Mohammad Omar, Co-Fundador y CEO de LXT – Serie de Entrevistas

Mohammad Omar es el Co-Fundador y CEO de LXT, un líder emergente en datos de entrenamiento de inteligencia artificial para empresas globales, incluidas las mayores empresas de tecnología del mundo. En asociación con una red internacional de contribuyentes, LXT recopila y anota datos en múltiples modalidades con la velocidad, escala y agilidad requeridas por las empresas. Fundada en 2010, LXT tiene su sede en Toronto, Canadá, con presencia en Estados Unidos, Australia, India, Turquía, Reino Unido y Egipto.

¿Podría compartir la historia de origen detrás de LXT?

LXT se fundó en respuesta a una necesidad aguda de datos que mi empleador de hace doce años estaba enfrentando. En ese momento, la empresa necesitaba datos en árabe, pero no tenía los proveedores adecuados para obtenerlos. Siendo una persona que asume riesgos y emprendedora por naturaleza, decidí renunciar a mi cargo, establecer una nueva empresa y ofrecer nuestros servicios a mi antiguo empleador. Inmediatamente nos asignaron algunos de sus proyectos más desafiantes, que entregamos con éxito, y todo creció a partir de ahí. Ahora, más de 12 años después, hemos construido una relación sólida con esta empresa, convirtiéndonos en un proveedor de confianza para datos de lenguaje de alta calidad.

¿Cuáles son algunos de los mayores desafíos detrás de la implementación de la inteligencia artificial a gran escala?

Esa es una excelente pregunta, y de hecho, la incluí en nuestro último informe de investigación, El camino hacia la madurez de la IA. El mayor desafío que citaron los encuestados fue integrar sus sistemas existentes o heredados en soluciones de inteligencia artificial. Esto tiene sentido, dado el hecho de que encuestamos a empresas más grandes que probablemente tendrían una variedad de sistemas de tecnología en toda su organización que necesitan ser racionalizados en una estrategia de transformación digital. Otros desafíos que los encuestados calificaron como altos fueron la falta de talento capacitado, la falta de capacitación o recursos y la obtención de datos de calidad. No me sorprendió por estas respuestas, ya que son comúnmente citadas, y también, por supuesto, porque el desafío de los datos es la razón de ser de nuestra organización.

Cuando se trata de desafíos de datos, LXT puede tanto obtener datos como etiquetarlos para que los algoritmos de aprendizaje automático puedan entenderlos. Estamos equipados para hacer esto a gran escala y con agilidad, lo que significa que entregamos datos de alta calidad muy rápidamente. Los clientes a menudo nos buscan cuando se preparan para un lanzamiento y quieren asegurarse de que su producto sea bien recibido por los clientes,

Al trabajar con nosotros para obtener y etiquetar datos, las empresas pueden abordar sus escaseces de recursos y talento, permitiendo que sus equipos se centren en construir soluciones innovadoras.

LXT ofrece cobertura para más de 750 idiomas, pero existen desafíos de traducción y localización que van más allá de la estructura del lenguaje en sí. ¿Podría discutir cómo LXT aborda estos desafíos?

Definitivamente existen desafíos de traducción y localización, especialmente una vez que se sale de los idiomas más hablados que tienden a tener estatus oficial y el nivel de estandarización que conlleva. Muchos de los idiomas en los que trabajamos no tienen una ortografía oficial, por lo que gestionar la coherencia en un equipo se convierte en un desafío. Abordamos estos y otros desafíos, como la detección de comportamiento fraudulento, mediante procesos rigurosos de aseguramiento de la calidad. Nuevamente, fue muy aparente en el informe de investigación de madurez de la IA que, para la mayoría de las organizaciones que trabajan con datos de IA, la calidad se encuentra en la parte superior de la lista de prioridades. Y la mayoría de las organizaciones encuestadas expresaron su disposición a pagar más para obtener esto.

Para las empresas que requieren la obtención y anotación de datos, ¿cuán temprano en el viaje de desarrollo de la aplicación deben comenzar a obtener estos datos?

