Mohammad Abu Sheikh, zakladatel a generální ředitel CNTXT AI – rozhovor

Viděli jsme nadbytek nevyužitého dat v této části světa. Mnoho problémů se škálováním umělé inteligence pocházelo z nedostatku připravenosti dat — což nakonec znamenalo nedostatek připravenosti umělé inteligence. Proto jsme založili CNTXT AI.

Původně jsme řešili stejné problémy, se kterými jsme se setkali při budování LocAI…Viděli jsme tyto výzvy na vlastní oči, když jsme pracovali s AI71, TII a G42 (IIAI). Když jsme jim pomohli tyto problémy vyřešit, vize se stala jasnější a podnikání prostě rostlo.

Hrajete klíčovou roli při budování největší arabské digitální knihovny pro školení umělé inteligence. Jaké byly některé z největších výzev při tomto úkolu a jak jste je překonali?

Kvalita byla jednou z největších výzev. Další byla omezená dostupnost kvalitních arabských dat online: arabština je vážně podreprezentována. Pouze malá část arabsky psaného obsahu byla digitalizována a pouze 3–5 % všech online obsahu je v arabštině. To je téměř nic. Překonali jsme tento problém nasazením označovačů dat, anotátorů a vědců, kteří data digitalizovali, vytvářeli a kurátorovali.

CNTXT AI funguje na rozhraní kultury a výpočtu. Jak vyvažujete inovace v oblasti umělé inteligence s cílem budovat kulturně relevantní řešení pro region MENA?

Budujeme kulturně ukotvené modely od počátku. Od infrastruktury po konečný produkt je kultura zahrnuta od samého začátku — není to něco, co přidáváme později. Navrhuje, inovujeme a budujeme s konkrétními kulturami, dialekty a potřebami na mysli od samého začátku. Arabština je jeden jazyk, ale nese mnoho dialektů a kulturních kontextů napříč regionem, takže budujeme místní produkty pro místní země. A děláme to tak, že spolupracujeme s místními anotátory, lidmi na místě, ve svých zemích.

Také jste spoluzaložili LocAI a vedete fond SMPL AI. Jak tyto podniky doplňují misi CNTXT AI?

LocAI je aplikační vrstva — část, se kterou lidé skutečně interagují. Sedí přímo na vrcholu dat a infrastruktury vytvořené CNTXT AI. To je to, co ji učinilo úspěšnou: transformuje základy umělé inteligence poskytnuté CNTXT AI do reálných řešení, která lidé mohou použít.

SMPL AI, na druhé straně, se zabývá tím, že dává zpět komunitě. Soustředí se na investice do startupů v rané fázi a pomáhá budovat regionální ekosystém umělé inteligence. Sdílíme nástroje a znalosti, které jsme získali z budování umělé inteligence sami, aby mohli zakladatelé růst rychleji a vyhnout se běžným pastem.

Munsit byl nazván nejpreciznější arabský model rozpoznávání řeči na světě. Co pohání vývoj tohoto modelu a proč právě teď?

To, co pohání vývoj tohoto modelu, je jednoduché: potřeba.

Vždycky budujeme z necessity. Podívali jsme se na trh a viděli, že krajina je zralá — vládní agentury a soukromí klienti všichni žádali o řešení, jako je toto.

Stávající modely prostě nebyly na úkol. Většina z nich je postavena na anglické technologii a poté adaptována. Není navržena pro arabštinu od samého počátku a určitě ne pro konkrétní problémy, které řešíme.

Tak jsme se rozhodli postavit svůj vlastní. Je to arabština první — podle designu.

Výzkum za Munsitem představuje přístup slabě dohlížené výuky. Můžete vysvětlit, co to znamená a proč bylo to nezbytné pro školení arabského rozpoznávání řeči ve velkém měřítku?

Označování je drahé. Takže jsme museli jít za tradičními metodami, které závisí na velkém množství ručního přepisu. Slabě dohlížená výuka nám pomohla škálovat bez nutnosti ručně označit každý audio soubor — což je especialmente důležité pro arabštinu, jazyk s omezenými daty a mnoha různými dialekty.

