Mohammad Omar, Συνιδρυτής & Διευθύνων Σύμβουλος της LXT – Σειρά Συνεντεύξεων

Ο Mohammad Omar είναι ο Συνιδρυτής & Διευθύνων Σύμβουλος της LXT, ενός αναδυόμενου ηγέτη στην εκπαίδευση δεδομένων AI για την ενδυνάμωση της έξυπνης τεχνολογίας για τις παγκόσμιες οργανώσεις, συμπεριλαμβανομένων των μεγαλύτερων τεχνολογικών εταιρειών του κόσμου. Σε συνεργασία με ένα διεθνές δίκτυο συντελεστών, η LXT συλλέγει και αναノτά dữ liệu σε πολλαπλά modality με την ταχύτητα, την κλίμακα και την ευελιξία που απαιτείται από τις επιχειρήσεις. Ιδρυθείσα το 2010, η LXT έχει την έδρα της στο Τορόντο, Καναδάς, με παρουσία στις Ηνωμένες Πολιτείες, την Αυστραλία, την Ινδία, την Τουρκία, το Ηνωμένο Βασίλειο και την Αίγυπτο.

Μπορείτε να μοιραστείτε την ιστορία πίσω από την LXT;

Η LXT ιδρύθηκε ως απάντηση σε μια οξεία ανάγκη για δεδομένα που η εταιρεία μου από πριν δώδεκα χρόνια αντιμετώπιζε. Τότε, η εταιρεία χρειαζόταν αραβικά δεδομένα, αλλά δεν είχε τους σωστούς προμηθευτές από τους οποίους να τα προμηθευτεί. Όντας ριψοκίνδυνος και επιχειρηματίας από φύση, αποφάσισα να παραιτηθώ από το ρόλο μου, να ιδρύσω μια νέα εταιρεία και να προσφέρω τις υπηρεσίες μας στην παλιά μου εργοδότρια. Αμέσως μας ανέθεσαν κάποια από τα πιο δύσκολα projects τους, τα οποία ολοκληρώσαμε με επιτυχία, και τα πράγματα απλά εξελίχθηκαν από εκεί. Τώρα, πάνω από 12 χρόνια αργότερα, έχουμε χτίσει μια ισχυρή σχέση με αυτή την εταιρεία, γινόμαστε ο προτιμώμενος προμηθευτής για υψηλής ποιότητας γλωσσικά δεδομένα.

Ποια είναι κάποια από τα μεγαλύτερα προβλήματα πίσω από την ανάπτυξη της AI σε κλίμακα;

Αυτό είναι ένα εξαιρετικό ερώτημα, και στην πραγματικότητα το συμπεριλάβαμε στην τελευταία μας έρευνα, The Path to AI Maturity. Το μεγαλύτερο πρόβλημα που ανέφεραν οι респондέντες ήταν η ενσωμάτωση των υφιστάμενων ή των legacy συστημάτων τους σε λύσεις AI. Αυτό έχει νόημα, δεδομένου ότι επικεντρώναμε σε μεγαλύτερες εταιρείες που θα είχαν πιθανώς ένα πλήθος τεχνολογικών συστημάτων σε όλη την οργάνωση τους που χρειάζονταν να ρυθμιστούν σε μια στρατηγική ψηφιακής μεταμόρφωσης. Άλλα προβλήματα που οι респондέντες κατέταξαν υψηλά ήταν η έλλειψη εξειδικευμένου ταλέντου, η έλλειψη εκπαίδευσης ή πόρων και η προμήθεια ποιότητας δεδομένων. Δεν με έκπληξε από τις απαντήσεις αυτές, καθώς είναι συνήθως αναφερόμενα και, φυσικά, επειδή το πρόβλημα δεδομένων είναι ο λόγος για τον οποίο η οργάνωση μας υπάρχει.

Όταν πρόκειται για προκλήματα δεδομένων, η LXT μπορεί να προμηθεύσει δεδομένα και να τα αναノτάτε ώστε να μπορούν να κατανοηθούν από τα αλγόριθμοι μηχανικής μάθησης. Είμαστε εξοπλισμένοι να το κάνουμε αυτό σε κλίμακα και με ευελιξία, που σημαίνει ότι παρέχουμε υψηλής ποιότητας δεδομένα πολύ γρήγορα. Οι πελάτες μας συχνά έρχονται σε μας όταν προετοιμάζονται για μια εκκίνηση και θέλουν να βεβαιωθούν ότι το προϊόν τους θα λαμβάνει καλή υποδοχή από τους πελάτες,

Συνεργαζόμενοι μαζί μας για την προμήθεια και την αναΝοτάτωση δεδομένων, οι εταιρείες μπορούν να αντιμετωπίσουν τις ελλείψεις πόρων και ταλέντου, επιτρέποντας στις ομάδες τους να επικεντρωθούν στην κατασκευή καινοτόμων λύσεων.

