Mohammad Omar ผู้ร่วมก่อตั้งและ CEO ของ LXT – Interview Series

Mohammad Omar เป็นผู้ร่วมก่อตั้งและซีอีโอของ แอลเอ็กซ์ทีซึ่งเป็นผู้นำด้านข้อมูลการฝึกอบรม AI เพื่อขับเคลื่อนเทคโนโลยีอัจฉริยะสำหรับองค์กรระดับโลก รวมถึงบริษัทเทคโนโลยีที่ใหญ่ที่สุดในโลก ด้วยความร่วมมือกับเครือข่ายผู้ร่วมให้ข้อมูลระหว่างประเทศ LXT รวบรวมและใส่คำอธิบายประกอบข้อมูลในรูปแบบต่างๆ ด้วยความเร็ว ขนาด และความคล่องตัวที่องค์กรต้องการ LXT ก่อตั้งขึ้นในปี พ.ศ. 2010 มีสำนักงานใหญ่อยู่ในเมืองโตรอนโต ประเทศแคนาดา โดยมีสำนักงานอยู่ในสหรัฐอเมริกา ออสเตรเลีย อินเดีย ตุรกี สหราชอาณาจักร และอียิปต์

คุณช่วยแบ่งปันเรื่องราวกำเนิดเบื้องหลัง LXT ได้ไหม?

LXT ก่อตั้งขึ้นเพื่อตอบสนองความต้องการข้อมูลที่นายจ้างของฉันเมื่อ 12 ปีที่แล้วกำลังเผชิญอยู่ ในเวลานั้น บริษัทต้องการข้อมูลภาษาอาหรับ แต่ไม่มีซัพพลายเออร์ที่เหมาะสมในการจัดหาข้อมูลดังกล่าว ฉันตัดสินใจลาออกจากตำแหน่ง ตั้งบริษัทใหม่ และหันกลับมาให้บริการแก่นายจ้างเก่าของฉัน ทันทีที่เราได้รับโปรเจ็กต์ที่ท้าทายที่สุดของพวกเขาซึ่งเราดำเนินการได้สำเร็จ และสิ่งต่างๆ ก็เติบโตขึ้นจากที่นั่น กว่า XNUMX ปีต่อมา เราได้สร้างความสัมพันธ์ที่แน่นแฟ้นกับบริษัทนี้ และกลายเป็นซัพพลายเออร์ที่เข้าถึงได้สำหรับข้อมูลภาษาคุณภาพสูง

อะไรคือความท้าทายที่ใหญ่ที่สุดเบื้องหลังการปรับใช้ AI ในวงกว้าง

นั่นเป็นคำถามที่ยอดเยี่ยม และเราได้รวมคำถามนั้นไว้ในรายงานการวิจัยล่าสุดของเราแล้ว เส้นทางสู่ความเป็นผู้ใหญ่ของ AI. ความท้าทายสูงสุดที่ผู้ตอบแบบสอบถามอ้างถึงคือการรวมระบบที่มีอยู่หรือระบบเดิมเข้ากับโซลูชัน AI สิ่งนี้สมเหตุสมผลเมื่อพิจารณาจากข้อเท็จจริงที่ว่าเราสำรวจบริษัทขนาดใหญ่ที่น่าจะมีระบบเทคโนโลยีมากมายทั่วทั้งองค์กร ซึ่งจำเป็นต้องได้รับการปรับให้เป็นกลยุทธ์การเปลี่ยนแปลงทางดิจิทัล ความท้าทายอื่น ๆ ที่ผู้ตอบแบบสอบถามได้รับการจัดอันดับสูง ได้แก่ การขาดความสามารถที่มีทักษะ การขาดการฝึกอบรมหรือทรัพยากร และการจัดหาข้อมูลที่มีคุณภาพ ฉันไม่แปลกใจกับคำตอบเหล่านี้ตามที่มักอ้างถึง และแน่นอนว่าเพราะความท้าทายด้านข้อมูลคือเหตุผลขององค์กรของเราที่เป็นเช่นนั้น

เมื่อพูดถึงความท้าทายด้านข้อมูล LXT สามารถแหล่งข้อมูลและติดป้ายกำกับเพื่อให้อัลกอริธึมการเรียนรู้ของเครื่องสามารถเข้าใจได้ เราพร้อมที่จะทำเช่นนี้ในวงกว้างและด้วยความคล่องตัว ซึ่งหมายความว่าเราส่งมอบข้อมูลคุณภาพสูงได้อย่างรวดเร็ว ลูกค้ามักจะมาหาเราเมื่อพวกเขาเตรียมพร้อมสำหรับการเปิดตัวและต้องการให้แน่ใจว่าลูกค้าตอบรับผลิตภัณฑ์ของตนเป็นอย่างดี 

