Mohammad Omar, Co-Fondatore e Amministratore Delegato di LXT – Serie di Interviste

Mohammad Omar è il Co-Fondatore e Amministratore Delegato di LXT, un’azienda emergente leader nel settore dei dati di addestramento per l’intelligenza artificiale per organizzazioni globali, tra cui le più grandi aziende tecnologiche del mondo. In partnership con una rete internazionale di contributori, LXT raccoglie e annota dati in più modalità con la velocità, la scala e l’agilità richieste dalle aziende. Fondata nel 2010, LXT ha sede a Toronto, Canada, con una presenza negli Stati Uniti, in Australia, in India, in Turchia, nel Regno Unito e in Egitto.

Potresti condividere la storia di come è nata LXT?

LXT è stata fondata in risposta a un’esigenza acuta di dati che il mio datore di lavoro di dodici anni fa stava affrontando. A quel tempo, l’azienda aveva bisogno di dati in arabo, ma non aveva i fornitori giusti da cui acquistarli. Essendo una persona che ama correre rischi e intraprendere nuove sfide, ho deciso di dimettermi dal mio ruolo, di fondare una nuova azienda e di offrire i nostri servizi al mio ex datore di lavoro. Subito dopo, ci sono stati assegnati alcuni dei loro progetti più impegnativi, che abbiamo portato a termine con successo, e da allora tutto è cresciuto. Ora, dopo più di 12 anni, abbiamo costruito una solida relazione con questa azienda, diventando un fornitore di dati linguistici di alta qualità.

Quali sono alcune delle sfide più grandi dietro il deploy di AI su larga scala?

È una domanda interessante, e abbiamo incluso questo tema nel nostro ultimo rapporto di ricerca, The Path to AI Maturity. La principale sfida che i rispondenti hanno citato è stata l’integrazione dei sistemi esistenti o legacy nelle soluzioni di intelligenza artificiale. Ciò ha senso, considerando il fatto che abbiamo intervistato aziende più grandi che avrebbero probabilmente una varietà di sistemi tecnologici across le loro organizzazioni che devono essere razionalizzati in una strategia di trasformazione digitale. Altre sfide che i rispondenti hanno classificato come importanti sono state la mancanza di talenti qualificati, la mancanza di formazione o risorse e la difficoltà di reperire dati di qualità. Non sono stato sorpreso da queste risposte, poiché sono comunemente citate, e anche perché la sfida dei dati è la ragione per cui la nostra organizzazione esiste.

Quando si tratta di sfide relative ai dati, LXT può sia reperire dati che etichettarli in modo che gli algoritmi di apprendimento automatico possano comprenderli. Siamo in grado di farlo su larga scala e con agilità, il che significa che forniamo dati di alta qualità molto rapidamente. I clienti spesso ci contattano quando stanno per lanciare un prodotto e vogliono assicurarsi che il loro prodotto sia ben accolto dai clienti,

Lavorando con noi per reperire e etichettare dati, le aziende possono affrontare le loro carenze di risorse e talenti, permettendo ai loro team di concentrarsi sulla costruzione di soluzioni innovative.

LXT offre copertura per oltre 750 lingue, ma ci sono sfide di traduzione e localizzazione che vanno al di là della struttura della lingua stessa. Potresti discutere come LXT affronta queste sfide?

Ci sono sicuramente sfide di traduzione e localizzazione – specialmente quando si esce dalle lingue più ampiamente parlate che tendono ad avere uno status ufficiale e il livello di standardizzazione che accompagna questo. Molte delle lingue con cui lavoriamo non hanno un’ortografia ufficiale, quindi gestire la coerenza all’interno di un team diventa una sfida. Affrontiamo queste e altre sfide – ad esempio, la rilevazione di comportamenti fraudolenti – attraverso processi rigorosi di garanzia della qualità. Ancora una volta, è stato molto evidente nel rapporto di ricerca sull’intelligenza artificiale che, per la maggior parte delle organizzazioni che lavorano con i dati di intelligenza artificiale, la qualità è al primo posto nella lista delle priorità. E la maggior parte delle organizzazioni intervistate ha espresso la disponibilità a pagare di più per ottenerla.

Per le aziende che richiedono la raccolta e l’annotazione dei dati, quanto presto dovrebbero iniziare a reperire questi dati nel percorso di sviluppo dell’applicazione?

