Mohammad Omar, Co-Fondateur et PDG de LXT – Série d’entretiens

Mohammad Omar est le Co-Fondateur et PDG de LXT, un leader émergent dans les données de formation d’IA pour alimenter les technologies intelligentes pour les organisations mondiales, y compris les plus grandes entreprises technologiques du monde. En partenariat avec un réseau international de contributeurs, LXT collecte et annoté des données à travers plusieurs modalités avec la vitesse, l’échelle et l’agilité requises par l’entreprise. Fondé en 2010, LXT a son siège social à Toronto, au Canada, avec une présence aux États-Unis, en Australie, en Inde, en Turquie, au Royaume-Uni et en Égypte.

Pouvez-vous partager l’histoire de la création de LXT ?

LXT a été fondé en réponse à un besoin aigu de données que mon employeur il y a douze ans rencontrait. À cette époque, l’entreprise avait besoin de données en arabe, mais n’avait pas les bons fournisseurs pour les obtenir. Étant un preneur de risques et un entrepreneur par nature, j’ai décidé de démissionner de mon poste, de créer une nouvelle entreprise et de proposer nos services à mon ancien employeur. Dès le départ, nous avons obtenu certains de leurs projets les plus difficiles que nous avons réussi à livrer, et les choses ont simplement évolué à partir de là. Maintenant, plus de 12 ans plus tard, nous avons établi une relation solide avec cette entreprise, en devenant un fournisseur de confiance pour des données linguistiques de haute qualité.

Quels sont les plus grands défis derrière le déploiement de l’IA à grande échelle ?

C’est une excellente question, et nous avons inclus cela dans notre dernier rapport de recherche, Le chemin vers la maturité de l’IA. Le principal défi que les répondants ont cité était l’intégration de leurs systèmes existants ou hérités dans les solutions d’IA. Cela a du sens étant donné le fait que nous avons interrogé de grandes entreprises qui auraient probablement un ensemble de systèmes technologiques à travers leurs organisations qui doivent être rationalisés dans une stratégie de transformation numérique. D’autres défis que les répondants ont classés très haut étaient le manque de talents qualifiés, le manque de formation ou de ressources et la recherche de données de qualité. Je n’ai pas été surpris par ces réponses, car elles sont souvent citées, et également, bien sûr, parce que le défi des données est la raison d’être de notre organisation.

Lorsqu’il s’agit de défis de données, LXT peut à la fois rechercher des données et les étiqueter afin que les algorithmes d’apprentissage automatique puissent les comprendre. Nous sommes équipés pour le faire à grande échelle et avec agilité, ce qui signifie que nous livrons des données de haute qualité très rapidement. Les clients viennent souvent nous voir lorsqu’ils se préparent pour un lancement et veulent s’assurer que leur produit est bien accueilli par les clients,

En travaillant avec nous pour rechercher et étiqueter des données, les entreprises peuvent résoudre leurs pénuries de ressources et de talents en permettant à leurs équipes de se concentrer sur la création de solutions innovantes.

LXT offre une couverture pour plus de 750 langues, mais il existe des défis de traduction et de localisation qui vont au-delà de la structure de la langue elle-même. Pouvez-vous discuter de la façon dont LXT aborde ces défis ?

Il y a certainement des défis de traduction et de localisation – en particulier une fois que vous sortez des langues les plus largement parlées qui ont tendance à avoir un statut officiel et le niveau de normalisation qui va avec. Beaucoup des langues dans lesquelles nous travaillons n’ont pas d’orthographe officielle, donc gérer la cohérence au sein d’une équipe devient un défi. Nous abordons ces défis et d’autres – par exemple, la détection de comportements frauduleux – en ayant des processus rigoureux en place pour l’assurance qualité. Encore une fois, il était très clair dans le rapport de recherche sur la maturité de l’IA que pour la plupart des organisations qui travaillent avec des données d’IA, la qualité figurait en tête de liste des priorités. Et la plupart des organisations interrogées ont exprimé leur volonté de payer plus pour l’obtenir.

