Mohammad Abu Sheikh, Fondator și CEO al CNTXT AI – Seria de interviuri

Mohammad Abu Sheikh este o persoană care transformă peisajul inteligenței artificiale în regiunea MENA, determinând o schimbare de la consumul pasiv la inovarea suverană. Ca CEO al CNTXT AI și fondator al unui fond de inteligență artificială în valoare de 10 milioane de dolari, el a condus trei ieșiri de succes și a obținut peste un miliard de dolari în finanțare. Lucrarea sa este fundamentul pentru un ecosistem de inteligență artificială înrădăcinat în limbă, cultură și suveranitate a datelor.

CNTXT AI este o companie de transformare digitală care oferă infrastructură de cloud, software industrial și soluții de robotică pentru a ajuta organizațiile să modernizeze operațiunile și să deblocheze insight-uri bazate pe date în întreaga regiune a Orientului Mijlociu și Africii de Nord.

Ce v-a inspirat să începeți CNTXT AI, și cum a început viziunea dvs. pentru inteligență artificială suverană în lumea arabă?

Am văzut abundența de date subutilizate în această parte a lumii. Multe dintre problemele de scalare a inteligenței artificiale proveneau din lipsa de pregătire a datelor — ceea ce a însemnat, în cele din urmă, o lipsă de pregătire pentru inteligența artificială. De aceea am început CNTXT AI.

Inițial, am rezolvat aceleași probleme pe care le-am întâmpinat în timp ce construiam LocAI… Am văzut aceste provocări direct, lucrând cu AI71, TII și G42 (IIAI). Pe măsură ce i-am ajutat pe acești entități să rezolve aceste probleme, viziunea a devenit mai clară, iar afacerea a continuat să crească.

Ați jucat un rol cheie în construirea celei mai mari biblioteci digitale arabe pentru antrenarea inteligenței artificiale. Care au fost unele dintre cele mai mari provocări în realizarea acestui lucru, și cum le-ați depășit?

Calitatea a fost una dintre cele mai mari provocări. O altă provocare a fost disponibilitatea limitată a datelor de înaltă calitate în limba arabă online: araba este serios subreprezentată. Doar o mică parte a conținutului în limba arabă a fost digitalizată, iar doar 3-5% din conținutul online este în arabă. Acest lucru este aproape nimic. Am depășit această problemă prin implementarea etichetatorilor de date, annotatorilor și oamenilor de știință pentru a digitaliza, crea și curăța datele noi înșine.

CNTXT AI operează la intersecția dintre cultură și calcul. Cum echilibrați inovația de inteligență artificială de ultimă generație cu obiectivul de a construi soluții cultural relevante pentru regiunea MENA?

Construim modele culturale încă de la început. De la infrastructură la produsul final, cultura este încorporată din start — nu este ceva pe care îl adăugăm mai târziu. Proiectăm, inovăm și construim cu culturi, dialecte și nevoi specifice în minte de la început. Araba este o limbă, dar poartă multe dialecte și contexte culturale în întreaga regiune, așa că construim produse locale pentru țări locale. Și facem acest lucru prin colaborarea cu annotatori locali, oameni pe teren, în țările lor.

Ați co-fondat, de asemenea, LocAI și conduceți fondul SMPL AI. Cum se completează aceste întreprinderi cu misiunea CNTXT AI?

LocAI este stratul de aplicație — partea cu care oamenii interacționează în mod real. Se află direct deasupra datelor și infrastructurii construite de CNTXT AI. Acesta a fost motivul pentru care a fost de succes: transformă fundațiile de inteligență artificială oferite de CNTXT AI în soluții reale pe care oamenii le pot utiliza.

SMPL AI, pe de altă parte, se concentrează pe returnarea comunității. Se axează pe investiții în startup-uri de stadiu incipient și ajută la construirea ecosistemului regional de inteligență artificială. Împărtășim uneltele și lecțiile pe care le-am învățat din construirea inteligenței artificiale noi înșine, astfel încât fondatorii să poată crește mai repede și să evite capcanele comune.

Munsit a fost numit cel mai precis model de recunoaștere a vorbirii arabe din lume. Ce a determinat dezvoltarea acestui model, și de ce acum?

Ceea ce a determinat dezvoltarea acestui model a fost nevoia simplă.

De obicei, construim din nevoie. Am privit piața și am văzut că peisajul era copt — agențiile guvernamentale și clienții privați cereau toți o soluție de acest gen.

Modelele existente nu erau la nivelul sarcinii. Majoritatea sunt construite pe tehnologie engleză și apoi adaptate. Nu sunt proiectate pentru araba de la început, și cu siguranță nu pentru problemele specifice pe care le rezolvăm.

