Mohammad Omar, medstifter og administrerende direktør i LXT – Intervju-serie

Mohammad Omar er medstifter og administrerende direktør i LXT, en fremvoksende leder inden for AI-træningsdata til at aktivere intelligente teknologier for globale organisationer, herunder verdens største teknologivirksomheder. I samarbejde med et internationalt netværk af bidragydere indsamler og annoterer LXT data på tværs af multiple modaliteter med den hastighed, skala og fleksibilitet, der kræves af virksomheden. LXT blev grundlagt i 2010 og har hovedsæde i Toronto, Canada, med en tilstedeværelse i USA, Australien, Indien, Tyrkiet, Storbritannien og Ægypten.

Kan du dele historien om LXTs oprindelse?

LXT blev grundlagt som svar på et akut behov for data, som min arbejdsgiver for 12 år siden stod overfor. På det tidspunkt havde virksomheden brug for arabisk data, men havde ikke de rette leverandører at hente det fra. Som en risikovillig og iværksætter af natur besluttede jeg at fratræde min stilling, etablere en ny virksomhed og tilbyde vores tjenester til min tidligere arbejdsgiver. Straks herefter fik vi nogle af deres mest udfordrende projekter, som vi succesfuldt gennemførte, og tingene udviklede sig herefter. Nu, mere end 12 år senere, har vi opbygget et stærkt forhold til denne virksomhed og er blevet en betroet leverandør af højkvalitets sprogdata.

Hvad er nogle af de største udfordringer ved at implementere AI i stor skala?

Det er et godt spørgsmål, og vi har faktisk inkluderet det i vores seneste forskningsrapport, The Path to AI Maturity. Den største udfordring, som respondentene nævnte, var integrationen af deres eksisterende eller legacy-systemer i AI-løsninger. Dette har mening, da vi undersøgte større virksomheder, der sandsynligvis ville have et antal tekniske systemer på tværs af deres organisationer, som skal rationaliseres i en digital transformationsstrategi. Andre udfordringer, som respondentene rangerede højt, var mangel på kvalificeret talent, mangel på træning eller ressourcer og indkøb af kvalitetsdata. Jeg var ikke overrasket over disse svar, da de ofte nævnes, og også fordi dataudfordringen er vores organisations grundlæggende årsag.

Når det kommer til dataudfordringer, kan LXT både indsamle data og annotere det, så maskinlæringsalgoritmer kan forstå det. Vi er udstyret til at gøre dette i stor skala og med fleksibilitet, hvilket betyder, at vi leverer højkvalitetsdata meget hurtigt. Kunder kommer ofte til os, når de er klar til at lancere et produkt og ønsker at sikre, at deres produkt bliver godt modtaget af kunderne,

Ved at arbejde med os for at indsamle og annotere data kan virksomheder adresse deres ressource- og talentsmangler ved at låse deres teams op til at fokusere på at bygge innovative løsninger.

LXT tilbyder dækning for over 750 sprog, men der er oversættelses- og lokaliseringsudfordringer, der går ud over sprogstrukturen selv. Kan du diskutere, hvordan LXT møder disse udfordringer?

Der er bestemt oversættelses- og lokaliseringsudfordringer – især når man bevæger sig ud over de mest talte sprog, der tendenser til at have officiel status og den standardisering, der følger med det. Mange af de sprog, vi arbejder med, har ingen officiel ortografi, så det at håndtere konsistens på tværs af et team bliver en udfordring. Vi møder disse og andre udfordringer – f.eks. detektion af svindel – ved at have strenge processer på plads for kvalitetsikring. Det var igen meget tydeligt i AI-maturitetsforskningsrapporten, at for de fleste organisationer, der arbejder med AI-data, lå kvalitet øverst på listen over prioriteringer. Og de fleste organisationer, der deltog i undersøgelsen, udtrykte villighed til at betale mere for at få det.

For virksomheder, der kræver dataindsamling og dataannotation, hvor tidligt i applikationsudviklingsprocessen skal de begynde at indsamle disse data?

Vi anbefaler, at organisationer opretter en datastrategi, så snart de identificerer deres AI-brugstilfælde. At vente, til applikationen er under udvikling, kan føre til en masse unødvendigt arbejde, da AI’en kan lære de forkerte ting og skal genoptrænes med kvalitetsdata, som kan tage tid at indsamle og integrere i udviklingsprocessen.

Hvad er reglen for at vide, hvor ofte data skal opdateres?

Det afhænger virkelig af, hvilken type applikation du udvikler, og hvor ofte data, der understøtter det, ændrer sig på en væsentlig måde. Dette betyder, at data er en repræsentation af virkeligheden, og over tid skal data opdateres for at give en præcis refleksion af, hvad der sker i verden. Vi kalder dette fænomen for modeldrift, som findes i to typer, hver krævende genoptræning af algoritmer.

• Konceptdrift opstår, når der er en betydelig forskel mellem træningsdata og AI-udgang, som kan ske pludseligt eller mere gradvist. For eksempel kan en detailhandler bruge historisk kundedata til at træne en AI-applikation. Men når der sker en massiv ændring i forbrugerrealiteten, skal algoritmen genoptrænes for at reflektere dette.

• Data-drift sker, når data, der bruges til at træne en applikation, ikke længere reflekterer de faktiske data, der mødes, når den kommer i produktion. Dette kan skyldes en række faktorer, herunder demografiske ændringer, sæsonbestemt eller situationen af en applikation i en ny geografisk region.

LXT offentliggjorde for nylig en rapport med titlen “The Path to AI Maturity 2023”. Hvad var nogle af de indsikter i denne rapport, der overraskede dig?

Det burde måske ikke have overrasket mig, men det, der virkelig stod ud, var mangfoldigheden af applikationer. Du kunne have forventet, at to eller tre domæner af aktivitet ville dominere, men da vi spurgte, hvor respondenternes planlagde at fokusere deres AI-bestræbelser, og hvor de planlagde at implementere deres AI, så det ud som kaos – fraværet af en trend overhovedet. Men ved at gennemgå data og se på de kvalitative svar, blev det klart, at fraværet af en trend er trenden. I hvert fald gennem respondenternes øjne, hvis du har et problem, så er der en reel mulighed for, at nogen arbejder på en AI-løsning til det.

Generativ AI tager verden med storm, hvad er din mening om, hvor langt sprog-genereringsmodeller kan føre industrien?

Min personlige holdning til dette er, at det centrale i den virkelige kraft af Generativ Kunstig Intelligens – jeg vælger at bruge ordene her i stedet for forkortelsen for at lægge vægt på det – er Naturlig Sprogforståelse. ‘Intelligensen’ i AI læres gennem sprog; evnen til at adresse og ultimativt løse komplekse problemer formidles gennem iterative og kumulative naturlige sproginteraktioner. Med dette i mente tror jeg, at sprog-genereringsmodeller vil være i takt med andre elementer af AI hele vejen.

Hvad er din vision for fremtiden for AI og for fremtiden for LXT?

Jeg er en optimist af natur, og det vil farve min respons her, men min vision for fremtiden for AI er at se det forbedre livskvaliteten for alle; at gøre vores verden til en sikrere, bedre verden for fremtidige generationer. På et mikroniveau er min vision for LXT at se organisationen fortsætte med at bygge på sine styrker, vokse og blive en arbejdsgiver af valg og en kraft for det gode, for den globale samfund, der gør vores forretning mulig. På et makroniveau er min vision for LXT at bidrage på en væsentlig, meningsfuld måde til opfyldelsen af min optimistisk skævede vision for fremtiden for AI.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge LXT.