โมฮัมหมัด โอมาร์ ผู้ร่วมก่อตั้งและซีอีโอของ LXT – สัมภาษณ์ซีรีส์

โมฮัมหมัด โอมาร์ เป็นผู้ร่วมก่อตั้งและซีอีโอของ LXT ซึ่งเป็นผู้นำที่เกิดขึ้นใหม่ในด้านการฝึกอบรมข้อมูล AI เพื่อสนับสนุนเทคโนโลยีที่ฉลาดสำหรับองค์กรระดับโลก รวมถึงบริษัทเทคโนโลยีที่ใหญ่ที่สุดในโลก ในการร่วมมือกับเครือข่ายผู้ร่วมให้ข้อมูลระดับนานาชาติ LXT จะรวบรวมและทำเครื่องหมายข้อมูลทั่วหลายรูปแบบด้วยความเร็ว ขนาด และความคล่องตัวที่จำเป็นสำหรับองค์กร
ก่อตั้งขึ้นในปี 2010 LXT มีสำนักงานใหญ่อยู่ที่โตรอนโต ประเทศแคนาดา และมีสำนักงานอยู่ในสหรัฐอเมริกา ออสเตรเลีย อินเดีย ตุรกี สหราชอาณาจักร และอียิปต์

คุณสามารถแบ่งปันเรื่องราวการก่อตั้ง LXT ได้หรือไม่?

LXT ก่อตั้งขึ้นเพื่อตอบสนองความต้องการข้อมูลที่บริษัทที่ฉันทำงานเมื่อ 12 ปีที่แล้วต้องการ ในเวลานั้น บริษัทต้องการข้อมูลภาษาอาหรับ แต่ไม่มีผู้จัดหาที่เหมาะสม ฉันจึงตัดสินใจลาออกจากตำแหน่งและก่อตั้งบริษัทใหม่เพื่อเสนอบริการให้กับบริษัทเก่าของฉัน เราได้รับมอบหมายให้ทำงานในโครงการที่ท้าทายที่สุดและเราก็สามารถส่งมอบได้สำเร็จ สิ่งต่างๆ ก็เติบโตขึ้นจาก那里 และตอนนี้หลังจาก 12 ปีแล้ว เราได้สร้างความสัมพันธ์ที่แข็งแกร่งกับบริษัทนี้ และกลายเป็นผู้จัดหาข้อมูลภาษาที่มีคุณภาพสูง

อะไรคือความท้าทายที่ยิ่งใหญ่ที่สุดในการนำ AI ไปใช้?

นั่นเป็นคำถามที่ดี และเราก็รวมไว้ในรายงานการวิจัยล่าสุดของเรา The Path to AI Maturity ความท้าทายที่ใหญ่ที่สุดคือการรวมระบบที่มีอยู่หรือระบบเก่าเข้ากับโซลูชัน AI ซึ่งสมเหตุสมผลเมื่อพิจารณาว่าเราได้สำรวจบริษัทขนาดใหญ่ที่มีระบบเทคโนโลยีมากมายทั่วทั้งองค์กรที่ต้องรวมเข้ากับกลยุทธ์การเปลี่ยนแปลงดิจิทัล ความท้าทายอื่นๆ ที่ผู้ตอบแบบสำรวจให้ความสำคัญสูงคือการขาดทักษะที่มีความสามารถ การขาดการฝึกอบรมหรือทรัพยากร และการหาข้อมูลที่มีคุณภาพ ฉันไม่ประหลาดใจกับการตอบสนองเหล่านี้เพราะพวกมันถูกอ้างถึงบ่อยๆ และเนื่องจากความท้าทายด้านข้อมูลเป็นเหตุผลที่บริษัทของเรามีอยู่

เมื่อพูดถึงความท้าทายด้านข้อมูล LXT สามารถจัดหาข้อมูลและทำเครื่องหมายข้อมูลเพื่อให้ข้อมูลมีความหมายสำหรับอัลกอริทึมการเรียนรู้ของเครื่อง เรามีความสามารถในการทำสิ่งนี้ด้วยความเร็วและความคล่องตัว ซึ่งหมายความว่าเราสามารถส่งมอบข้อมูลที่มีคุณภาพสูงได้อย่างรวดเร็ว ลูกค้าหลายรายมาขอความช่วยเหลือจากเราเมื่อพวกเขาเตรียมที่จะเปิดตัวผลิตภัณฑ์ใหม่และต้องการให้แน่ใจว่าผลิตภัณฑ์ของพวกเขาจะได้รับการตอบรับที่ดีจากลูกค้า

