناقش كيف تم بناء لغة Mojo في البداية لفرقتك؟

رؤية Modular هي تمكين الذكاء الاصطناعي للاستخدام من قبل أي شخص، في أي مكان. كل ما نفعله في Modular يركز على هذا الهدف، ونحن نعمل عكس ذلك في طريقة بناء منتجاتنا وتكنولوجيتنا. في هذا الضوء، سرعة تطويرنا الخاصة هي ما يهم لنا في البداية، وبناء الكثير من البنية التحتية الحالية للذكاء الاصطناعي للعالم – كان علينا أن نعتمد بعناية في ما سيمكن فريقنا من التحرك بشكل أسرع. لقد عشنا من خلال مشكلة لغة العالمين في الذكاء الاصطناعي – حيث يعيش الباحثون في Python، والمنتجين والمهندسين في C++ – ولم نكن لدينا خيار إلا أن نذهب في هذا الطريق، أو إعادة التفكير في النهج كليًا. اخترنا الأخير. كان هناك حاجة واضحة لحل هذه المشكلة، ولكن طرقًا مختلفة لحلها – واقتربنا منها بتقديسنا القوي للقاء النظام البيئي حيث هو اليوم، وتمكين رفع أسهل إلى المستقبل. فريقنا يحمل ندوب هجرة البرمجيات على نطاق كبير، ولم نريد تكرار ذلك. كما أدركنا أنه لا يوجد لغة اليوم، في رأينا، يمكن حل جميع التحديات التي نحاول حلها للذكاء الاصطناعي، لذلك قمنا بمقاربة من الأولى المبادئ، وولدت Mojo.

كيف تمكن Mojo من التوسع والتحويل عبر أنواع عديدة من الأجهزة؟

كريس وأنا، وفريقنا في Google (العديد في Modular) ساعدنا في جلب MLIR إلى العالم منذ سنوات – بهدف مساعدة المجتمع العالمي على حل التحديات الحقيقية من خلال تمكين نماذج الذكاء الاصطناعي من تمثيلها وتشغيلها بشكل متسق على أي نوع من الأجهزة. MLIR هي بنية تحتية مفتوحة المصدر جديدة للمجمعات، وقد تم تبنيها على نطاق واسع، وتزداد بسرعة لتكون معيارًا جديدًا لبناء المجمعات من خلال LLVM. بالنظر إلى تاريخ فريقنا في إنشاء هذه البنية التحتية، من الطبيعي أن نستخدمها بشكل كبير في Modular، وهذا يؤسس لنهجنا المتقدم في تطوير بنية تحتية جديدة للذكاء الاصطناعي للعالم. بشكل حاسم، بينما يتم تبني MLIR بسرعة، Mojo هي أول لغة ت tận dụng قوة MLIR وتعرضها للمطورين بطريقة فريدة وسهلة الوصول. هذا يعني أنه يمتد من مبرمجي Python الذين يكتبون التطبيقات، إلى مهندسي الأداء الذين ينشئون رمز أداء عالي، إلى مهندسي الأجهزة الذين يكتبون رمز نظام منخفض المستوى لأجهزتهم الفريدة.

المراجع إلى Mojo تدعي أنها في الأساس Python++، مع سهولة Python وأداء C. هل هذا تبسيط كبير؟ كيف ستوصفها؟

يجب أن تشعر Mojo بالفamiliarity لأي مبرمج Python، لأنها تشترك في بنية Python. لكن هناك بعض الاختلافات المهمة التي ستراها عند نقل برنامج Python بسيط إلى Mojo، بما في ذلك أنه سيعمل خارج الصندوق. أحد أهدافنا الرئيسية لMojo هو تقديم مجموعة فرعية من Python – أي جعل Mojo متوافقًا مع البرامج الحالية Python – والاعتراف بالتنفيذ CPython لدعم النظام البيئي الطويل. ثم تمكنك من تحسين رمزك تدريجيًا واستبدال الأجزاء غير عالية الأداء بميزات Mojo منخفضة المستوى لتحديد الذاكرة، وإضافة أنواع، وتحسين التلقائي، والعديد من الجوانب الأخرى للحصول على أداء C أو أفضل! نشعر أن Mojo توفر لك أفضل ما في العالمين ولا تحتاج إلى كتابة وإعادة كتابة خوارزمياتك في لغات متعددة. نحن نقدر أن Python++ هو هدف ضخم، وسيكون هذا جهدًا متعددة السنوات، لكننا ملتزمون بجعله حقيقة وتمكين مجتمعنا الأسطوري من أكثر من 140K+ مطور للمساعدة في بناء المستقبل معًا.