Místo toho, abychom používali profesionálně přepisovanou audio, jsme začali s 30 000 hodinami nelabelovaného arabského projevu. Postavili jsme pipeline označení, který generuje, filtroval a čistí nejlepší pomocí automatizovaných kontrol. To nám poskytlo kvalitní dataset 15 000 hodin — vše bez lidského přepisu.

Tento přístup nám umožnil trénovat náš model od začátku, zachycující bohatost mluvené arabštiny napříč reálnými situacemi, rychle a nákladově efektivně. Bez tohoto přístupu by budování arabského systému rozpoznávání řeči v tomto měřítku trvalo roky a miliony v manuálním úsilí.

Munsit překonal modely od OpenAI, Microsoftu a Meta napříč několika benchmarky. Co toto dosažení říká o budoucnosti arabské inovace umělé inteligence?

Budoucnost arabské umělé inteligence je v našich rukou; a přesně to toto dosažení dokazuje. Už nemůžeme dovolit spoléhat se na technologie, které nevlastníme, nebo záviset na třetích stranách, které naši region neprioritizují.

Munsit ukazuje, že můžeme postavit špičkovou umělou inteligenci, z regionu, pro region — pomocí místního talentu pro řešení místních problémů. Je to jasný signál, že příští vlna arabské inovace umělé inteligence bude pocházet zvnitř.

Jak vidíte budoucnost Munsitu v budoucích verzích a co jsou další fronty pro arabskou hlasovou umělou inteligenci v CNTXT?

Budete muset počkat a vidět. Co mohu říci, je, že máme čerstvou, novou sadu arabsky první umělé inteligence na cestě — všechny poháněné Munsitem a dalšími modely, které目前 stavíme v CNTXT AI. To je teprve začátek.

Často mluvíte o důležitosti „suverénní umělé inteligence“. Co tento termín pro vás znamená a proč je to kritické pro Záliv a širší region MENA?

Pro mě suverénní umělá inteligence znamená mít plnou kontrolu a vlastnictví nad daty, infrastrukturou a modely, které formují naši budoucnost. Je to kritické, protože musíme vlastnit svůj vlastní osud, a to začíná s daty.

Suverenita dat je všechno. Data jsou drahá, a musíme se ujistit, že zůstanou v našich rukou.

Nemůžeme si dovolit předat svou budoucnost a sedět nečinně, zatímco ostatní budují technologii pro nás. Budoucnost umělé inteligence v tomto regionu bude pocházet z tohoto regionu. Právě na to pracujeme.

Jak vidíte CNTXT AI formující ekosystém umělé inteligence na Blízkém východě v příštích pěti letech?

Pomocí skutečné připravenosti umělé inteligence. Vstupujeme, chápeme, co společnosti a vlády potřebují, budujeme datové a strategie umělé inteligence a pak jim pomáháme budovat, testovat, nasazovat a škálovat.

Pokud jsou data novým olejem, pak nestrukturovaná data jsou olej nerafinovaný — plný potenciálu, ale bezcenný, dokud není zpracován. Proto jsme postavili CNTXT AI, abychom pomohli organizacím čistit, strukturovat a aktivovat svá data. Protože tam začíná skutečná transformace umělé inteligence.

Jako podnikatel a investor, co byste poradil ostatním zakladatelům, kteří budují startupy umělé inteligence v rozvíjejících se trzích?

Začněte hned. Pohybujte se rychle. Selžete rychle, učte se rychleji a pokračujte v iteraci.

Nej重要nější je budovat pro skutečné problémy. Zůstaňte blízko země — naslouchejte uživatelům, ne pouze hype. V rozvíjejících se trzích jsou relevance a adaptabilita klíčové.

Děkuji za skvělý rozhovor, čtenářům, kteří si přejí dozvědět se více, doporučujeme navštívit CNTXT AI.