Mohammad Omar, mede-oprichter en CEO van LXT – Interviewreeks

Mohammad Omar is de mede-oprichter en CEO van LXT, een opkomende leider in AI-trainingsdata om intelligente technologie voor wereldwijde organisaties te laten functioneren, waaronder de grootste technologiebedrijven ter wereld. In samenwerking met een internationaal netwerk van bijdragers, verzamelt en annoteren wij data in meerdere modaliteiten met de snelheid, schaal en flexibiliteit die door het bedrijfsleven wordt vereist. Opgericht in 2010, heeft LXT zijn hoofdkantoor in Toronto, Canada, met een aanwezigheid in de Verenigde Staten, Australië, India, Turkije, het VK en Egypte.

Kunt u het verhaal achter LXT delen?

LXT werd opgericht als antwoord op een acute behoefte aan data die mijn werkgever van twaalf jaar geleden had. Toen had het bedrijf Arabische data nodig, maar had het niet de juiste leveranciers om het te betrekken. Als risicovolle ondernemer, besloot ik om mijn functie op te zeggen, een nieuw bedrijf op te richten en ons diensten aan mijn voormalige werkgever aan te bieden. Meteen kregen we enkele van hun meest uitdagende projecten, die we succesvol afrondden, en vanaf dat moment groeide alles. Nu, meer dan 12 jaar later, hebben we een sterke relatie met dit bedrijf opgebouwd en zijn we een vertrouwde leverancier van hoogwaardige taaldata geworden.

Wat zijn enkele van de grootste uitdagingen bij het inzetten van AI op grote schaal?

Dat is een geweldige vraag, en we hebben dat eigenlijk opgenomen in ons laatste onderzoeksrapport, The Path to AI Maturity. De belangrijkste uitdaging die de respondenten noemden, was het integreren van hun bestaande of legacy-systemen in AI-oplossingen. Dit is logisch, gezien het feit dat we grotere bedrijven hebben ondervraagd die waarschijnlijk een reeks technische systemen hebben die moeten worden gerationaliseerd in een digitale transformatie-strategie. Andere uitdagingen die respondenten hoog hebben gerangschikt, waren het gebrek aan geschoolde talenten, het gebrek aan training of middelen en het vinden van kwaliteitsdata. Ik was niet verrast door deze antwoorden, aangezien ze vaak worden genoemd en ook omdat de dataproblematiek de reden is waarom onze organisatie bestaat.

Wanneer het gaat om dataproblemen, kan LXT zowel data verzamelen als annoteren, zodat machine learning-algoritmen er iets van kunnen maken. We zijn in staat om dit te doen op grote schaal en met flexibiliteit, wat betekent dat we hoogwaardige data zeer snel leveren. Klanten komen vaak naar ons toe als ze klaar zijn voor een lancering en willen dat hun product goed wordt ontvangen door klanten,

Door met ons samen te werken om data te verzamelen en te annoteren, kunnen bedrijven hun tekorten aan middelen en talenten aanpakken door hun teams te laten focussen op het bouwen van innovatieve oplossingen.

LXT biedt dekking voor meer dan 750 talen, maar er zijn vertalings- en lokaliseringsuitdagingen die verder gaan dan de structuur van de taal zelf. Kunt u bespreken hoe LXT deze uitdagingen aanpakt?

Er zijn inderdaad vertalings- en lokaliseringsuitdagingen – vooral als je buiten de meest gesproken talen gaat die officiële status en standaardisatie hebben. Veel van de talen waarin we werken, hebben geen officiële spelling, dus het beheersen van consistentie binnen een team wordt een uitdaging. We pakken deze en andere uitdagingen aan – zoals het detecteren van frauduleus gedrag – door strikte processen voor kwaliteitsborging te hebben. Nogmaals, het was heel duidelijk in het AI-maturiteitsonderzoeksrapport dat voor de meeste organisaties die met AI-data werken, kwaliteit bovenaan de lijst van prioriteiten staat. En de meeste ondervraagde organisaties gaven aan bereid te zijn om meer te betalen om dit te krijgen.

Voor bedrijven die data-verzameling en data-annotatie nodig hebben, hoe vroeg in de applicatie-ontwikkelingsreis moeten ze beginnen met het verzamelen van deze data?

