CNTXT AI의 창립자 및 CEO인 Mohammad Abu Sheikh – 인터뷰 시리즈

우리는 이 지역에서 사용되지 않는 데이터의 풍부함을 보았습니다. 많은 문제는 데이터 준비 부족에서 비롯되었습니다. 결국, 이는 AI 준비 부족을 의미했습니다. 그래서 우리는 CNTXT AI를 시작했습니다.

초기에는 LocAI를 구축하면서 직면했던 동일한 문제를 해결했습니다. 우리는 AI71, TII 및 G42(IIAI)와 협력하면서 이러한 문제를 직접 경험했습니다. 이러한 문제를 해결하는 데 도움을 준 후, 비전이 더 분명해졌고 비즈니스도 성장했습니다.

당신은 아랍어 AI 훈련을 위한 가장 큰 디지털 라이브러리를 구축하는 데 핵심적인 역할을 했습니다. 이 작업에서 가장 큰 도전은 무엇이었나요? 그리고 어떻게 그 문제를 해결했나요?

품질이 가장 큰 도전이었습니다. 또 다른 도전은 아랍어 데이터의 제한된 가용성입니다. 아랍어는 심각하게 대표되지 않습니다. 아랍어 콘텐츠의 작은 부분만이 디지털화되었으며, 온라인 콘텐츠의 3-5%만이 아랍어입니다. 거의 아무것도 없습니다. 우리는 데이터 레이블러, 주석자 및 데이터 과학자를 배치하여 데이터를 디지털화, 생성 및 큐레이션함으로써 이 문제를 해결했습니다.

CNTXT AI는 문화와 계산의 교차점에서 작동합니다. 당신은 MENA 지역을 위한 문화적으로 관련된 솔루션을 구축하는 동시에 최신 AI 혁신을 어떻게 균형을 잡나요?

우리는 문화적으로 기반한 모델을 처음부터 구축합니다. 인프라에서 최종 제품까지, 문화는 처음부터 내장되어 있습니다. 그것은 나중에 추가되는 것이 아닙니다. 우리는 특정 문화, 방언 및 필요를 고려하여 디자인, 혁신 및 구축합니다. 아랍어는 하나의 언어이지만, 이 지역에서 많은 방언과 문화적 맥락을 가지고 있습니다. 그래서 우리는 지역별로 지역 제품을 구축합니다. 그리고 우리는 현지 주석자, 현지 국가의 사람들과 협력하여 그렇게 합니다.

당신은 또한 LocAI의 공동 창립자이며 SMPL AI 펀드를 이끌고 있습니다. 이러한 벤처는 CNTXT AI의 임무를 어떻게 보완하나요?

LocAI는 애플리케이션 계층입니다. 사람들이 실제로 상호작용하는 부분입니다. 그것은 CNTXT AI가 구축한 데이터와 인프라 바로 위에 위치합니다. 그것이 성공적인 이유입니다. 그것은 CNTXT AI가 제공하는 AI 기반을 실제로 사용할 수 있는 솔루션으로 변환합니다.

SMPL AI는 지역 AI 생태계를 구축하고 초기 단계의 스타트업에 투자하는 것입니다. 우리는 AI를 구축하면서 배운 도구와 교훈을 공유하여 창립자가 더 빠르게 성장하고 일반적인 함정을 피할 수 있도록 합니다.

Munsit는 세계에서 가장 정확한 아랍어 음성 인식 모델로 불립니다. 이 모델의 개발은 무엇으로驱动되었나요? 그리고 왜 지금인가요?

이 모델의 개발은 단순했습니다. 필요성입니다.

우리는 시장에 نگاه하고 풍경이 성숙했다는 것을 보았습니다. 정부 기관과 민간 클라이언트는 모두 이러한 솔루션을 요청하고 있었습니다.

기존 모델은 작업에 적합하지 않았습니다. 대부분은 영어 기술을 기반으로 하여 적응되었습니다. 아랍어를 처음부터 설계하지 않았으며, 특히 우리가 해결하는 문제에는 절대적으로 설계되지 않았습니다.

그래서 우리는 우리의 것을 구축하기로 결정했습니다. 그것은 아랍어부터 설계되었습니다.

Munsit 연구는 약한 감독 학습 접근 방식을 도입합니다. 그것이 무엇이며, 아랍어 음성 인식의 대규모 훈련을 위해 왜 그것이 필수적인가요?

주석은 비용이 많이 듭니다. 그래서 우리는 수동으로 전사해야 하는 대규모 오디오 파일에 의존하는 전통적인 방법을 넘어섰습니다. 약한 감독 학습은 우리에게 자동화된 확인을 사용하여 최고의 것을 생성, 필터링 및 청소함으로써 수동으로 전사해야 하는 필요성을 없애주었습니다. 특히 아랍어와 같은 제한된 데이터와 많은 방언을 가진 언어에 중요합니다.