Η LXT προσφέρει κάλυψη για πάνω από 750 γλώσσες, αλλά υπάρχουν προκλήματα μετάφρασης και τοπικοποίησης που υπερβαίνουν τη δομή της γλώσσας. Μπορείτε να συζητήσετε πώς η LXT αντιμετωπίζει αυτά τα προβλήματα;

Υπάρχουν σίγουρα προκλήματα μετάφρασης και τοπικοποίησης – ιδιαίτερα όταν φεύγουμε από τις πιο ομιλούμενες γλώσσες που τείνουν να έχουν επίσημο καθεστώς και το επίπεδο τυποποίησης που συνοδεύει αυτό. Πολλές από τις γλώσσες στις οποίες εργαζόμαστε δεν έχουν επίσημη ορθογραφία, οπότε η διαχείριση της συν nhấtότητας σε μια ομάδα γίνεται πρόβλημα. Αντιμετωπίζουμε αυτά και άλλα προβλήματα – π.χ. ανίχνευση απάτης – έχοντας αυστηρές διαδικασίες για την ποιότητα. Πάλι, ήταν πολύ φανερό στην έρευνα για την ωριμότητα της AI ότι για τις περισσότερες οργανώσεις που εργάζονται με δεδομένα AI, η ποιότητα κατέλαβε την πρώτη θέση στην λίστα των προτεραιοτήτων. Και οι περισσότερες οργανώσεις που συμμετείχαν εξέφρασαν τη διαθεσιμότητα να πληρώσουν περισσότερα για να την αποκτήσουν.

Για τις εταιρείες που απαιτούν προμήθεια δεδομένων και αναΝοτάτωση δεδομένων, πόσο νωρίς στην ανάπτυξη της εφαρμογής πρέπει να αρχίσουν να προμηθεύονται αυτά τα δεδομένα;

Συστήνουμε στις οργανώσεις να δημιουργήσουν μια στρατηγική δεδομένων από τη στιγμή που αναγνωρίζουν την περίπτωση χρήσης της AI. Η αναμονή μέχρι η εφαρμογή να βρίσκεται σε εξέλιξη μπορεί να οδηγήσει σε πολλή άσκοπη επαναεργασία, поскольку η AI μπορεί να μάθει τα λάθος πράγματα και να χρειαστεί να επαναεκπαιδευτεί με ποιότητα δεδομένων, τα οποία μπορεί να χρειαστούν χρόνο για να προμηθευτούν και να ενσωματωθούν στη διαδικασία ανάπτυξης.

Τι είναι η κανόνας για τη συχνότητα με την οποία τα δεδομένα πρέπει να ενημερώνονται;

Αυτό εξαρτάται πραγματικά από τον τύπο της εφαρμογής που αναπτύσσετε και πόσο συχνά τα δεδομένα που την υποστηρίζουν αλλάζουν με σημαντικό τρόπο. Αυτό σημαίνει ότι τα δεδομένα είναι μια αναπαράσταση της πραγματικής ζωής, και με την πάροδο του χρόνου, τα δεδομένα πρέπει να ενημερώνονται για να παρέχουν μια ακριβή αντανάκλαση του τι συμβαίνει στον κόσμο. Αυτό το φαινόμενο το ονομάζουμε drift μοντέλου, από το οποίο υπάρχουν δύο τύποι, каждый απαιτώντας την επαναεκπαίδευση των αλγορίθμων.

• Το concept drift συμβαίνει όταν μια σημαντική διαφορά μεταξύ των δεδομένων εκπαίδευσης και της έξοδοι της AI αλλάζει, το οποίο μπορεί να συμβεί απότομα ή πιο σταδιακά. Για παράδειγμα, ένας λιανοπωλητής μπορεί να χρησιμοποιήσει ιστορικά δεδομένα πελατών για να εκπαιδεύσει μια εφαρμογή AI. Αλλά όταν μια μεγάλη αλλαγή στην πραγματικότητα των καταναλωτών συμβαίνει, ο αλγόριθμος θα χρειαστεί να επαναεκπαιδευτεί για να αντανακλούν αυτή την αλλαγή.

