Mohammad Abu Sheikh, Ιδρυτής & Διευθύνων Σύμβουλος της CNTXT AI – Σειρά Συνεντεύξεων

Είδαμε την αφθονία των υποαξιοποιημένων δεδομένων σε这一 μέρος του κόσμου. Πολλά προβλήματα στην κλίμακα της τεχνητής νοημοσύνης προέρχονταν από την έλλειψη ετοιμότητας δεδομένων — το οποίο τελικά σήμαινε έλλειψη ετοιμότητας τεχνητής νοημοσύνης. Αυτό είναι το λόγο που ξεκινήσαμε την CNTXT AI.

Αρχικά, λύσαμε τα ίδια προβλήματα που αντιμετωπίζαμε ενώ χτίζαμε το LocAI… Είδαμε αυτές τις προκλήσεις από πρώτο χέρι εργαζόμενοι με την AI71, TII και G42 (IIAI). Όσο βοηθούσαμε αυτές τις οντότητες να λύσουν αυτά τα προβλήματα, η όρασή μας έγινε πιο σαφής και η επιχείρηση συνέχιζε να μεγαλώνει.

Έχετε παίξει ένα βασικό ρόλο στην κατασκευή της μεγαλύτερης αραβικής ψηφιακής βιβλιοθήκης για την εκπαίδευση της τεχνητής νοημοσύνης. Ποια ήταν κάποια από τα μεγαλύτερα προβλήματα στη διαδικασία αυτή, και πώς τα ξεπεράσατε;

Η ποιότητα ήταν ένα από τα μεγαλύτερα προβλήματα. Ένα άλλο ήταν η περιορισμένη διαθεσιμότητα υψηλής ποιότητας αραβικών δεδομένων στο διαδίκτυο: η αραβική γλώσσα είναι σοβαρά υποαντιπροσωπεύεται. Μόνο một μικρό μέρος του αραβικού περιεχομένου έχει ψηφιοποιηθεί, και μόνο το 3–5% του περιεχομένου στο διαδίκτυο είναι στα αραβικά. Αυτό είναι σχεδόν τίποτα. Ξεπεράσαμε αυτό το πρόβλημα αναπτύσσοντας ετικετέζες δεδομένων, annotators και επιστήμονες δεδομένων για να ψηφιοποιήσουμε, να δημιουργήσουμε και να επιμεληθούμε τα δεδομένα ourselves.

Η CNTXT AI λειτουργεί στο σημείο τομής του πολιτισμού και της υπολογιστικής. Πώς ισορροπείτε την καινοτομία της τεχνητής νοημοσύνης με τον στόχο της κατασκευής πολιτιστικά σχετικών λύσεων για την περιοχή MENA;

Χτίζουμε πολιτιστικά εδραιωμένα μοντέλα από την αρχή. Από την υποδομή μέχρι το τελικό προϊόν, ο πολιτισμός είναι ενσωματωμένος από την αρχή — δεν είναι κάτι που προστίθεται αργότερα. Σχεδιάζουμε, καινοτομούμε και χτίζουμε με συγκεκριμένους πολιτισμούς, διαλέκτους και ανάγκες στο μυαλό μας από την πρώτη μέρα. Η αραβική είναι μια γλώσσα, αλλά φέρει πολλές διαλέκτους και πολιτιστικούς контекστους στην περιοχή, οπότε χτίζουμε τοπικά προϊόντα για τοπικές χώρες. Και το κάνουμε αυτό εργαζόμενοι με τοπικούς annotators, ανθρώπους στο έδαφος, στις χώρες τους.

Έχετε επίσης συνιδρύσει την LocAI και ηγήθηκα του SMPL AI Fund. Πώς αυτές οι επιχειρήσεις συμπληρώνουν την αποστολή της CNTXT AI;

Η LocAI είναι το επίπεδο εφαρμογής — το μέρος που οι άνθρωποι πραγματικά αλληλεπιδρούν. Καθίσταται ακριβώς πάνω στην υποδομή και τα δεδομένα που χτίζονται από την CNTXT AI. Αυτό είναι που την έκανε επιτυχημένη: μεταμορφώνει τις βάσεις της τεχνητής νοημοσύνης που παρέχονται από την CNTXT AI σε πραγματικές λύσεις που οι άνθρωποι μπορούν να χρησιμοποιήσουν.

