Or Lenchner, CEO al Bright Data – Seria de interviuri

Or Lenchner, CEO al Bright Data, conduce platforma de colectare a datelor web de pe piață de la începutul anului 2018, conducând expansiunea, inovarea și creșterea acesteia la peste 100 de milioane de dolari americani în venituri anuale. Bright Data permite corporațiilor Fortune 500, afacerilor de top, universităților de renume și entităților publice să aibă acces la datele web publice în timp real și la scară largă. Lenchner este un susținător puternic al menținerii deschise și accesibile a datelor web publice, subliniind rolul critic pe care îl joacă în stimularea inovării.

Ce v-a inspirat să intrați în lumea datelor și a inteligenței artificiale, și de când ați devenit CEO în 2018, cum ați modelat misiunea și viziunea Bright Data?

Am fost întotdeauna fascinat de puterea datelor, în special de modul în care pot conduce decizii și stimula inovarea. Atunci când sunt utilizate corect, datele pot conduce și la transparență în afaceri. A devenit CEO al Bright Data în 2018 mi-a oferit oportunitatea de a ajuta la modelarea modului în care cercetătorii și afacerile utilizează datele web publice.

Care sunt principalele provocări cu care se confruntă echipele de inteligență artificială în ceea ce privește colectarea datelor web publice la scară largă, și cum abordează Bright Data aceste provocări?

Scalabilitatea rămâne una dintre cele mai mari provocări pentru echipele de inteligență artificială. Deoarece modelele de inteligență artificială necesită cantități masive de date, colectarea eficientă nu este o sarcină ușoară. Și deoarece modelele de inteligență artificială sunt la fel de bune ca datele cu care sunt antrenate, asigurarea faptului că echipele au acces la date proaspete și de înaltă calitate este o provocare constantă. Acest lucru este valabil mai ales în condițiile în care web-ul evoluează în timp real.

O altă preocupare majoră este conformitatea. Legile și cerințele de protecție a datelor continuă să evolueze, astfel încât echipele de inteligență artificială trebuie să fie întotdeauna conștiente de aceste schimbări. De asemenea, trebuie să înțeleagă cum să abordeze site-urile web care impun mecanisme anti-robot, ceea ce poate complica procesul de colectare a datelor.

Platforma pe care am construit-o la Bright Data abordează aceste provocări. Oferim colectare automată de date la scară largă, care livrează date reale și structurate în timp real. Instrumentele noastre bazate pe inteligență artificială curăță și validează datele pentru a asigura acuratețea. Avem măsuri stricte în vigoare pentru a asigura colectarea datelor în conformitate cu legile și reglementările în vigoare. Ideea este de a permite echipelor de inteligență artificială să se concentreze pe construirea unor modele excelente, în timp ce noi ne ocupăm de complexitățile colectării datelor.

Cum contribuie datele web de înaltă calitate la performanța modelului de inteligență artificială, și care sunt cele mai bune practici pentru a asigura acuratețea datelor?

Datele de înaltă calitate înseamnă date care sunt complete, lipsite de prejudecăți și, mai ales, precise. Dacă datele sunt incomplete sau pline de incoerențe și greșeli, modelul de inteligență artificială nu va funcționa conform așteptărilor.

Pentru a atinge acuratețea, este cel mai bine să se colecteze date dintr-o varietate de surse publice care au stabilit already reputația. Utilizarea a doar câtorva surse, sau mai rău, a unei singure surse de date, duce la probleme precum incompletețea. Având multiple surse, se poate face o corelare a datelor și se poate construi un set de date mai echilibrat și mai bine reprezentat. În plus, organizațiile ar trebui să ia în considerare validarea și curățarea automată a datelor, pentru a elimina eficient datele eronate și incoerente.

La Bright Data, luăm în considerare toți acești factori. Oferim echipelor de inteligență artificială date structurate și în timp real, care au fost validate pentru acuratețe. Astfel, ele pot antrena modele cu încredere.

Care sunt cele mai mari preocupări etice în ceea ce privește colectarea datelor web publice în prezent?

