Daniel Ciolek, Serokê Lêkolîn û Pêşkeftinê li InvGate - Rêzeya Hevpeyvînê

Daniel pisporek IT-ya dilxwaz e ku di pîşesaziyê de ji 15 salan zêdetir ezmûn e. doktoraya wî heye. di Zanistiya Computer de û kariyerek dirêj di lêkolîna teknolojiyê de. Berjewendiyên wî di gelek deveran de, wek Zehmetiya Hunerî, Endezyariya Nermalavê, û Komputera Performansa Bilind.

Daniel Serokê Lêkolîn û Pêşvebirinê li InvGate ye, ku ew pêşengiya R&D dike. Ew bi tîmên Pêşkeftina Hilber û Karsaziyê re dixebite ku stratejiya R&D ya pargîdanî sêwirandin, bicîhkirin û şopandin. Dema ku ew lêkolînê nake, mamostetiyê dike.

InvGate rêxistinan hêz dide bi peydakirina amûrên ku karûbarê bêkêmasî li seranserê beşan, ji IT-ê bigire heya Tesîsan peyda bike.

Kengî û çawa hûn di destpêkê de bi zanistiya komputerê re eleqedar bûn?

Eleqeya min bi zanistiya kompîturê ji zarokatiya min a destpêkê vedigere. Ez her gav bala cîhazên elektronîkî dikişandim, pir caran min xwe digerand û hewl didim ku fêm bikim ka ew çawa dixebitin. Her ku ez mezin bûm, vê meraqê min ber bi kodkirinê ve bir. Hîn jî kêfa min a nivîsandina bernameyên xwe yên yekem tê bîra min. Ji wê gavê û pê ve, di hişê min de şik tune bû ku min dixwest ez kariyera zanistiya komputerê bişopînim.

Hûn niha pêşengiya însiyatîfa R&D dikin û serîlêdanên nûjen ên AI-ê yên nûjen bicîh dikin. Hûn dikarin hin xebatên xwe nîqaş bikin?

Bêsînor. Di beşa meya R&D de, em pirsgirêkên tevlihev ên ku ji bo temsîlkirin û çareserkirina bi bandor dijwar be çareser dikin. Karê me ne bi serîlêdanên AI-yê hilberîner ve girêdayî ye, lê pêşkeftinên vê dawiyê yên di vî warî de gelek derfetên ku em dixwazin bi kar bînin ava kirine.

Yek ji mebestên me yên sereke li InvGate her gav xweşbînkirina karanîna nermalava me ye. Em vê yekê bi şopandina ka ew çawa tê bikar anîn, tesbîtkirina kelûpelan, û bi xîret ji bo rakirina wan dixebitin. Yek ji tengahiyek wusa ku me pir caran pê re rû bi rû maye bi têgihiştin û karanîna zimanê xwezayî ve girêdayî ye. Ev pirsgirêkek bi taybetî dijwar bû ku bêyî karanîna Modelên Zimanên Mezin (LLM) were çareser kirin.

Lêbelê, digel derketina vê dawîyê ya LLM-yên biha-bandor, me karîbû van dozên karanîna saxlem bikin. Kapasîteyên me naha pêşkêşkirina pêşniyarên nivîsandinê, bixweber nivîsandina gotarên bingeha zanînê, û kurtkirina perçeyên berfireh ên nivîsê, di nav gelek taybetmendiyên din ên li ser ziman de hene.

Li InvGate, tîmê we stratejiyek ku jê re "AI-ya agnostîk" tê gotin bicîh tîne. Hûn dikarin diyar bikin ku ev tê çi wateyê û çima girîng e?

Agnostic AI bi bingehîn li ser nermbûn û adaptebûnê ye. Di bingeh de, ew ne pabendbûna bi yek modelek an pêşkêşkerek AI-ê ye. Di şûna wê de, em armanc dikin ku vebijarkên xwe vekirî bihêlin, çêtirîn ku her pêşkêşkerek AI-ê pêşkêşî dike bikar bînin, di heman demê de ji xetereya girtina nav yek pergalê dûr dikevin.