We raden organisaties aan om een datastrategie te creëren zodra ze hun AI-gebruikszaak hebben geïdentificeerd. Wachten tot de applicatie in ontwikkeling is, kan leiden tot veel onnodig overwerk, aangezien de AI de verkeerde dingen kan leren en opnieuw getraind moet worden met kwaliteitsdata, wat tijd kan kosten om te verzamelen en te integreren in het ontwikkelingsproces.

Wat is de regel voor het weten hoe vaak data moet worden bijgewerkt?

Het hangt echt af van het type applicatie dat u ontwikkelt en hoe vaak de data die het ondersteunt, op een significante manier verandert. Dit betekent dat data een weerspiegeling is van het echte leven, en dat de data in de loop van de tijd moet worden bijgewerkt om een nauwkeurige weerspiegeling te geven van wat er in de wereld gebeurt. We noemen dit fenomeen modeldrift, waarvan er twee soorten zijn, elk met een hertraining van algoritmes.

• Conceptdrift treedt op wanneer er een significant verschil is tussen de trainingsdata en de AI-uitvoer verandert, wat plotseling of geleidelijk kan gebeuren. Bijvoorbeeld, een retailer kan historische klantgegevens gebruiken om een AI-toepassing te trainen. Maar wanneer er een enorme verschuiving in de consumentenrealiteit optreedt, moet de algoritme opnieuw getraind worden om dit te weerspiegelen.

• Data-drift vindt plaats wanneer de data die wordt gebruikt om een applicatie te trainen, niet langer de daadwerkelijke data weerspiegelt die wordt gegenereerd wanneer deze in productie gaat. Dit kan worden veroorzaakt door een reeks factoren, waaronder demografische verschuivingen, seizoensgebondenheid of de situatie van een applicatie in een nieuwe geografische regio.

LXT heeft onlangs een rapport gepubliceerd met de titel “The Path to AI Maturity 2023”. Wat waren enkele van de inzichten in dit rapport die u verrasten?

Het had me waarschijnlijk niet moeten verbazen, maar het ding dat echt opviel, was de diversiteit van toepassingen. U had misschien verwacht dat twee of drie domeinen van activiteit zouden domineren, maar toen we vroegen waar de respondenten hun AI-inspanningen wilden richten en waar ze hun AI wilden inzetten, leek het aanvankelijk chaotisch – de afwezigheid van een trend. Maar toen we door de gegevens gingen en naar de kwalitatieve antwoorden keken, werd het duidelijk dat de afwezigheid van een trend is de trend. Tenminste, door de ogen van onze respondenten, als u een probleem heeft, is er een reële mogelijkheid dat iemand aan een AI-oplossing werkt.

Generatieve AI neemt de wereld bij storm, wat is uw visie op hoe ver taalgenererende modellen de industrie kunnen brengen?

Mijn persoonlijke mening hierover is dat centraal in de echte kracht van Generatieve Kunstmatige Intelligentie – ik kies ervoor om de woorden hier te gebruiken in plaats van de afkorting voor nadruk – Natuurlijke Taalbegrip ligt. De ‘intelligentie’ van AI wordt geleerd door taal; de mogelijkheid om complexe problemen aan te pakken en uiteindelijk op te lossen, wordt bemiddeld door iteratieve en cumulatieve natuurlijke taalinteracties. Met dit in gedachten, geloof ik dat taalgenererende modellen in tandem zullen gaan met andere elementen van AI.

Wat is uw visie voor de toekomst van AI en voor de toekomst van LXT?

Ik ben een optimist van nature en dat zal mijn antwoord hier kleuren, maar mijn visie voor de toekomst van AI is om te zien dat het de kwaliteit van het leven voor iedereen verbetert; om te zien dat het onze wereld een veiligere, betere plek maakt voor toekomstige generaties. Op micro-niveau is mijn visie voor LXT om te zien dat de organisatie voortbouwt op haar sterke punten, om te groeien en een werkgever van keuze te worden, en een kracht voor het goede, voor de mondiale gemeenschap die onze business mogelijk maakt. Op macro-niveau is mijn visie voor LXT om op significante, zinvolle wijze bij te dragen aan de vervulling van mijn optimistisch gekleurde visie voor de toekomst van AI.

Dank u voor het geweldige interview, lezers die meer willen leren, kunnen LXT bezoeken.