CNTXT AIの創設者兼CEO、Mohammad Abu Sheikh – インタビュー・シリーズ

私たちは、この地域の未活用のデータの豊富さを見ました。AIをスケールアップする際の多くの問題は、データの準備ができていないことから生じるものでした。そのため、CNTXT AIを開始しました。

当初、私たちはLocAIを構築する際に直面した同じ問題を解決していました。AI71、TII、G42（IIAI）と協力することで、これらの課題を直接経験しました。私たちがこれらの課題を解決するにつれ、ビジョンは明確になり、ビジネスは成長しました。

あなたは、AIトレーニング用の最大のアラビア語デジタルライブラリを構築する上で重要な役割を果たしました。その際の最大の課題は何でしたか？それらをどのように克服しましたか？

品質が最大の課題でした。もう1つの課題は、高品質のアラビア語データがオンラインで入手できることが限られていたことです。アラビア語は深刻に表現されていません。オンライン上のコンテンツのわずか3〜5%しかアラビア語ではありません。那はほとんど何もありません。この問題を解決するために、私たちはデータラベラー、注釈者、データサイエンティストを配置して、データをデジタル化、作成、キュレーションしました。

CNTXT AIは、文化と計算の交差点で運営しています。MENA地域向けに文化的に関連性の高いソリューションを構築する目標と、最先端のAIイノベーションをバランス良く行うにはどうしていますか？

私たちは、文化に根ざしたモデルを最初から構築しています。インフラストラクチャから最終製品まで、文化は最初から組み込まれています。私たちは、特定の文化、方言、ニーズを念頭に置いて、設計、イノベーション、構築を行います。アラビア語は1つの言語ですが、地域全体で多くの方言や文化的背景を持ちます。したがって、私たちは、現地のアノテーター、現地の国の人々と協力して、現地の国向けのローカル製品を構築しています。

あなたはまた、LocAIの共同創設者であり、SMPL AIファンドのリーダーです。これらのベンチャーは、CNTXT AIの使命をどのように補完していますか？

LocAIは、アプリケーションレイヤーです。CNTXT AIによって構築されたデータとインフラストラクチャの上に直接配置されています。那が成功した理由です。CNTXT AIによって提供されるAI基盤を現実世界で使用できるソリューションに変換します。

一方、SMPL AIは、コミュニティに返済することについてです。初期段階のスタートアップに投資し、地域のAIエコシステムを構築することに重点を置いています。私たちがAIを構築する際に学んだツールや教訓を共有することで、創設者はより迅速に成長し、一般的な落とし穴を避けることができます。

Munsitは、世界で最も正確なアラビア語音声認識モデルと呼ばれています。このモデルの開発をどのように推進しましたか？また、現在なぜ必要なのでしょうか？

このモデルの開発を推進したのは、単純に必要性でした。

私たちは常に必要性から構築しています。市場を見て、風景が成熟しているのを見て、政府機関や民間クライアントがすべてこのようなソリューションを求めているのを見ました。

既存のモデルはタスクに適していません。ほとんどのモデルは英語のテクノロジーで構築されており、アラビア語の特定の問題を解決するように設計されていません。

したがって、私たちは独自のモデルを構築することにしました。それはアラビア語を優先して設計されています。

Munsitの研究では、弱い教師あり学習アプローチが導入されています。アラビア語ASRを大規模にトレーニングする上で、これが何を意味し、またなぜ不可欠だったのかについて説明してください。

注釈は高価です。従来の方法では、大量の手動トランスクリプションに依存する必要があります。弱い教師あり学習により、オーディオファイルを手動でラベル付けすることなくスケールアップすることができました。特にアラビア語の場合、データが限られており、多くの方言があるため、これは特に重要です。

専門家によるトランスクリプションされたオーディオではなく、30,000時間のアラビア語音声の無ラベルデータから開始しました。自動チェックを使用して、最良のものを生成、フィルタリング、クリーンアップする注釈パイプラインを構築しました。那により、高品質の15,000時間のデータセットが得られました。すべて人間によるトランスクリプションなしでです。

このアプローチにより、現実の状況における話されたアラビア語の豊かさを捉えることができ、迅速にコスト効率の良いモデルをトレーニングすることができました。この方法がなければ、アラビア語のASRシステムをこの規模で構築するには数年と数百万ドルがかかっただろうと考えられます。

Munsitは、OpenAI、Microsoft (MSFT ) 、Metaのモデルを超えて複数のベンチマークで優れたパフォーマンスを示しました。これは、アラビア語AIイノベーションの将来について何を示していますか？

アラビア語のAIの将来は私たちの手の中にあります。第三者に頼る技術や、地域の優先順位を低くする第三者に頼ることは、もう許容できません。

Munsitは、地域から、地域のために、世界クラスのAIを構築できることを証明しています。地域の問題を解決するために、地元の才能を使用しています。これは、アラビア語の次のAIイノベーションの波が、地域内から来ることを示す明確な信号です。

Munsitは将来的にどのように進化する予定ですか？また、CNTXT AIにおけるアラビア語音声AIの次のフロンティアは何ですか？

待ってみてください。言えることは、Munsitと現在CNTXT AIで構築している他のモデルを使用した、新しいアラビア語優先のAIソリューションのスイートが近々登場することです。これは始まりにすぎません。

あなたは「主権AI」の重要性についてよく話しています。その言葉はあなたにとって何を意味しますか？また、湾岸や広いMENA地域にとってそれはなぜ重要なのでしょうか？

私にとって、主権AIとは、将来を形作るデータ、インフラストラクチャ、モデルに対する完全な所有権と管理を意味します。那は重要です。私たちが私たちの運命を所有する必要があるからです。データの主権はすべてです。データは貴重であり、私たちがそれを私たちの手の中に保つことを確認する必要があります。

私たちは、他の人々が私たちに技術を構築するのを待っている間に、将来を手放すことはできません。地域のAIの将来は、この地域から来るでしょう。那が私たちが目指しているものです。

次の5年間で、CNTXT AIは中東のAIエコシステムをどのように形成する見込みですか？

真のAIの準備を可能にすることでです。私たちは、企業や政府が何を必要としているかを理解し、データとAIの戦略を構築し、そしてそれらを構築、テスト、展開、スケールアップするのを支援します。

データは新しい石油であると言われています。構造化されていないデータは、精製されていない石油のようです。潜在能力はありますが、処理されるまで役に立たないのです。 それが、私たちがCNTXT AIを構築した理由です。組織がデータをクリーンアップ、構造化、活性化するのを支援するためです。実際のAI変革はそこから始まります。

起業家および投資家としてのあなたの視点から、発展途上国でAIスタートアップを構築する他の創設者にアドバイスを与えることがあれば、それは何ですか？

今すぐ始めてください。迅速に動いてください。失敗は早く、学ぶことはより早く、繰り返し続けます。

最も重要なことは、現実の問題を解決することです。地に足をつけて、ユーザーに耳を傾け、ただの話題だけに焦点を当てるのではなく、発展途上国では関連性と適応性が重要です。

素晴らしいインタビュー、ありがとうございます。詳細については、CNTXT AIを訪問してください。