Hûn dikarin bi vî rengî bifikirin: Ma em ji bo taybetmendiyên xweya AI-ya xweya hilberîner GPT-ya OpenAI-yê, Gemini-ya Google-ê, an Llama-2-a Meta-yê bikar bînin? Ma divê em ji bo danîna ewr-beradayî, mînakek birêvebirî, an bicîhkirina xwe-mêvandar hilbijêrin? Ev ne biryarên piçûk in, û dibe ku ew bi demê re biguhezin ji ber ku modelên nû têne berdan û pêşkêşkerên nû dikevin sûkê.

Nêzîkatiya AI-ya Agnostic piştrast dike ku pergala me her gav amade ye ku biguncîne. Pêkanîna me sê hêmanên sereke hene: navgînek, router, û modelên AI bixwe. Têkilî hûrguliyên pêkanîna pergala AI-ê ji holê radike, û hêsantir dike ku beşên din ên nermalava me bi wê re têkilî daynin. Router li ser bingeha faktorên cihêreng ên wekî celebê daxwazê ​​û kapasîteyên modelên AI-ê yên berdest biryar dide ku li ku derê her daxwazek bişîne. Di dawiyê de, model peywirên AI-ê yên rastîn pêk tînin, ku dibe ku pêvajoyên pêş-pêvajoya daneya xwerû û formatkirina encamê hewce bike.

Ma hûn dikarin aliyên metodolojîk ên ku rêberiya pêvajoya biryara we dikin dema ku model û pêşkêşkerên AI-ê yên herî maqûl ji bo karên taybetî hilbijêrin vebêjin?

Ji bo her taybetmendiya nû ya ku em pêş dixin, em bi afirandina pîvanek nirxandinê dest pê dikin. Ev pîvan ji bo nirxandina karbidestiya modelên cûda yên AI-ê di çareserkirina peywira di dest de hatî çêkirin. Lê em ne tenê li ser performansê disekinin, em bilez û lêçûna her modelê jî dihesibînin. Ev ji me re nêrînek tevayî ya nirxa her modelê dide me, ku dihêle ku em ji bo daxwazên rêvekirinê vebijarka herî biha-bandor hilbijêrin.

Lêbelê, pêvajoya me bi dawî nabe. Di qada bilez a AI-ê de, modelên nû bi domdarî têne berdan û yên heyî bi rêkûpêk têne nûve kirin. Ji ber vê yekê, gava ku modelek nû an nûvekirî peyda dibe, em pîvana nirxandina xwe ji nû ve dimeşînin. Ev dihêle em performansa modela nû an nûvekirî bi ya hilbijartina meya heyî re bidin ber hev. Ger modelek nû ji ya heyî derkeve, wê hingê em modula routerê xwe nûve dikin da ku vê guherînê nîşan bide.

Hin dijwariyên guheztina bêkêmasî di navbera model û pêşkêşkerên cûrbecûr AI-ê de çi ne?

Veguheztina bêkêmasî di navbera model û pêşkêşkerên cûrbecûr AI-ê de bi rastî komek dijwariyên bêhempa peyda dike.

Pêşîn, her pêşkêşkerek AI-ê hewceyê têketinên ku bi awayên taybetî têne format kirin hewce dike, û modelên AI-ê dikarin li hember heman daxwazan cûda reaksiyon bikin. Ev tê vê wateyê ku em hewce ne ku ji bo her modelê ferdî xweşbîn bikin, ku ji ber cûrbecûr vebijarkan dikare pir tevlihev be.

Ya duyemîn, modelên AI-ê xwedî kapasîteyên cûda ne. Mînakî, hin model dikarin di formata JSON de encamek çêbikin, taybetmendiyek ku di gelek pêkanînên me de bikêr e. Yên din dikarin mîqdarên mezin ên nivîsê bişopînin, ku me dihêle ku ji bo hin karan çarçoveyek berfirehtir bikar bînin. Birêvebirina van kapasîteyan ji bo zêdekirina potansiyela her modelê beşek bingehîn a xebata me ye.