Recomendamos que las organizaciones creen una estrategia de datos tan pronto como identifiquen su caso de uso de IA. Esperar hasta que la aplicación esté en desarrollo puede llevar a mucho trabajo innecesario, ya que la IA puede aprender las cosas incorrectas y tener que ser reentrenada con datos de calidad, lo que puede tomar tiempo para obtener y integrar en el proceso de desarrollo.

¿Cuál es la regla general para saber con qué frecuencia se deben actualizar los datos?

Depende realmente del tipo de aplicación que esté desarrollando y con qué frecuencia los datos que la respaldan cambian de manera significativa. Esto significa que los datos son una representación de la vida real, y con el tiempo, los datos deben actualizarse para proporcionar una reflección precisa de lo que está sucediendo en el mundo. Llamamos a este fenómeno deriva del modelo, del que hay dos tipos, cada uno que requiere el reentrenamiento de algoritmos.

• La deriva de conceptos ocurre cuando hay una diferencia significativa entre los datos de entrenamiento y la salida de la IA, lo que puede ocurrir de repente o de manera más gradual. Por ejemplo, un minorista podría utilizar datos históricos de clientes para entrenar una aplicación de IA. Pero cuando ocurre un cambio masivo en la realidad del consumidor, el algoritmo necesitará ser reentrenado para reflejar esto.

• La deriva de datos tiene lugar cuando los datos utilizados para entrenar una aplicación ya no reflejan los datos reales que se encuentran cuando entra en producción. Esto puede ser causado por una serie de factores, incluyendo cambios demográficos, estacionalidad o la situación de una aplicación en una nueva región geográfica.

LXT acaba de presentar un informe titulado “El camino hacia la madurez de la IA 2023“. ¿Cuáles fueron algunas de las conclusiones de este informe que lo sorprendieron?

Probablemente no debería haber sido una sorpresa, pero lo que realmente destacó fue la diversidad de aplicaciones. Podrías haber esperado que dos o tres dominios de actividad dominaran, pero cuando les pedimos a los encuestados que planeaban centrar sus esfuerzos de IA y dónde planeaban implementar su IA, inicialmente parecía caótico, la ausencia de cualquier tendencia. Pero al analizar los datos y mirar las respuestas cualitativas, quedó claro que la ausencia de una tendencia es la tendencia. Al menos a través de los ojos de nuestros encuestados, si tienes un problema, entonces hay una posibilidad real de que alguien esté trabajando en una solución de IA para ello.

La inteligencia artificial generativa está sacudiendo al mundo, ¿cuál es su visión sobre cuán lejos pueden llegar los modelos de lenguaje generativos en la industria?

Mi opinión personal sobre esto es que el poder real de la inteligencia artificial generativa – estoy eligiendo usar las palabras aquí en lugar de la abreviatura para enfatizar – es la comprensión del lenguaje natural. La “inteligencia” de la IA se aprende a través del lenguaje; la capacidad de abordar y resolver problemas complejos se media a través de interacciones de lenguaje natural iterativas y acumulativas. Con esto en mente, creo que los modelos de lenguaje generativos estarán al mismo ritmo que otros elementos de la IA todo el camino.

¿Cuál es su visión para el futuro de la IA y para el futuro de LXT?

Soy un optimista por naturaleza y eso coloreará mi respuesta aquí, pero mi visión para el futuro de la IA es verla mejorar la calidad de vida para todos; para que haga que nuestro mundo sea un lugar más seguro, un lugar mejor para las generaciones futuras. A nivel micro, mi visión para LXT es ver a la organización seguir construyendo sobre sus fortalezas, crecer y convertirse en un empleador de elección, y una fuerza para el bien, para la comunidad global que hace que nuestro negocio sea posible. A nivel macro, mi visión para LXT es contribuir de manera significativa y significativa al cumplimiento de mi visión optimista del futuro de la IA.

Gracias por la excelente entrevista, los lectores que deseen aprender más pueden visitar LXT.