Consigliamo alle organizzazioni di creare una strategia di dati non appena identificano il loro caso d’uso di intelligenza artificiale. Aspettare fino a quando l’applicazione è in fase di sviluppo può portare a molto lavoro inutile, poiché l’intelligenza artificiale potrebbe imparare le cose sbagliate e dover essere riaddestrata con dati di qualità, il che può richiedere tempo per reperire e integrare nel processo di sviluppo.

Qual è la regola generale per sapere con quale frequenza i dati dovrebbero essere aggiornati?

Dipende davvero dal tipo di applicazione che si sta sviluppando e da quanto spesso i dati che la supportano cambiano in modo significativo. Ciò significa che i dati sono una rappresentazione della vita reale e, nel tempo, i dati devono essere aggiornati per fornire una rappresentazione accurata di ciò che sta accadendo nel mondo. Chiamiamo questo fenomeno deriva del modello, di cui ci sono due tipi, ciascuno dei quali richiede la riqualificazione degli algoritmi.

• La deriva del concetto si verifica quando si verifica una differenza significativa tra i dati di addestramento e l’output dell’intelligenza artificiale, che può verificarsi improvvisamente o più gradualmente. Ad esempio, un rivenditore potrebbe utilizzare dati storici dei clienti per addestrare un’applicazione di intelligenza artificiale. Ma quando si verifica un grande cambiamento nella realtà dei consumatori, l’algoritmo dovrà essere riaddestrato per riflettere questo.

• La deriva dei dati si verifica quando i dati utilizzati per addestrare un’applicazione non riflettono più i dati effettivi incontrati quando entra in produzione. Ciò può essere causato da una serie di fattori, tra cui cambiamenti demografici, stagionalità o la posizione di un’applicazione in una nuova regione geografica.

LXT ha recentemente pubblicato un rapporto intitolato “The Path to AI Maturity 2023“. Quali sono stati alcuni dei risultati di questo rapporto che ti hanno sorpreso?

Probabilmente non avrebbe dovuto sorprendermi, ma la cosa che è realmente emersa è stata la diversità delle applicazioni. Si potrebbe essere portati a pensare che due o tre domini di attività dominino, ma quando abbiamo chiesto dove i rispondenti pianificavano di concentrare i loro sforzi di intelligenza artificiale e dove pianificavano di distribuire la loro intelligenza artificiale, inizialmente sembrava caotico – l’assenza di qualsiasi tendenza. Ma dopo aver esaminato i dati e aver guardato le risposte qualitative, è diventato chiaro che l’assenza di una tendenza è la tendenza. Almeno attraverso gli occhi dei nostri rispondenti, se si ha un problema, allora c’è una reale possibilità che qualcuno stia lavorando a una soluzione di intelligenza artificiale per esso.

L’intelligenza artificiale generativa sta facendo il giro del mondo, qual è la tua visione su quanto lontano possono portare le lingue generative i modelli di intelligenza artificiale?

La mia opinione personale su questo è che centrale al vero potere dell’intelligenza artificiale generativa – sto usando le parole qui invece dell’abbreviazione per enfasi – è la comprensione del linguaggio naturale. L'”intelligenza” dell’intelligenza artificiale è appresa attraverso il linguaggio; la capacità di affrontare e risolvere problemi complessi è mediata attraverso interazioni iterative e cumulative di linguaggio naturale. Con questo in mente, credo che i modelli di lingua generativa saranno in sincronia con gli altri elementi dell’intelligenza artificiale fino in fondo.

Qual è la tua visione per il futuro dell’intelligenza artificiale e per il futuro di LXT?

Sono un ottimista per natura e questo colorerà la mia risposta qui, ma la mia visione per il futuro dell’intelligenza artificiale è quella di vedere migliorare la qualità della vita per tutti; di renderla un mondo più sicuro, un mondo migliore per le generazioni future. A un livello micro, la mia visione per LXT è quella di vedere l’organizzazione continuare a costruire sulle sue forze, crescere e diventare un datore di lavoro di scelta e una forza per il bene, per la comunità globale che rende possibile il nostro business. A un livello macro, la mia visione per LXT è quella di contribuire in modo significativo e importante al raggiungimento della mia visione ottimistica per il futuro dell’intelligenza artificiale.

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