Di dawiyê de, pêdivî ye ku em pê ewle bibin ku bersivên AI-ê têne hilberandin ewle ne ku bikar bînin. Modelên AI-ê yên hilberî carinan dikarin "halusînasyonan" hilberînin, an bersivên derewîn, derveyî çarçovê, an jî potansiyel zirardar biafirînin. Ji bo sivikkirina vê yekê, em fîlterên paqijkirinê yên piştî-pêvajoyê yên hişk bicîh dikin da ku bersivên negunca bibînin û fîlter bikin.

Meriv çawa di hundurê pergala weya AI-ya agnostîk de hatî sêwirandin da ku pê ewle bibe ku ew bi bandor tevliheviyên teknolojiyên bingehîn ên AI-ê ji bo danûstendinên bikarhêner-heval vedigire?

Sêwirana pêwendiya me di navbera R&D û tîmên endezyariyê de hewldanek hevkar e. Em li ser bingehek taybetmendî-bi-taybetmendî dixebitin, hewcedarî û daneyên berdest ji bo her taybetmendiyê diyar dikin. Dûv re, em API-yek dîzayn dikin ku bêkêmasî bi hilberê re têkildar dibe, wê di Karûbarê AI-ya meya navxweyî de bicîh tîne. Ev rê dide tîmên endezyariyê ku balê bikişînin ser mantiqa karsaziyê, dema ku AI-Xizmeta me tevliheviyên mijûlbûna bi pêşkêşkerên cihêreng ên AI-ê re mijûl dibe.

Ev pêvajo ne li ser lêkolîna pêşkeftî, lê li şûna serîlêdana pratîkên endezyariya nermalava pejirandî ve girêdayî ye.

Li gorî operasyonên gerdûnî, InvGate çawa bi dijwariya hebûna herêmî û lihevhatina bi rêzikên daneya herêmî re mijûl dibe?

Paqijkirina hebûna herêmî û pabendbûna bi rêzikên daneya herêmî beşek girîng a karûbarên me yên li InvGate ye. Em bi baldarî pêşkêşkerên AI-ê hilbijêrin ku ne tenê dikarin di pîvanê de tevbigerin, lê di heman demê de standardên ewlehiyê yên bilind jî biparêzin û bi rêzikên herêmî re tevbigerin.

Mînakî, em tenê pêşkêşkerên ku bi rêzikên wekî Rêziknameya Parastina Daneyên Giştî (GDPR) li Yekîtiya Ewropî tevdigerin dihesibînin. Ev piştrast dike ku em dikarin bi ewlehî karûbarên xwe li herêmên cihêreng bicîh bikin, bi pêbaweriya ku em di çarçoveya qanûnî ya herêmî de dixebitin.

Pêşkêşvanên sereke yên ewr ên wekî AWS, Azure, û Google Cloud van hewcedariyên xwe têr dikin û cûrbecûr fonksiyonên AI-ê pêşkêş dikin, ku wan ji bo karûbarên me yên gerdûnî hevkarên minasib dikin. Wekî din, em bi domdarî çavdêriya guheztinên di rêzikên daneya herêmî de dikin da ku lihevhatina domdar piştrast bikin, wekî ku hewce be pratîkên xwe rast bikin.

Nêzîkatiya InvGate ya ji bo pêşkeftina çareseriyên IT-ê di deh salên dawî de, nemaze bi yekbûna AI-ya Generative re çawa pêşket?

Di deh salên dawî de, nêzîkatiya InvGate ya ji bo pêşkeftina çareseriyên IT-ê bi girîngî pêşketiye. Me bingeha taybetmendiya xwe bi kapasîteyên pêşkeftî yên mîna gerokên xebata otomatîkî, vedîtina cîhazê, û Daneyên Rêvebiriya Vesazkirinê (CMDB) berfireh kiriye. Van taybetmendiyan ji bo bikarhênerên me karûbarên IT-ê pir hêsan kirine.