Το SMPL AI, από την άλλη πλευρά, είναι για να δώσουμε πίσω στην κοινότητα. Εστιάζει στην επένδυση σε startups πρώιμου σταδίου και βοηθά στην κατασκευή του περιφερειακού οικοσυστήματος της τεχνητής νοημοσύνης. Μοιραζόμαστε τα εργαλεία και τα μαθήματα που έχουμε μάθει από την κατασκευή της τεχνητής νοημοσύνης ourselves, οπότε οι ιδρυτές μπορούν να μεγαλώσουν γρηγορότερα και να αποφύγουν κοινά εμπόδια.

Το Munsit έχει ονομαστεί το πιο ακριβές αραβικό μοντέλο αναγνώρισης ομιλίας στον κόσμο. Τι οδήγησε την ανάπτυξη αυτού του μοντέλου, και γιατί τώρα;

Τι οδήγησε την ανάπτυξη αυτού του μοντέλου ήταν απλό: η ανάγκη.

Πάντα χτίζουμε από την ανάγκη. Είδαμε την αγορά και είδαμε ότι το τοπίο ήταν ώριμο — κυβερνητικές υπηρεσίες και ιδιωτικοί πελάτες ζητούσαν όλες μια λύση σαν αυτή.

Τα υπάρχοντα μοντέλα δεν ήταν αρκετά καλά. Τα περισσότερα χτίζονται με αγγλική τεχνολογία και μετά προσαρμόζονται. Δεν είναι σχεδιασμένα για τα αραβικά από την αρχή, και σίγουρα όχι για τα συγκεκριμένα προβλήματα που λύνουμε.

Οπότε αποφασίσαμε να χτίσουμε το δικό μας. Είναι αραβικό πρώτα — από σχεδιασμό.

Η έρευνα πίσω από το Munsit εισάγει μια προσέγγιση weakly supervised learning. Μπορείτε να εξηγήσετε τι σημαίνει αυτό και γιατί ήταν απαραίτητο για την εκπαίδευση της αραβικής αναγνώρισης ομιλίας σε κλίμακα;

Η ετικέτα είναι ακριβή. Οπότε έπρεπε να μετακινηθούμε πέρα από τις παραδοσιακές μεθόδους που εξαρτώνται από μεγάλες ποσότητες χειροκίνητης μεταγραφής. Η weakly supervised learning μας βοήθησε να κλιμακωθούμε χωρίς να χρειαζόμαστε να ετικετούμε κάθε αρχείο ήχου με το χέρι — το οποίο είναι ιδιαίτερα σημαντικό για τα αραβικά, μια γλώσσα με περιορισμένα δεδομένα και πολλές διαφορετικές διαλέκτους.

Αντί να χρησιμοποιήσουμε επαγγελματικά μεταγραμμένα αρχεία ήχου, ξεκινήσαμε με 30.000 ώρες αραβικής ομιλίας χωρίς ετικέτα. Χτίσαμε μια διαδικασία ετικέτας που δημιουργεί, φιλτράρει και καθαρίζει τα καλύτερα χρησιμοποιώντας αυτόματες ελέγχους. Αυτό μας έδωσε ένα υψηλής ποιότητας σύνολο δεδομένων 15.000 ωρών — όλα χωρίς χειροκίνητη μεταγραφή.

Αυτή η προσέγγιση μας επέτρεψε να εκπαιδεύσουμε το μοντέλο μας από την αρχή, να καταγράψουμε την πλούσια ομιλία στα αραβικά σε πραγματικές καταστάσεις, γρήγορα και οικονομικά. Χωρίς αυτή τη μέθοδο, η κατασκευή eines αραβικού συστήματος αναγνώρισης ομιλίας σε αυτή τη κλίμακα θα είχε πάρει χρόνια και εκατομμύρια σε χειροκίνητη εργασία.

Το Munsit ξεπέρασε τα μοντέλα από την OpenAI, τη Microsoft (MSFT ) και τη Meta σε πολλαπλά benchmarks. Τι λέει αυτό για το μέλλον της αραβικής καινοτομίας της τεχνητής νοημοσύνης;

Το μέλλον της αραβικής τεχνητής νοημοσύνης είναι στα χέρια μας· και αυτό είναι ακριβώς τι αυτό το επίτευγμα αποδεικνύει. Δεν μπορούμε πλέον να εξαρτηθούμε από τεχνολογίες που δεν κατέχουμε ή να εξαρτηθούμε από τρίτους που δεν προτεραιοποιούν την περιοχή μας.

