Mohammad Abu Sheikh, Fondatore e Amministratore Delegato di CNTXT AI – Serie di Interviste

Mohammad Abu Sheikh sta trasformando il paesaggio dell’AI nella regione MENA, guidando un passaggio da un consumo passivo a un’innovazione sovrana. In qualità di amministratore delegato di CNTXT AI e fondatore di un fondo di investimento in AI da 10 milioni di dollari, ha guidato tre uscite di successo e ha raccolto oltre un miliardo di dollari in finanziamenti. Il suo lavoro sta gettando le basi per un ecosistema di AI radicato nel linguaggio, nella cultura e nella sovranità dei dati.

Abbiamo visto l’abbondanza di dati non utilizzati in questa parte del mondo. Molti problemi nella scalabilità dell’AI provenivano dalla mancanza di preparazione dei dati – il che alla fine significava una mancanza di prontezza per l’AI. È per questo che abbiamo iniziato CNTXT AI.

Inizialmente, stavamo risolvendo gli stessi problemi che avevamo affrontato mentre costruivamo LocAI… Abbiamo visto queste sfide di persona lavorando con AI71, TII e G42 (IIAI). Mentre aiutavamo queste entità a risolvere quei problemi, la visione è diventata più chiara e l’attività è semplicemente cresciuta.

Hai svolto un ruolo chiave nella costruzione della più grande biblioteca digitale araba per l’addestramento dell’AI. Quali sono stati alcuni dei più grandi sfide nel farlo e come le hai superate?

La qualità è stata una delle più grandi sfide. Un’altra è stata la limitata disponibilità di dati di alta qualità in arabo online: l’arabo è seriamente sottorappresentato. Solo una piccola parte del contenuto in lingua araba è stata digitalizzata e solo il 3-5% di tutti i contenuti online è in arabo. Ciò è quasi nulla. Abbiamo superato questo problema schierando etichettatori di dati, annotatori e scienziati dei dati per digitalizzare, creare e curare i dati noi stessi.

CNTXT AI opera all’intersezione della cultura e del calcolo. Come bilanci l’innovazione AI all’avanguardia con l’obiettivo di costruire soluzioni culturalmente rilevanti per la regione MENA?

Costruiamo modelli culturalmente radicati fin dall’inizio. Dall’infrastruttura al prodotto finale, la cultura è incorporata fin dall’inizio – non è qualcosa che aggiungiamo dopo. Progettiamo, innoviamo e costruiamo con culture, dialetti e esigenze specifici in mente fin dal primo giorno. L’arabo è una lingua, ma porta molti dialetti e contesti culturali in tutta la regione, quindi costruiamo prodotti locali per paesi locali. E lo facciamo lavorando con annotatori locali, persone sul posto, nei loro paesi.

Hai anche co-fondato LocAI e guidi il fondo SMPL AI. Come queste imprese complementano la missione di CNTXT AI?

LocAI è il livello di applicazione – la parte con cui le persone interagiscono effettivamente. Si trova proprio sopra i dati e l’infrastruttura costruiti da CNTXT AI. È questo che l’ha resa di successo: trasforma le fondamenta dell’AI fornite da CNTXT AI in soluzioni del mondo reale che le persone possono utilizzare.

SMPL AI, d’altra parte, riguarda il restituire alla comunità. Si concentra sugli investimenti in startup in fase di avvio e aiuta a costruire l’ecosistema regionale dell’AI. Condividiamo gli strumenti e le lezioni che abbiamo appreso costruendo noi stessi l’AI, in modo che i fondatori possano crescere più velocemente e evitare errori comuni.

Munsit è stato definito il modello di riconoscimento vocale arabo più preciso al mondo. Cosa ha guidato lo sviluppo di questo modello e perché adesso?

Cosa ha guidato lo sviluppo di questo modello è stato semplice: la necessità.

Abbiamo sempre costruito per necessità. Abbiamo guardato il mercato e visto che il paesaggio era maturo – le agenzie governative e i clienti privati chiedevano tutti una soluzione come questa.

I modelli esistenti non erano all’altezza del compito. La maggior parte è stata costruita su tecnologia inglese e poi adattata. Non sono stati progettati per l’arabo fin dall’inizio e sicuramente non per i problemi specifici che stiamo risolvendo.