ด้วยการทำงานร่วมกับเราในการจัดหาและติดฉลากข้อมูล บริษัทต่างๆ สามารถจัดการกับการขาดแคลนทรัพยากรและความสามารถโดยให้ทีมของพวกเขามุ่งเน้นไปที่การสร้างโซลูชันที่เป็นนวัตกรรมใหม่

LXT ให้บริการครอบคลุมมากกว่า 750 ภาษา แต่มีความท้าทายในการแปลและโลคัลไลเซชันที่อยู่นอกเหนือไปจากโครงสร้างของภาษาเอง คุณช่วยอภิปรายว่า LXT เผชิญกับความท้าทายเหล่านี้ได้อย่างไร

มีความท้าทายในการแปลและโลคัลไลเซชันอย่างแน่นอน โดยเฉพาะอย่างยิ่งเมื่อคุณแตกแขนงออกไปนอกเหนือไปจากภาษาที่พูดกันอย่างแพร่หลายซึ่งมีแนวโน้มที่จะมีสถานะเป็นทางการและระดับของมาตรฐานที่สอดคล้องกัน หลายภาษาที่เราทำงานไม่มีอักขรวิธีที่เป็นทางการ ดังนั้นการจัดการความสอดคล้องกันในทีมจึงกลายเป็นเรื่องท้าทาย เราจัดการกับความท้าทายเหล่านี้และความท้าทายอื่นๆ เช่น การตรวจจับพฤติกรรมฉ้อโกง โดยมีกระบวนการที่เข้มงวดสำหรับการประกันคุณภาพ เป็นอีกครั้งที่ชัดเจนมากในรายงานการวิจัยวุฒิภาวะของ AI ว่าสำหรับองค์กรส่วนใหญ่ที่ทำงานกับข้อมูล AI คุณภาพจะอยู่ที่ด้านบนสุดของรายการลำดับความสำคัญ และองค์กรส่วนใหญ่ที่ทำแบบสำรวจแสดงความเต็มใจที่จะจ่ายมากขึ้นเพื่อให้ได้สิ่งนี้ 

สำหรับบริษัทที่ต้องการการจัดหาข้อมูลและคำอธิบายประกอบข้อมูล พวกเขาควรเริ่มจัดหาข้อมูลนี้ตั้งแต่เนิ่นๆ เท่าใดในเส้นทางการพัฒนาแอปพลิเคชัน

เราขอแนะนำให้องค์กรต่างๆ สร้างกลยุทธ์ด้านข้อมูลทันทีที่พวกเขาระบุกรณีการใช้งาน AI ของตน การรอจนกระทั่งแอปพลิเคชันอยู่ในระหว่างการพัฒนาอาจนำไปสู่การทำงานซ้ำที่ไม่จำเป็นจำนวนมาก เนื่องจาก AI อาจเรียนรู้สิ่งที่ไม่ถูกต้องและต้องได้รับการฝึกฝนใหม่ด้วยข้อมูลที่มีคุณภาพ ซึ่งอาจใช้เวลาในการจัดหาและผสานรวมเข้ากับกระบวนการพัฒนา

หลักทั่วไปในการทราบความถี่ที่ควรอัปเดตข้อมูลคืออะไร

ขึ้นอยู่กับประเภทของแอปพลิเคชันที่คุณกำลังพัฒนาและความถี่ของข้อมูลที่สนับสนุนการเปลี่ยนแปลงอย่างมีนัยสำคัญ ซึ่งหมายความว่าข้อมูลเป็นตัวแทนของชีวิตจริง และเมื่อเวลาผ่านไป ข้อมูลจะต้องได้รับการปรับปรุงเพื่อให้สะท้อนถึงสิ่งที่เกิดขึ้นในโลกได้อย่างแม่นยำ เราเรียกปรากฏการณ์นี้ว่าโมเดลดริฟท์ ซึ่งมีอยู่ XNUMX ประเภท โดยแต่ละประเภทต้องมีการฝึกอบรมอัลกอริทึมใหม่

• การเบี่ยงเบนของแนวคิดเกิดขึ้นเมื่อความแตกต่างอย่างมีนัยสำคัญระหว่างข้อมูลการฝึกอบรมและเอาต์พุต AI เปลี่ยนไป ซึ่งอาจเกิดขึ้นอย่างกะทันหันหรือค่อยเป็นค่อยไป ตัวอย่างเช่น ผู้ค้าปลีกอาจใช้ข้อมูลประวัติลูกค้าเพื่อฝึกแอปพลิเคชัน AI แต่เมื่อมีการเปลี่ยนแปลงครั้งใหญ่ในความเป็นจริงของผู้บริโภค อัลกอริทึมจะต้องได้รับการฝึกอบรมใหม่เพื่อให้สะท้อนถึงสิ่งนี้