ด้วยการทำงานร่วมกับเราเพื่อจัดหาข้อมูลและทำเครื่องหมายข้อมูล บริษัทต่างๆ สามารถแก้ไขปัญหาด้านทรัพยากรและทักษะที่มีความสามารถโดยการอนุญาตให้ทีมของพวกเขามุ่งเน้นไปที่การสร้างโซลูชันที่เป็นนวัตกรรม

LXT มีการครอบคลุมมากกว่า 750 ภาษา แต่มีความท้าทายด้านการแปลและท้องถิ่นที่ไปไกลกว่าโครงสร้างของภาษาเอง คุณสามารถพูดถึงวิธีที่ LXTเผชิญกับความท้าทายเหล่านี้ได้หรือไม่?

มีความท้าทายด้านการแปลและท้องถิ่นอยู่จริงๆ – โดยเฉพาะอย่างยิ่งเมื่อคุณขยายออกไปนอกภาษาที่พูดมากที่สุดซึ่งมีสถานะเป็นภาษาที่ได้รับการยอมรับและมาตรฐานที่สอดคล้องกัน หลายภาษาที่เราทำงานมีไม่มีระบบการเขียนที่เป็นทางการ ดังนั้นการบริหารจัดการความสอดคล้องทั่วทีมจึงกลายเป็นความท้าทาย เราแก้ไขปัญหาเหล่านี้และอื่นๆ เช่น การตรวจจับการกระทำที่ไม่ซื่อสัตย์ โดยการมีกระบวนการรับรองคุณภาพที่เข้มงวดอีกครั้ง ในรายงานการวิจัยเกี่ยวกับการเติบโตของ AI ที่เราได้ทำการสำรวจ มันชัดเจนว่าสำหรับองค์กรส่วนใหญ่ที่ทำงานกับข้อมูล AI คุณภาพเป็นสิ่งที่ต้องการสูงสุด และองค์กรส่วนใหญ่ที่สำรวจแสดงความเต็มใจที่จะจ่ายเพิ่มเพื่อให้ได้คุณภาพ

สำหรับบริษัทที่ต้องการจัดหาข้อมูลและทำเครื่องหมายข้อมูล เมื่อไหร่ควรเริ่มจัดหาข้อมูลเหล่านี้ในกระบวนการพัฒนาแอปพลิเคชัน?

เราขอแนะนำให้องค์กรสร้างกลยุทธ์ด้านข้อมูลเมื่อพวกเขาระบุกรณีการใช้งาน AI ของตน การรอจนกว่าแอปพลิเคชันจะอยู่ในระหว่างการพัฒนาอาจนำไปสู่การทำงานซ้ำที่ไม่จำเป็น เนื่องจาก AI อาจเรียนรู้สิ่งที่ไม่ถูกต้องและต้องได้รับการฝึกอบรมด้วยข้อมูลที่มีคุณภาพ ซึ่งอาจใช้เวลาในการจัดหามาและรวมเข้ากับกระบวนการพัฒนา

มีกฎเกณฑ์ใดที่จะทราบถึงความถี่ที่ข้อมูลควรได้รับการอัปเดตหรือไม่?

มันขึ้นอยู่กับประเภทของแอปพลิเคชันที่คุณกำลังพัฒนาและบ่อยแค่ไหนที่ข้อมูลที่รองรับมันเปลี่ยนแปลงไปอย่างมีนัยสำคัญ ซึ่งหมายความว่าข้อมูลเป็นตัวแทนของชีวิตจริง และเมื่อเวลาผ่านไป ข้อมูลจะต้องได้รับการอัปเดตเพื่อให้สะท้อนถึงสิ่งที่เกิดขึ้นในโลกได้อย่างถูกต้อง เราเรียกปรากฏการณ์นี้ว่าการเปลี่ยนแปลงแบบจำลอง ซึ่งมีสองประเภท แต่ละประเภทต้องการการฝึกอบรมอัลกอริทึมใหม่