Di van demên dawî de, me dest bi yekkirina GenAI-yê di hilberên xwe de kir. Ev bi saya pêşkeftinên vê dawiyê yên di pêşkêşkerên LLM-ê de, yên ku dest bi pêşkêşkirina çareseriyên lêçûn-bandor kirine, pêk hatiye. Yekbûna GenAI-yê rê da me ku em hilberên xwe bi piştgiriya AI-hêzê zêde bikin, çareseriyên me bikêrtir û bikarhêner-hevaltir bikin.

Dema ku hîn rojên destpêkê ne, em pêşbînî dikin ku AI dê di karûbarên IT-ê de bibe amûrek berbelav. Bi vî rengî, em plan dikin ku bi yekkirina teknolojiyên AI-ê re pêşveçûna hilberên xwe bidomînin.

Ma hûn dikarin rave bikin ka AI-ya hilberîner di nav Hub AI-ê de çawa lez û kalîteya bersivên li ser bûyerên IT-ya hevpar zêde dike?

AI-ya hilberîner a di nav AI Hub-a me de hem lez û hem jî kalîteya bersivên li ser bûyerên hevpar ên IT-ê bi girîngî zêde dike. Ew vê yekê bi pêvajoyek pir-gavek dike:

Têkiliya Destpêk: Dema ku bikarhênerek bi pirsgirêkekê re rû bi rû bimîne, ew dikare bi Nûnera meya Virtual a bi AI-ê-hêzdar (VA) re sohbetekê veke û pirsgirêkê rave bike. VA bi xweber di nav Bingeha Zanînê ya pargîdanî (KB) û danegehek giştî ya rêberên çareserkirina pirsgirêka IT-yê de digere, bi şêwazek danûstendinê rêbernameyê peyda dike. Ev pir caran pirsgirêkê zû û bi bandor çareser dike.

Çêkirina bilêtê: Ger pirsgirêk tevlihevtir e, VA dikare bilêtek biafirîne, bixweber agahdariya têkildar ji danûstendinê derxîne.

Bilêta Assignment: Pergal bilêtê li ser bingeha kategoriya bilêtê, pêşanî, û ezmûna ajanê bi mijarên bi vî rengî re ji karmendek piştgiriyê re destnîşan dike.

Agent Interaction: Ajan dikare ji bo agahdariya zêde bi bikarhênerê re têkilî daynin an jî wan agahdar bike ku pirsgirêk çareser bûye. Têkilî bi AI-ê re zêde dibe, pêşniyarên nivîsandinê ji bo çêtirkirina pêwendiyê peyda dike.

Escalation: Ger pirsgirêk zêdebûnê hewce dike, taybetmendiyên kurtkirina otomatîkî ji rêvebiran re dibe alîkar ku zû pirsgirêkê fam bikin.

Analysis Postmortem: Piştî ku bilêt girtî ye, AI analîzek sedema bingehîn pêk tîne, di analîz û raporên piştî mirinê de dibe alîkar. Ajan di heman demê de dikare AI-ê bikar bîne da ku gotarek bingehek zanînê amade bike, ku di pêşerojê de çareserkirina pirsgirêkên wekhev hêsan dike.

Dema ku me jixwe piraniya van taybetmendiyan bicîh kirine, em bi domdarî li ser zêdekirin û çêtirkirinên din dixebitin.

Digel taybetmendiyên dahatûyê yên mîna Nûnera Virtualê ya Tîmên MS-a jîrtir, di ezmûnên piştgirîya danûstendinê de pêşkeftinên hêvîdar çi ne?

Yek rêyek sozdar li pêş dirêjkirina ezmûna danûstendinê di nav "kopîlotek" de ye, ne tenê ku bikaribe bersiva pirsan bide û kiryarên hêsan bike, lê di heman demê de li ser navê bikarhêneran jî kiryarên tevlihevtir bike. Ev dikare ji bo baştirkirina kapasîteyên karûbarê xweser ên bikarhêneran, û hem jî ji bo peydakirina amûrên hêzdar ên zêde ji ajanan re kêrhatî be. Di dawiyê de, van pêwendiyên danûstendinê yên hêzdar dê AI-ê bikin hevalbendek berbiçav.

Spas ji bo hevpeyivîna hêja, xwendevanên ku dixwazin bêtir fêr bibin divê biçin InvGate.