في حديث недавن، تم عرض Mojo بأنه أسرع 35,000 مرة من Python، كيف تم حساب هذه السرعة؟

في الواقع، هو 68,000 مرة الآن! لكن دعونا ندرك أنه مجرد برنامج واحد في Mandelbrot – يمكنك الذهاب وقراءة سلسلة من ثلاثة منشورات على مدونة حول كيفية تحقيق ذلك – هنا، هنا، وهنا. بالطبع، لقد كنا نفعل ذلك لفترة طويلة ونعرف أن ألعاب الأداء لا تدفع تبني اللغة (على الرغم من أنها ممتعة!) – إنها سرعة المطور، وسهولة اللغة، ووثائق أدوات عالية الجودة، ومجتمع يستخدم البنية التحتية لاختراع وإنشاء طرق لا نستطيع حتى تخيلها. نحن بناة أدوات، وهدفنا هو تمكين العالم من استخدام أدواتنا، لإنشاء منتجات رائعة وحل مشاكل مهمة. إذا كنا نركز على هدفنا الأكبر، فإنه في الواقع إنشاء لغة تلاقي你 حيث أنت اليوم ثم ترفعك بسهولة إلى عالم أفضل. Mojo تمكنك من الحصول على لغة عالية الأداء، وسهلة الاستخدام، وثابتة النوع، ومتوافقة مع الأجهزة، وتدمج بسلاسة مع رمز Python الحالي – مما يمنحك أفضل ما في العالمين.

سحر Mojo هو قدرته على توحيد لغات البرمجة مع مجموعة أدوات واحدة، لماذا هذا مهم جدًا؟

اللغات دائمًا ما تنجح بقوة نظامها البيئي والمجتمعات التي تتكون حولها. لقد عملنا مع مجتمعات مفتوحة المصدر لفترة طويلة، ونحن فكرون جدًا في المشاركة بالطريقة الصحيحة وضمان أن نقوم بالشئ الصحيح للمجتمع. نحن نعمل بجد شديد لنشر بنيتنا التحتية، ولكننا نحتاج إلى وقت لنشر فريقنا – لذلك لن يكون لدينا جميع الإجابات على الفور، ولكننا سوف نصل هناك. بالنظر إلى الوراء، هدفنا هو رفع نظام بيئي Python من خلال تبني النظام البيئي الكامل الحالي، ونحن لا نبحث عن كسرها مثل العديد من المشاريع الأخرى. توافقية البيئة تجعل من السهل على المجتمع تجربة بنيتنا التحتية، دون الحاجة إلى إعادة كتابة جميع رموزهم، وهذا يهم كثيرًا للذكاء الاصطناعي.

كما تعلمنا كثيرًا من تطوير بنية تحتية وأدوات الذكاء الاصطناعي على مدار العشر سنوات الماضية. النظم الحالية المتجانسة ليست قابلة للتوسيع أو التعميم بسهولة خارج نطاقها الأولي، ونتيجة لذلك، هناك صناعة انتشار الذكاء الاصطناعي المتناثرة بشكل كبير مع عشرات سلاسل الأدوات التي تحمل تحديات وقيود مختلفة. هذه أنماط التصميم تبطئ وتيرة الابتكار من خلال كونها أقل قابلية للاستخدام، وأقل قابلية للنقل، وأصعب في التوسيع.

النظام التالي للذكاء الاصطناعي يحتاج إلى أن يكون من الجودة الإنتاجية ويلتقي المطورين حيث هم اليوم. لا يجب أن يتطلب إعادة كتابة باهظة التكلفة، أو إعادة هندسة، أو إعادة قاعدة رمز المستخدم. يجب أن يكون متعدد الإطارات، وسحابي، وأجهزة. يجب أن يجمع بين أفضل أداء وكفاءة مع أفضل سهولة استخدام. هذا هو الطريق الوحيد لخفض التجزئة وفتح الجيل التالي من الابتكارات الأجهزة والبيانات والخوارزمية.