Quindi abbiamo deciso di costruire il nostro. È arabo per primo – per design.

La ricerca dietro Munsit introduce un approccio di apprendimento debolmente supervisionato. Puoi spiegare cosa significa e perché è stato essenziale per l’addestramento dell’ASR arabo su larga scala?

L’annotazione è costosa. Quindi dovevamo andare oltre i metodi tradizionali che dipendono da grandi quantità di trascrizione manuale. L’apprendimento debolmente supervisionato ci ha aiutato a scalare senza dover etichettare ogni file audio a mano – il che è particolarmente importante per l’arabo, una lingua con dati limitati e molti dialetti diversi.

Invece di utilizzare audio trascritti professionalmente, abbiamo iniziato con 30.000 ore di discorso arabo non etichettato. Abbiamo costruito una pipeline di annotazione che genera, filtra e pulisce i migliori utilizzando controlli automatizzati. Ciò ci ha dato un set di dati di alta qualità di 15.000 ore – tutto senza trascrizione manuale.

Questo approccio ha reso possibile addestrare il nostro modello da zero, catturando la ricchezza del discorso arabo parlato in situazioni reali, in modo rapido e efficiente in termini di costo. Senza questo metodo, costruire un sistema ASR arabo su questa scala avrebbe richiesto anni e milioni di dollari in sforzo manuale.

Munsit ha superato i modelli di OpenAI, Microsoft (MSFT ) e Meta in più benchmark. Cosa dice questo risultato sul futuro dell’innovazione AI araba?

Il futuro dell’AI araba è nelle nostre mani; e questo è esattamente ciò che questo risultato dimostra. Non possiamo più permetterci di affidarci a tecnologie che non possediamo o dipendere da terze parti che non danno priorità alla nostra regione.

Munsit mostra che possiamo costruire un’AI di classe mondiale, dalla regione, per la regione – utilizzando talenti locali per risolvere problemi locali. È un chiaro segnale che la prossima ondata di innovazione AI araba verrà dall’interno.

Come vedi Munsit evolversi in future versioni e quali sono le prossime frontiere per l’AI vocale araba presso CNTXT?

Dovrai solo aspettare e vedere. Ciò che posso dire è che abbiamo una nuova suite di soluzioni AI arabo-prime in arrivo – tutte alimentate da Munsit e altri modelli che stiamo attualmente costruendo presso CNTXT AI. Questo è solo l’inizio.

Parli spesso dell’importanza dell'”AI sovrana”. Cosa significa per te e perché è critico per il Golfo e la regione MENA più ampia?

Per me, l’AI sovrana significa avere il pieno possesso e il controllo sui dati, sull’infrastruttura e sui modelli che plasmano il nostro futuro. È critico perché dobbiamo possedere il nostro destino e questo inizia con i dati.

La sovranità dei dati è tutto. I dati sono preziosi e dobbiamo assicurarci che rimangano nelle nostre mani.

Non possiamo permetterci di consegnare il nostro futuro e sederci inerti mentre altri costruiscono la tecnologia per noi. Il futuro dell’AI in questa regione verrà da questa regione. È esattamente ciò a cui stiamo lavorando.

Come vedi CNTXT AI plasmare l’ecosistema dell’AI in Medio Oriente nei prossimi cinque anni?

Abilitando una vera prontezza per l’AI. Entriamo, capiamo cosa le aziende e i governi necessitano, costruiamo le strategie dei dati e dell’AI e poi aiutiamo a costruire, testare, distribuire e scalare.

Se i dati sono il nuovo petrolio, allora i dati non strutturati sono petrolio non raffinato – pieni di potenziale ma inutili fino a quando non vengono elaborati. È per questo che abbiamo costruito CNTXT AI per aiutare le organizzazioni a pulire, strutturare e attivare i loro dati. Perché è lì che inizia la vera trasformazione dell’AI.

Dal tuo punto di vista come imprenditore e investitore, cosa consiglieresti ad altri fondatori che costruiscono startup di AI in mercati emergenti?

Inizia ora. Muoviti rapidamente. Fallisci velocemente, impara più velocemente e continua a iterare.

Il più importante è costruire per problemi reali. Rimani vicino al suolo – ascolta gli utenti, non solo l’ipotesi. Nei mercati emergenti, la rilevanza e l’adattabilità sono chiave.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare CNTXT AI.