Așa că am decis să construim propriul nostru model. Este arabă de la început — prin design.

Cercetarea din spatele lui Munsit introduce o abordare de învățare slab supravegheată. Puteți explica ce înseamnă acest lucru și de ce a fost esențial pentru antrenarea recunoașterii vorbirii arabe la scară?

Etichetarea este scumpă. Așa că am trebuit să mergem dincolo de metodele tradiționale care depind de transcrierea manuală pe scară largă. Învățarea slab supravegheată ne-a ajutat să scalăm fără a trebui să etichetăm manual fiecare fișier audio — ceea ce este mai ales important pentru araba, o limbă cu date limitate și multe dialecte diferite.

În loc să utilizăm audio transcris profesional, am început cu 30.000 de ore de vorbire arabă nelabelate. Am construit o conductă de etichetare care generează, filtrează și curăță cele mai bune utilizând verificări automate. Acest lucru ne-a oferit un set de date de înaltă calitate de 15.000 de ore — totul fără transcriere umană.

Acestă abordare a făcut posibilă antrenarea modelului nostru de la zero, capturând bogăția vorbirii arabe în situații reale, rapid și eficient din punct de vedere al costurilor. Fără această metodă, construirea unui sistem de recunoaștere a vorbirii arabe la această scară ar fi durat ani și milioane în eforturi manuale.

Munsit a depășit modelele de la OpenAI, Microsoft (MSFT ) și Meta în mai multe benchmark-uri. Ce spune acest realizare despre viitorul inovației de inteligență artificială în arabă?

Viitorul inteligenței artificiale arabe este în mâinile noastre; și acesta este exact ceea ce demonstrează acest realizare. Nu ne mai putem permite să ne bazăm pe tehnologii pe care nu le deținem sau să depindem de terți care nu prioritizează regiunea noastră.

Munsit arată că putem construi inteligență artificială de clasă mondială, din regiune, pentru regiune — utilizând talente locale pentru a rezolva probleme locale. Este un semnal clar că următoarea undă de inovație de inteligență artificială arabă va veni din interior.

Cum vedeți Munsit evoluând în versiunile viitoare, și care sunt următoarele frontiere pentru inteligența vocală arabă la CNTXT?

Veți trebui să așteptați și să vedeți. Ceea ce pot spune este că avem un nou set de soluții de inteligență artificială „arabă de la început” pe cale să fie lansate — toate alimentate de Munsit și de alte modele pe care le construim în prezent la CNTXT AI. Acesta este doar începutul.

Adesea vorbiți despre importanța „inteligenței artificiale suverane”. Ce înseamnă acest termen pentru dvs., și de ce este critic pentru Golf și regiunea MENA mai largă?

Pentru mine, inteligența artificială suverană înseamnă a avea control deplin și proprietate asupra datelor, infrastructurii și modelelor care ne modelează viitorul. Este critic pentru că avem nevoie să ne deținem propriul destin, și acesta începe cu datele.

Suveranitatea datelor este totul. Datele sunt prețioase, și avem nevoie să ne asigurăm că rămân în mâinile noastre.

Nu ne putem permite să ne predăm viitorul și să stăm inactivi în timp ce alții construiesc tehnologia pentru noi. Viitorul inteligenței artificiale în această regiune va veni din această regiune. Acesta este exact ceea ce lucrăm pentru a-l realiza.

Cum vedeți CNTXT AI modelând ecosistemul de inteligență artificială în Orientul Mijlociu în următorii cinci ani?

Prin facilitarea adevăratei pregătiri pentru inteligența artificială. Intrăm, înțelegem ce au nevoie companiile și guvernele, construim strategiile de date și inteligență artificială, și apoi îi ajutăm să construiască, să testeze, să implementeze și să scaleze.

Dacă datele sunt noul petrol, atunci datele nestructurate sunt petrol nears — plin de potențial, dar inutil până când sunt procesate. De aceea am construit CNTXT AI pentru a ajuta organizațiile să curățe, să structureze și să activeze datele lor. Pentru că acolo începe adevărata transformare a inteligenței artificiale.

În calitate de antreprenor și investitor, ce sfat ați da altor fondatori care construiesc startup-uri de inteligență artificială pe piețe emergente?

Începeți acum. Mișcați-vă repede. Eșuați rapid, învățați și mai repede, și continuați să iterați.

Ce este mai important, construiți pentru probleme reale. Rămâneți aproape de sol — ascultați utilizatorii, nu doar hype-ul. În piețele emergente, relevanța și adaptabilitatea sunt cheia.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre CNTXT AI.