أعلنت Modular最近 عن جمع 100 مليون دولار في التمويل الجديد، بقيادة General Catalyst وملء المستثمرين الحاليين GV (Google Ventures)، SV Angel، Greylock، وFactory. ماذا يجب أن نتوقع بعد ذلك؟

سيتم استخدام هذا الرأس المال الجديد في الغالب لتنمية فريقنا، وتوظيف أفضل الأشخاص في بنية تحتية الذكاء الاصطناعي، ومواصلة تلبية الطلب التجاري الهائل الذي نراه على منصتنا. Modverse، مجتمعنا من أكثر من 130K+ مطور و10K+ من الشركات، يبحثون جميعًا عن بنيتنا التحتية – لذلك نريد التأكد من أننا نواصل التوسع والعمل الجاد لتطويرها لهم، وتسليمها لهم. نحن نلتزم بمعايير عالية جدًا، والمنتجات التي نرسلها تعكس من نحن كفريق، ومن نحن كشركة. إذا كنت تعرف أي شخص لديه دافع، يحب حدود البرمجيات والأجهزة، ويريد مساعدة الذكاء الاصطناعي على اختراق العالم بطريقة معنوية وإيجابية – أرسلهم طريقنا.

ما هو رؤيتك لمستقبل البرمجة؟

البرمجة يجب أن تكون مهارة يمكن لأي شخص في المجتمع تطويرها واستخدامها. لل许多، “فكرة” البرمجة تثير صورة مبرمج يكتب رمز منخفض المستوى معقد يتطلب رياضيات و منطق قوي – لكن لا يجب أن يُعتبر على هذا النحو. التكنولوجيا دائمًا كانت مُحفزًا رائعًا للإنتاجية للمجتمع، وبالجعل البرمجة أكثر سهولة وسهولة، يمكننا تمكين المزيد من الناس للاستفادة منها. تمكين الناس من توفير العمليات المتكررة وجعل حياتهم أسهل هو طريقة قوية لتوفير المزيد من الوقت.

وفي Python، لدينا بالفعل لغة رائعة تقف على اختبار الزمن – وهي اللغة الأكثر شعبية في العالم، مع مجتمع رائع – لكنها也有 قيودًا. أعتقد أن لدينا فرصة巨ة لجعلها أكثر قوة، و تشجيع المزيد من العالم على تبني جمالها و بساطتها. كما قلت سابقًا، إنه حول بناء منتجات تتمتع بتعرض تدريجي للتعقيد – تمكين التمثيلات عالية المستوى، ولكن التمديد إلى التمثيلات المنخفضة المستوى أيضًا. نحن نشهدها bereits قفزة كبيرة مع نماذج الذكاء الاصطناعي التي تمكن من الترجمة النصية المتقدمة – وسوف تصبح هذه الابتكارات السحرية أكثر شخصنة مع مرور الوقت – ولكن وراء هذه الابتكارات السحرية لا يزال هناك مبرمج يؤلف وينشر رمزًا لتشغيلها.

للمواصلة، سوف يظل الذكاء الاصطناعي يفتح الإبداع والإنتاجية عبر لغات البرمجة المختلفة، ولكنني أعتقد أيضًا أن Mojo سوف يفتح فتحة النظام البيئي أكثر، وتمكين المزيد من سهولة الوصول، ومتانة الأجهزة، والمطورين في جميع أنحاء العالم.

للمواصلة، سوف يخترق الذكاء الاصطناعي حياتنا بطرق لا حصر لها، وسوف يكون موجودًا في كل مكان – لذا آمل أن Mojo يحفز المطورين على الذهاب لحل المشاكل الأكثر أهمية للإنسانية بشكل أسرع – بغض النظر عن مكانهم في العالم. أعتقد أن هذا مستقبل يستحق القتال من أجله.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم المزيد يجب أن يزوروا Modular.