Το Munsit δείχνει ότι μπορούμε να χτίσουμε παγκόσμιας κλάσης τεχνητή νοημοσύνη, από την περιοχή, για την περιοχή — χρησιμοποιώντας τοπικό ταλέντο για να λύσουμε τοπικά προβλήματα. Είναι ένα σαφές σήμα ότι η επόμενη κυμαία αραβικής καινοτομίας της τεχνητής νοημοσύνης θα έρθει από μέσα.

Πώς βλέπετε το Munsit να εξελίσσεται σε μελλοντικές εκδόσεις, και ποια είναι τα επόμενα σύνορα για την αραβική φωνητική τεχνητή νοημοσύνη στην CNTXT;

Θα πρέπει να περιμένετε και να δείτε. Τι μπορώ να πω είναι ότι έχουμε μια νέα, φρέσκια σειρά αραβικών λύσεων τεχνητής νοημοσύνης που έρχονται — όλες ενεργοποιημένες από το Munsit και άλλα μοντέλα που χτίζουμε αυτή τη στιγμή στην CNTXT AI. Αυτό είναι μόνο η αρχή.

Συχνά μιλάτε για την importance της “κυρίαρχης τεχνητής νοημοσύνης”. Τι σημαίνει αυτό για σας, και γιατί είναι κρίσιμο για τον Κόλπο και την ευρύτερη περιοχή MENA;

Για μένα, η κυρίαρχη τεχνητή νοημοσύνη σημαίνει να έχουμε πλήρη ιδιοκτησία και έλεγχο над τα δεδομένα, την υποδομή και τα μοντέλα που διαμορφώνουν το μέλλον μας. Είναι κρίσιμο γιατί πρέπει να κατέχουμε το δικό μας πεπρωμένο, και αυτό ξεκινά με τα δεδομένα.

Η κυριαρχία των δεδομένων είναι όλα. Τα δεδομένα είναι πολύτιμα, και πρέπει να βεβαιωθούμε ότι παραμένουν στα χέρια μας.

Δεν μπορούμε να ανταποκριθούμε στο μέλλον μας και να καθίσουμε αδρανείς ενώ άλλοι χτίζουν την τεχνολογία για μας. Το μέλλον της τεχνητής νοημοσύνης σε αυτήν την περιοχή θα έρθει από αυτήν την περιοχή. Αυτό είναι ακριβώς τι εργαζόμαστε.

Πώς βλέπετε την CNTXT AI να διαμορφώνει το οικοσύστημα της τεχνητής νοημοσύνης στη Μέση Ανατολή τα επόμενα πέντε χρόνια;

Ενεργοποιώντας την πραγματική ετοιμότητα της τεχνητής νοημοσύνης. Εισέρχεται, κατανοούμε τι χρειάζονται οι εταιρείες και οι κυβερνήσεις, χτίζουμε τις στρατηγικές δεδομένων και τεχνητής νοημοσύνης, και μετά βοηθάμε να χτίσουν, να δοκιμάσουν, να αναπτύξουν και να κλιμακώσουν.

Εάν τα δεδομένα είναι το νέο πετρέλαιο, τότε τα μη δομημένα δεδομένα είναι πετρέλαιο ακατέργαστο — πλήρης δυναμικού αλλά άχρηστο μέχρι να επεξεργαστεί. Αυτό είναι το λόγο που έχουμε χτίσει την CNTXT AI για να βοηθήσουμε τις οργανώσεις να καθαρίσουν, να δομήσουν και να ενεργοποιήσουν τα δεδομένα τους. Διότι εκεί αρχίζει η πραγματική μεταμόρφωση της τεχνητής νοημοσύνης.

Από την οπτική σας ως επιχειρηματίας και επενδυτής, ποια θα ήταν η συμβουλή σας σε άλλους ιδρυτές που χτίζουν startups της τεχνητής νοημοσύνης σε αναδυόμενες αγορές;

Ξεκινήστε τώρα. Κινηθείτε γρήγορα. Αποτυχείτε γρήγορα, μάθετε γρηγορότερα, και συνεχίστε να επαναλαμβάνετε.

Πιο σημαντικά, χτίστε για πραγματικά προβλήματα. Μείνετε κοντά στο έδαφος — ακούστε τους χρήστες, όχι μόνο την υπεραπάντηση. Σε αναδυόμενες αγορές, η σχετικότητα και η προσαρμοστικότητα είναι κλειδιά.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν CNTXT AI.