• การเปลี่ยนแปลงแนวคิดเกิดขึ้นเมื่อมีความแตกต่างที่สำคัญระหว่างข้อมูลการฝึกอบรมและผลลัพธ์ของ AI ซึ่งอาจเกิดขึ้นอย่างรวดเร็วหรือค่อยเป็นค่อยไป ตัวอย่างเช่น ร้านค้าปลีกอาจใช้ข้อมูลลูกค้าในอดีตเพื่อฝึกอบรมแอปพลิเคชัน AI แต่เมื่อมีการเปลี่ยนแปลงอย่างมากในความเป็นจริงของลูกค้า อัลกอริทึมจะต้องได้รับการฝึกอบรมใหม่เพื่อสะท้อนถึงการเปลี่ยนแปลงนี้

• การเปลี่ยนแปลงข้อมูลเกิดขึ้นเมื่อข้อมูลที่ใช้ในการฝึกอบรมแอปพลิเคชันไม่ได้สะท้อนถึงข้อมูลที่แท้จริงที่พบเมื่อเข้าสู่การผลิต ซึ่งอาจเกิดจากปัจจัยต่างๆ รวมถึงการเปลี่ยนแปลงทางประชากรศาสตร์ การเปลี่ยนแปลงตามฤดูกาล หรือการวางแอปพลิเคชันในภูมิภาคใหม่

LXT ได้เปิดตัวรายงานที่มีชื่อว่า “The Path to AI Maturity 2023” มีอะไรที่น่าประหลาดใจในรายงานนี้บ้าง?

อาจจะไม่ควรประหลาดใจ แต่สิ่งที่โดดเด่นที่สุดคือความหลากหลายของการประยุกต์ใช้ คุณอาจคาดหวังว่าโดเมนการทำงาน 2-3 โดเมนจะครอบงำ แต่เมื่อเราถามถึงที่ที่ผู้ตอบแบบสำรวจวางแผนจะเน้นความพยายามของ AI และที่ที่พวกเขาวางแผนจะใช้งาน AI มัน看เหมือนจะไม่มีแนวโน้ม แต่เมื่อเราวิเคราะห์ข้อมูลและดูคำตอบเชิงคุณภาพ มันชัดเจนว่าการไม่มีแนวโน้ม คือแนวโน้ม เมื่อมองผ่านสายตาของผู้ตอบแบบสำรวจ หากคุณมีปัญหา ก็มีความเป็นไปได้ที่แท้จริงที่จะมีคนกำลังทำงานในโซลูชัน AI เพื่อแก้ไขปัญหา

AI ที่สร้างขึ้นกำลังจะเปลี่ยนแปลงโลก คุณมองเห็นอนาคตของโมเดลภาษาที่สร้างขึ้นได้ไกลแค่ไหน?

มุมมองส่วนตัวของฉันคือว่าศูนย์กลางของพลังของ AI ที่สร้างขึ้นอยู่บนภาษาธรรมชาติ ความฉลาดของ AI ถูกเรียนรู้ผ่านภาษา ความสามารถในการแก้ไขปัญหาที่ซับซ้อนถูกทำให้สำเร็จผ่านการโต้ตอบภาษาธรรมชาติที่ซ้ำๆ กันและสะสม ด้วยมุมมองนี้ ฉันเชื่อว่าโมเดลภาษาที่สร้างขึ้นจะเดินไปพร้อมๆ กับองค์ประกอบอื่นๆ ของ AI ทั้งหมด

คุณมีภาพอนาคตสำหรับ AI และสำหรับ LXT อย่างไร?

ฉันเป็นคนมองโลกในแง่ดีโดยธรรมชาติ และสิ่งนี้จะส่งผลต่อคำตอบของฉัน แต่ภาพอนาคตของ AI ที่ฉันมีคือการเห็น AI ปรับปรุงคุณภาพชีวิตให้กับทุกคน เพื่อทำให้โลกของเราน่าอยู่มากขึ้น และเป็นสถานที่ที่ดีกว่าสำหรับคนรุ่นต่อๆ ไป สำหรับ LXT ฉันหวังว่าองค์กรจะยังคงสร้างบนจุดแข็งของมัน ต่อเติมและเติบโต และกลายเป็นนายจ้างที่ดี และเป็น พลังที่ดีสำหรับชุมชนโลกที่ทำให้ธุรกิจของเราสามารถดำเนินต่อไปได้ ในระดับมหภาค ฉันหวังว่า LXT จะมีส่วนร่วมในลักษณะที่สำคัญและเป็นประโยชน์ในการเติมเต็มภาพอนาคตของ AI ที่ฉันมี

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม LXT เพื่อเรียนรู้เพิ่มเติม