تري دوиг، كبير مسؤولي التكنولوجيا والشريك المؤسس في باتهلайт – سلسلة المقابلات

تري دوиг هو الشريك المؤسس وكبير مسؤولي التكنولوجيا في باتهلайт. تري لديه أكثر من عشر سنوات من الخبرة في صناعة التكنولوجيا، حيث عمل مهندسًا في آي بي إم، و كرييتيف كومنز، و يلب. تري كان مهندسًا رئيسيًا في يلب ريزيرفيشنز وكان مسؤولاً عن دمج وظيفة سيتمي في يلب.كوم. تري قاد أيضًا تطوير تطبيق سيتمي على الويب عندما توسعت الشركة لدعم نمو العملاء بنسبة 10 مرات.

باتهلайт تساعد الفرق التي تواجه العملاء على تعزيز الأداء وتحقيق الكفاءة من خلال رؤى في الوقت الفعلي حول محادثات العملاء وأداء الفريق. منصة باتهلайт تحلل ملايين النقاط البيانية بشكل مستقل لتمكين كل مستوى من مستويات المنظمة من فهم ما يحدث في خطوط المواجهة لأعمالهم، وتحديد الإجراءات المثلى لتحقيق نجاح متكرر.

ماذا جذبك في البداية إلى علوم الحاسوب؟

لقد كنت ألعب بالحواسيب منذ ما أذكره. عندما كنت في الثانية عشرة، بدأت في تعلم البرمجة وعلّمت نفسي سكيم ولISP، وسرعان ما بدأت في بناء جميع أنواع الأشياء لنفسي وأصدقائي، بشكل رئيسي في تطوير الويب.

في وقت لاحق، عندما كنت أتقدم إلى الكلية، كنت قد مللت من الحواسيب وفكرت في دخول مدرسة التصميم. بعد أن رُفضت ووُضعت في قائمة الانتظار من قبل بعض من تلك المدارس، قررت التسجيل في برنامج علوم الحاسوب ولم ألتفت إلى الوراء. أن كوني رُفضت من مدرسة التصميم كان واحدًا من أكثر الرفضات إيجابية في حياتي!

لقد شغلت مناصب في آي بي إم، يلب، وغيرها من الشركات. في يلب على وجه الخصوص، ما هي بعض المشاريع الأكثر إثارة للاهتمام التي عملت عليها وما هي النتائج الرئيسية التي استخلصتها من هذه التجربة؟

انضممت إلى يلب من خلال استحواذهم على سيتمي، شركتنا السابقة، ومن اليوم الأول، كنت موكلًا بمسؤولية دمج محرك البحث الخاص بنا في الصفحة الأمامية ليلب.كوم.

بعد بضعة أشهر فقط، تمكنا من تشغيل محرك البحث بنجاح في نطاق يلب، بفضل البنية التحتية القوية التي بناها يلب داخليًا ليلاستيكسيرش. كما كان ذلك بفضل القيادة الهندسية الرائعة هناك التي سمحت لنا بالحركة بسرعة وتنفيذ ما كنا نفعله على أفضل وجه.

كما كبير مسؤولي التكنولوجيا والشريك المؤسس لشركة ذكاء محادثات، باتهلايت، تساعد في بناء بنية لعمليات اللغة الكبيرة من الصفر. هل يمكنك مناقشة بعض العناصر المختلفة التي يجب تجميعها عند نشر بنية لعمليات اللغة الكبيرة، على سبيل المثال كيف تدير طبقة إدارة البرومبت، وطبقة تدفق الذاكرة، وطبقة إدارة النموذج، وغيرها.

في نهاية عام 2022، كنا ملتزمين بمشروع جاد لتطوير وتجربة نماذج اللغة الكبيرة، وهو مشروع أدى بسرعة إلى إطلاق منتجنا الناجح للذكاء المحادثات الأصلي للغة الجديدة بعد أربعة أشهر فقط. هذا المنتج المبتكر يدمج التفاعلات مع العملاء من قنوات متعددة – سواء كانت نصية أو صوتية أو فيديوية – في منصة شاملة واحدة، مما يسمح بعمق غير مسبوق من التحليل والفهم لمشاعر العملاء.

في هذه العملية، نقوم بتحويل وتنقية وتحسين البيانات لتلائم معالجة نماذج اللغة الكبيرة. جانب حاسم من هذا العمل هو توليد التضمينات من النصوص، وهو خطوة أساسية لفعالية تصنيف وتحليلنا المبني على تقنية راغ.

ما يجعلهذا المشروع متميزًا حقًا هو الطابع الجديد وغير المسبوق لمجالنا. نجد أنفسنا في موقع فريد، حيث نساهم في وضع أفضل الممارسات مع المجتمع الأوسع. مثال بارز على هذا الاستكشاف هو في هندسة البرومبت – مراقبة وتحديد الأخطاء وضمان جودة البرومبت التي تُولَد بواسطة تطبيقنا. نشهد حاليًا ظهور شركات ناشئة تقدم أدوات تجارية مخصصة لهذه الاحتياجات العليا، بما في ذلك الميزات التعاونية ووظائف التسجيل المتقدمة والفهرسة.

然而، بالنسبة لنا، يبقى التركيز على تعزيز الطبقات الأساسية لبنية عمليات اللغة الكبيرة. من تنسيق التعلم الدقيق إلى استضافة النماذج، وتأسيس واجهات الاستدلال القوية، هذه المكونات الأساسية حيوية لمهمتنا. من خلال توجيه مواردنا وبراعة الهندسة هنا، نضمن أن منتجنا لا يصل فقط إلى السوق بسرعة، بل يقف أيضًا على أساس قوي وموثوق.

随着 تطور المشهد وتوفر المزيد من الأدوات التجارية لمعالجة التعقيدات على المستوى الأعلى، تضع استراتيجيتنانا في موقع يسمح لنا بدمج هذه الحلول بسهولة، مما يعزز منتجنا ويسرع رحلتنا في إعادة تعريف ذكاء المحادثات.

أساس ذكاء المحادثات في باتهلايت مدعوم بنموذج متعدد للغة الكبيرة، ما هي بعض التحديات التي تواجه استخدام أكثر من نموذج للغة واحدة وتعامل مع حدود معدلاتهم المختلفة؟

نماذج اللغة الكبيرة والذكاء الاصطناعي تتحرك بسرعة كبيرة، مما يجعل من الضروري أن تتمكن أي تطبيق تجاري يعتمد بشكل كبير على هذه التكنولوجيا من مواكبة أحدث النماذج الم