Confidențialitatea rămâne una dintre cele mai mari preocupări în ceea ce privește colectarea datelor web publice. Oamenii se tem că datele lor vor fi expuse la abuz și utilizare necorespunzătoare. Pentru a asigura că datele rămân private, este esențială transparența. Organizațiile care colectează date trebuie să fie transparente cu privire la datele pe care le colectează. Este important să se asigure publicului că datele lor sunt utilizate în conformitate cu regulile etice stricte.

O altă preocupare majoră este monopolizarea. Anumite companii mari dețin controlul asupra unei cantități uriașe de date, ceea ce creează un teren de joc inegal, în care doar câteva entități au acces la informațiile necesare pentru a antrena modele de inteligență artificială și a stimula inovarea. Acest lucru nu este cum ar trebui să fie. Datele web publice ar trebui să rămână accesibile pentru afaceri, cercetători și dezvoltatori. Astfel, dezvoltarea inteligenței artificiale nu este concentrată în mâinile câtorva jucători importanți.

Etica nu este un gând ulterioară la Bright Data. Etica este încorporată în fiecare decizie pe care o luăm. Nu doar urmăm standardele industriei – le stabilim. Conducem industria de colectare a datelor în definirea standardelor etice corecte. Vrem să ne asigurăm că datele web publice sunt accesate în mod responsabil, transparent și în conformitate cu reglementările globale.

Cum asigură Bright Data conformitatea cu reglementările globale de protecție a datelor, permițând în același timp colectarea datelor la scară largă?

Organizația noastră este dedicată respectării cerințelor legale și de reglementare cu privire la colectarea și utilizarea datelor. Ne asigurăm că respectăm cerințele GDPR, CPRA, CCPA și alte reglementări relevante. În mod important, respectăm strict protocoalele Know Your Customer (KYC) pentru a ne asigura că doar utilizatorii legitimi au acces la platforma noastră. Soluțiile noastre de date pot fi accesate doar de către afaceri și cercetători legitimi.

Politica noastră de utilizare acceptabilă este, de asemenea, clară în ceea ce privește definirea datelor care pot și nu pot fi colectate. Acest lucru include utilizarea responsabilă. Avem o echipă de conformitate dedicată monitorizării continue a reglementărilor pentru a ne asigura că suntem la curent cu cele mai recente cerințe legale și de reglementare.

În orice caz, credem că datele web publice ar trebui să rămână accesibile. Scopul nostru este de a oferi echipelor de inteligență artificială datele de care au nevoie, asigurându-ne în același timp că respectăm standardele de confidențialitate și legale.

Cum echilibrați creșterea afacerii cu menținerea practicilor etice de colectare a datelor?

Noi considerăm întotdeauna etica și creșterea ca fiind inseparabile. Încrederea clienților noștri și relația pe care o construim cu ei sunt preocupări de primă importanță. Înțelegem că putem atinge succesul pe termen lung doar dacă colectăm date în condiții transparente și în conformitate cu legile aplicabile.

Prin urmare, am instituit un protocol strict de verificare a utilizatorilor noștri. Acesta este destinat să asigure că datele pe care le colectăm sunt utilizate în mod etic. Alocăm timp, efort și resurse pentru conformitate și securitate, pentru a proteja clienții noștri și publicul în general. Prin respectarea practicilor etice de colectare a datelor, reușim să avansăm din punct de vedere al afacerilor, contribuind în același timp la crearea unui ecosistem de inteligență artificială responsabil și transparent.

Cum rămâne Bright Data înaintea schimbărilor de reglementare în ceea ce privește protecția datelor?

Înțelegem că procesele și politicile noastre de utilizare a datelor trebuie să se schimbe pentru a reflecta schimbările în legi și reglementări. Prin urmare, consultăm în mod regulat experți juridici și comunicăm cu organismele de reglementare. De asemenea, participăm la discuții cu legislatori și alți actori implicați în procesul de elaborare a politicilor, oferind contribuții la crearea unor reglementări de date semnificative. Ne străduim să găsim un echilibru între inovare și protecția datelor.