• การเลื่อนลอยของข้อมูลเกิดขึ้นเมื่อข้อมูลที่ใช้ในการฝึกแอปพลิเคชันไม่สะท้อนข้อมูลจริงที่พบเมื่อเข้าสู่การผลิตอีกต่อไป ซึ่งอาจเกิดจากปัจจัยหลายประการ ได้แก่ การเปลี่ยนแปลงทางประชากร ฤดูกาล หรือสถานการณ์ของแอปพลิเคชันในพื้นที่ทางภูมิศาสตร์ใหม่

LXT เพิ่งเปิดเผยรายงานเรื่อง “เส้นทางสู่ AI Maturity ปี 2023". ประเด็นสำคัญอะไรบ้างในรายงานนี้ที่ทำให้คุณประหลาดใจ

อาจไม่ใช่เรื่องน่าแปลกใจ แต่สิ่งที่โดดเด่นจริงๆ คือความหลากหลายของแอปพลิเคชัน คุณอาจคาดหวังว่ากิจกรรมสองหรือสามโดเมนจะครอบงำ แต่เมื่อเราถามว่าผู้ตอบแบบสอบถามวางแผนที่จะมุ่งเน้นความพยายามด้าน AI ไปที่ใด และพวกเขาวางแผนที่จะปรับใช้ AI ของพวกเขาที่ใด ในตอนแรกดูเหมือนความสับสนวุ่นวาย – ไม่มีแนวโน้มใดๆ เลย แต่จากการกลั่นกรองข้อมูลและดูการตอบสนองเชิงคุณภาพ เห็นได้ชัดว่าไม่มีแนวโน้ม is แนวโน้ม อย่างน้อยในสายตาของผู้ตอบแบบสอบถามของเรา หากคุณมีปัญหา แสดงว่ามีความเป็นไปได้จริงที่มีใครบางคนกำลังทำงานเกี่ยวกับโซลูชัน AI อยู่

เจเนอเรทีฟเอไอกำลังทำให้โลกต้องตกตะลึง คุณมีความคิดเห็นอย่างไรเกี่ยวกับเจเนอเรทีฟเอไอที่สามารถนำพาอุตสาหกรรมไปได้ไกลเพียงใด

ความเห็นส่วนตัวของฉันเกี่ยวกับสิ่งนี้คือศูนย์กลางของพลังที่แท้จริงของ Generative Artificial Intelligence – ฉันเลือกที่จะใช้คำที่นี่แทนที่จะใช้คำย่อเพื่อเน้นย้ำ – คือ Natural Language Understanding 'ความฉลาด' ของ AI เรียนรู้ผ่านภาษา ความสามารถในการระบุและแก้ปัญหาที่ซับซ้อนในท้ายที่สุดนั้นใช้สื่อกลางผ่านการโต้ตอบทางภาษาธรรมชาติแบบวนซ้ำและแบบสะสม เมื่อคำนึงถึงสิ่งนี้ ฉันเชื่อว่าโมเดลการกำเนิดภาษาจะล็อคสเต็ปกับองค์ประกอบอื่นๆ ของ AI ไปตลอดทาง

วิสัยทัศน์ของคุณสำหรับอนาคตของ AI และอนาคตของ LXT คืออะไร

ฉันเป็นคนมองโลกในแง่ดีโดยธรรมชาติและนั่นจะทำให้คำตอบของฉันมีสีสัน แต่วิสัยทัศน์ของฉันสำหรับอนาคตของ AI คือการเห็นว่า AI ปรับปรุงคุณภาพชีวิตสำหรับทุกคน เพื่อให้โลกของเราเป็นสถานที่ที่ปลอดภัยยิ่งขึ้น และเป็นสถานที่ที่ดีกว่าสำหรับคนรุ่นต่อไปในอนาคต ในระดับจุลภาค วิสัยทัศน์ของฉันสำหรับ LXT คือการได้เห็นองค์กรยังคงสร้างจุดแข็งของตนต่อไป เติบโตและกลายเป็นนายจ้างที่ตนเลือก และเป็นพลังแห่งความดีสำหรับชุมชนโลกที่ทำให้ธุรกิจของเราเป็นไปได้ ในระดับมหภาค วิสัยทัศน์ของฉันสำหรับ LXT คือการมีส่วนร่วมในแนวทางที่สำคัญและมีความหมายเพื่อเติมเต็มวิสัยทัศน์ที่บิดเบือนในแง่ดีของฉันสำหรับอนาคตของ AI

ขอบคุณสำหรับบทสัมภาษณ์ที่ดี ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม แอลเอ็กซ์ที.