우리는 전문적으로 전사된 오디오가 아닌 30,000시간의 아랍어 음성을 시작으로 하여, 자동화된 확인을 사용하여 최고의 것을 생성, 필터링 및 청소하는 주석 파이프라인을 구축했습니다. 그렇게 해서 우리는 수동적인 전사 없이 높은 품질의 15,000시간 데이터 세트를 얻을 수 있었습니다.

이 접근 방식은 실제 상황에서 말하는 아랍어의 풍부함을 빠르고 비용 효율적으로 캡처하는 우리의 모델을 훈련하는 것을 가능하게 했습니다. 이 방법이 없으면, 아랍어 음성 인식 시스템을 이 규모로 구축하는 것은 수년이 걸렸을 것입니다.

Munsit은 벤치마크에서 OpenAI, Microsoft (MSFT ), Meta의 모델을 모두 능가했습니다. 이것은 아랍어 AI 혁신의 미래에 대해 무엇을 말해주나요?

아랍어 AI의 미래는 우리 손에 있습니다. 그리고 이것은 정확히 이 성과가 증명하는 것입니다. 우리는 더 이상 우리가 소유하지도 않고, 우리 지역을 우선순위로 하지 않는 제3자의 기술에 의존할 수 없습니다.

Munsit은 우리가 지역을 위해, 지역에서 세계 수준의 AI를 구축할 수 있음을 보여줍니다. 지역의 재능을 사용하여 지역의 문제를 해결하는 것입니다. 이것은 아랍어 AI의 다음 물결이 지역에서 나올 것이라는 신호입니다.

당신은 Munsit의 미래 버전에서 어떤 발전을 기대하나요? 그리고 CNTXT의 아랍어 음성 AI의 다음 전선은 무엇인가요?

그것은 기다려야 할 것입니다. 내가 말할 수 있는 것은, Munsit과 현재 CNTXT AI에서 구축 중인 다른 모델을 기반으로 하는 새로운 아랍어 첫 번째 AI 솔루션 세트가 곧 나올 것입니다. 이것은 시작에 불과합니다.

당신은 종종 “주권적인 AI”의 중요성에 대해 말합니다. 그 용어는 당신에게 무엇을 의미하나요? 그리고 왜 그것은 걸프 및 더 넓은 MENA 지역에 중요하나요?

나에게 주권적인 AI는 데이터, 인프라, 미래를 형성하는 모델에 대한 완전한 소유권과 통제를 의미합니다. 그것은 우리가 우리의 운명을 소유해야 하기 때문입니다. 그리고 그것은 데이터에서 시작됩니다.

데이터 주권은 모든 것입니다. 데이터는 소중한 것이며, 우리가 그것을 우리 손에 있도록 해야 합니다.

우리는 우리의 미래를 건네주고, 다른 사람들이 우리를 위해 기술을 구축하는 동안 앉아 있을 수 없습니다. 이 지역의 AI의 미래는 이 지역에서 나올 것입니다. 그것이 우리가 일하는 것입니다.

당신은 CNTXT AI가 중동의 AI 생태계를 5년 내에 어떻게 형성할 것으로 기대하나요?

진정한 AI 준비를 가능하게 함으로써. 우리는 회사와 정부가 무엇이 필요한지 이해하고, 데이터 및 AI 전략을 구축하고, 그런 다음 구축, 테스트, 배포 및 확장하는 데 도움을 줍니다.

데이터가 새로운 석유라면, 비구조화된 데이터는 정제되지 않은 석유와 같습니다. потен력이 있지만 처리할 때까지는 쓸모가 없습니다. 그래서 우리는 데이터를 청소, 구조화 및 활성화하는 데 도움을 주기 위해 CNTXT AI를 구축했습니다. 실제 AI 변환이 시작되는 곳이기 때문입니다.

창업자이자 투자자로서의 당신의 관점에서, 출현하는 시장에서 AI 스타트업을 구축하는 다른 창립자들에게 어떤 조언을 드리나요?

지금 시작하세요. 빠르게 움직이세요. 빠르게 실패하고, 더 빠르게 배우고, 계속 반복하세요.

가장 중요한 것은 실제 문제를 해결하는 것입니다. 지면에 머물고, 사용자에게 귀를 기울이고, 소동에만 집중하지 마세요. 출현하는 시장에서는 관련성과 적응성이 핵심입니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 CNTXT AI를 방문할 수 있습니다.