Pour les entreprises qui nécessitent la recherche de données et l’étiquetage de données, à quel stade du processus de développement d’une application devraient-elles commencer à rechercher ces données ?

Nous recommandons aux organisations de créer une stratégie de données dès qu’elles identifient leur cas d’utilisation d’IA. Attendre jusqu’à ce que l’application soit en développement peut conduire à beaucoup de travail inutile, car l’IA peut apprendre les mauvaises choses et devoir être réentraînée avec des données de qualité, ce qui peut prendre du temps à rechercher et à intégrer dans le processus de développement.

Quelle est la règle générale pour savoir à quelle fréquence les données doivent être mises à jour ?

Cela dépend vraiment du type d’application que vous développez et de la fréquence à laquelle les données qui la soutiennent changent de manière significative. Cela signifie que les données sont une représentation de la vie réelle, et au fil du temps, les données doivent être mises à jour pour fournir une représentation précise de ce qui se passe dans le monde. Nous appelons ce phénomène la dérive du modèle, dont il existe deux types, chacun nécessitant la rééducation des algorithmes.

• La dérive de concept se produit lorsqu’une différence significative entre les données de formation et la sortie de l’IA change, ce qui peut se produire soudainement ou plus progressivement. Par exemple, un détaillant peut utiliser des données historiques sur les clients pour former un modèle d’IA. Mais lorsque un changement massif dans la réalité des consommateurs se produit, l’algorithme devra être rééduqué pour refléter cela.

• La dérive des données se produit lorsque les données utilisées pour former une application ne reflètent plus les données réelles rencontrées lorsqu’elle entre en production. Cela peut être causé par une gamme de facteurs, y compris les changements démographiques, la saisonnalité ou la situation d’une application dans une nouvelle région géographique.

LXT a récemment publié un rapport intitulé “Le chemin vers la maturité de l’IA 2023“. Quelles étaient certaines des conclusions de ce rapport qui vous ont surpris ?

Il n’aurait probablement pas dû me surprendre, mais la chose qui a vraiment retenu mon attention était la diversité des applications. Vous auriez pu vous attendre à ce que deux ou trois domaines d’activité dominent, mais lorsque nous avons demandé où les répondants prévoyaient de concentrer leurs efforts d’IA et où ils prévoyaient de déployer leur IA, cela a d’abord semblé chaotique – l’absence de toute tendance. Mais en analysant les données et en regardant les réponses qualitatives, il est devenu clair que l’absence de tendance est la tendance. Du moins à travers les yeux de nos répondants, si vous avez un problème, alors il y a une réelle possibilité que quelqu’un travaille sur une solution d’IA pour y remédier.

L’IA générative prend le monde d’assaut, quelle est votre vision de la façon dont les modèles de langage génératif peuvent amener l’industrie ?

Mon point de vue personnel sur ce sujet est que l’intelligence artificielle générative – j’ai choisi d’utiliser les mots ici plutôt que l’abréviation pour insister – est centrée sur la compréhension du langage naturel. L’« intelligence » de l’IA est apprise à travers le langage ; la capacité à résoudre des problèmes complexes est médiatisée par des interactions linguistiques naturelles itératives et cumulatives. Avec cela en tête, je pense que les modèles de langage génératif seront à la hauteur des autres éléments de l’IA tout au long du chemin.

Quelle est votre vision pour l’avenir de l’IA et pour l’avenir de LXT ?

Je suis un optimiste par nature et cela teintera ma réponse ici, mais ma vision pour l’avenir de l’IA est de voir l’IA améliorer la qualité de vie pour tous ; de rendre notre monde plus sûr, meilleur pour les générations futures. À un niveau micro, ma vision pour LXT est de voir l’organisation continuer à construire sur ses forces, à grandir et à devenir un employeur de choix, et une force pour le bien, pour la communauté mondiale qui rend notre entreprise possible. À un niveau macro, ma vision pour LXT est de contribuer de manière significative et significative à la réalisation de ma vision optimiste pour l’avenir de l’IA.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter LXT.