Cadrul nostru de colectare și utilizare a datelor evoluează pe măsură ce noi legi sunt emise și reglementări revizuite. Avem o echipă de conformitate care actualizează proactiv politicile noastre de utilizare a datelor, pentru a ne asigura că platforma noastră este întotdeauna pe deplin conformă. În plus, operăm inițiative de educare a clienților pentru a promova utilizarea etică a datelor.

Care sunt tendințele emergente în colectarea datelor pentru inteligența artificială de care companiile ar trebui să fie conștiente?

Colectarea datelor în timp real devine o necesitate pentru modelele de inteligență artificială de astăzi. Este crucial pentru ele să aibă acces la cele mai recente sau la datele cele mai proaspete pentru a oferi un nivel ridicat de acuratețe și a furniza experiențe de utilizator îmbunătățite.

O altă tendință notabilă este dependența de datele sintetice utilizate pentru augmentarea datelor, în care inteligența artificială generează date care completează seturile de date colectate din scenarii din lumea reală.

Observ și o puternică interes pentru urmărirea inteligenței artificiale explicabile. Majoritatea modelelor de inteligență artificială actuale suferă de efectul cutiei negre, sau de lipsa de transparență în procesele lor de luare a deciziilor. Companiile încearcă să schimbe acest paradigma, creând modele de inteligență artificială care pot detalia modul în care au ajuns la ieșirile sau deciziile pe care le iau.

În cele din urmă, companiile sunt conștiente de creșterea preocupărilor legate de confidențialitatea datelor. De aceea, tehnicile de inteligență artificială destinate conservării confidențialității datelor, cum ar fi învățarea federată, devin din ce în ce mai solicitate. Organizațiile doresc să maximizeze antrenamentul modelului de inteligență artificială fără a compromite confidențialitatea datelor utilizatorilor.

Ne asigurăm că suntem la curent cu aceste tendințe, astfel încât putem construi soluții care permit echipelor de inteligență artificială să mențină un avantaj competitiv.

Cum vedeți agenții inteligenței artificiale și automatizarea schimbând peisajul colectării datelor?

În prezent, modelele de inteligență artificială utilizează seturi de date structurate, care sunt colectate în mare parte manual. Aceste seturi de date trec, de asemenea, prin preprocesare, curățare și alte proceduri care implică, de obicei, intervenția umană. Acest lucru este pe cale să se schimbe în viitorul apropiat, odată cu apariția agenților de inteligență artificială pentru colectarea și prelucrarea autonomă a datelor pentru antrenamentul inteligenței artificiale. Ei fac posibilă învățarea automată din datele web în timp real la o scară fără precedent.

Am creat infrastructura care sprijină implementarea și evoluția agenților de inteligență artificială, permițând accesul neted la date de înaltă calitate și în timp real de pe web. Această tehnologie permite sistemelor sofisticate de inteligență artificială să interacționeze în mod continuu cu datele web dinamice, să învețe din ele și să crească mai mari și mai bune.

Agenții de inteligență artificială pot transforma industrii, permițând sistemelor de inteligență artificială să acceseze și să învețe din seturi de date în continuă schimbare de pe web, în loc să se bazeze pe date statice și prelucrate manual. Acest lucru poate duce la apariția de chatbot-uri de inteligență artificială în domeniul bancar sau al securității cibernetice, de exemplu, care sunt capabile să ia decizii care reflectă realitățile cele mai recente. Acest lucru conduce la avansuri masive în eficiență și la mai multe domenii de automatizare.

La Bright Data, nu doar facilităm această transformare în peisajul colectării datelor. Credem că suntem în frunte, introducând o tehnologie care anunță următoarea generație de inteligență artificială. Ne bucurăm să ajutăm afacerile și echipele de inteligență artificială să valorifice pe deplin potențialul agenților de inteligență artificială pentru operațiunile lor.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe pot vizita Bright Data.