• Το data drift λαμβάνει χώρα όταν τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση μιας εφαρμογής δεν αντανακλούν πλέον τα πραγματικά δεδομένα που συναντούν όταν εισέρχονται στην παραγωγή. Αυτό μπορεί να οφείλεται σε eine σειρά από παράγοντες, συμπεριλαμβανομένων δημογραφικών αλλαγών, εποχικότητας ή της τοποθέτησης μιας εφαρμογής σε μια νέα γεωγραφική περιοχή.

Η LXT δημοσίευσε πρόσφατα μια έκθεση με τίτλο “The Path to AI Maturity 2023”. Ποια ήταν κάποια από τα συμπεράσματα σε αυτή την έκθεση που σας έπιασαν απροσδόκητα;

Πιθανότατα δεν θα έπρεπε να με εκπλήξει, αλλά το πράγμα που πραγματικά ξεχώρισε ήταν η ποικιλία των εφαρμογών. Θα μπορούσατε να περιμένετε δύο ή τρία τομείς δραστηριότητας να κυριαρχούν, αλλά όταν ρωτήσαμε τους респондέντες πού σχεδίαζαν να εστιάσουν τις προσπάθειές τους AI και πού σχεδίαζαν να αναπτύξουν την AI, αρχικά φαινόταν σαν χάος – η απουσία οποιασδήποτε τάσης. Αλλά μετά την ανάλυση των δεδομένων και την εξέταση των ποιοτικών απαντήσεων, έγινε σαφές ότι η απουσία μιας τάσης είναι η τάση. Τουλάχιστον μέσα από τα μάτια των респондέντων μας, αν έχετε ένα πρόβλημα, τότε υπάρχει μια πραγματική πιθανότητα ότι κάποιος εργάζεται σε μια λύση AI για αυτό.

Η γεννητική AI λαμβάνει τον κόσμο με το χέρι, ποια είναι η άποψή σας για το πόσο μακριά μπορεί να φτάσει η βιομηχανία με τα μοντέλα γλωσσικής γεννήτριας;

Η προσωπική μου άποψη σε αυτό είναι ότι το κεντρικό σημείο της πραγματικής δύναμης της Γεννητικής Τεχνητής Νοημοσύνης – επιλέγω να χρησιμοποιήσω τις λέξεις εδώ αντί για το σύμβολο – είναι η Φυσική Γλωσσική Κατανόηση. Η ‘νοημοσύνη’ της AI μαθαίνεται μέσω της γλώσσας· η ικανότητα να αντιμετωπίζει και τελικά να λύνει σύνθετα προβλήματα μεσολαβείται από επαναλαμβανόμενες και συσσώρευτικές φυσικές γλωσσικές αλληλεπιδράσεις. Με αυτό στο μυαλό, πιστεύω ότι τα μοντέλα γλωσσικής γεννήτριας θα είναι σε συνδυασμό με άλλα στοιχεία της AI σε όλη τη διαδικασία.

Τι είναι η όρασή σας για το μέλλον της AI και για το μέλλον της LXT;

Είμαι οπτιμιστής από φύση και αυτό θα χρωματίσει την απάντησή μου εδώ, αλλά η όρασή μου για το μέλλον της AI είναι να δω αυτή να βελτιώνει την ποιότητα ζωής για όλους· να την κάνει τον κόσμο μας一个 ασφαλέστερο, καλύτερο τόπο για τις μελλοντικές γενιές. Σε μικρό επίπεδο, η όρασή μου για την LXT είναι να δω την οργάνωση να συνεχίζει να χτίζει τις δυνάμεις της, να μεγαλώνει και να γίνεται ένας εργοδότης επιλογής, και μια δύναμη για το καλό, για την παγκόσμια κοινότητα που κάνει την επιχείρησή μας δυνατή. Σε μακροεπίπεδο, η όρασή μου για την LXT είναι να συνεισφέρει με σημαντικό, ουσιαστικό τρόπο στην εκπλήρωση της οπτιμιστικά畸形 όρασής μου για το μέλλον της AI.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν LXT.