محمد ابو شیخ، CNTXT AI کے بانی اور CEO - انٹرویو سیریز

محمد ابو شیخ غیر فعال کھپت سے خودمختار اختراع کی طرف منتقل کرتے ہوئے، MENA کے علاقے میں AI کے منظر نامے کو تبدیل کر رہا ہے۔ CNTXT AI کے CEO اور $10 ملین AI فنڈ کے بانی کے طور پر، اس نے تین کامیاب ایگزٹ کی قیادت کی ہے اور ایک بلین ڈالر سے زیادہ کی فنڈنگ ​​حاصل کی ہے۔ اس کا کام زبان، ثقافت اور ڈیٹا کی خودمختاری میں جڑے AI ماحولیاتی نظام کی بنیاد ڈال رہا ہے۔

ہم نے دنیا کے اس حصے میں کم استعمال شدہ ڈیٹا کی کثرت دیکھی۔ AI کو اسکیل کرنے میں بہت ساری پریشانیاں ڈیٹا کی تیاری کی کمی کی وجہ سے ہوئیں - جس کا مطلب آخر کار AI کی تیاری کی کمی ہے۔ اسی لیے ہم نے CNTXT AI شروع کیا۔

ابتدائی طور پر، ہم وہی مسائل حل کر رہے تھے جن کا سامنا ہمیں LocAI کی تعمیر کے دوران کرنا پڑا… ہم نے ان چیلنجوں کو AI71، TII اور G42 (IIAI) کے ساتھ کام کرتے ہوئے دیکھا۔ جیسا کہ ہم نے ان اداروں کو ان مسائل کو حل کرنے میں مدد کی، نقطہ نظر واضح ہوتا گیا اور کاروبار بڑھتا ہی چلا گیا۔

آپ نے AI ٹریننگ کے لیے سب سے بڑی عربی ڈیجیٹل لائبریری بنانے میں کلیدی کردار ادا کیا ہے۔ ایسا کرنے میں سب سے بڑے چیلنجز کیا تھے، اور آپ نے ان پر کیسے قابو پایا؟

معیار سب سے بڑے چیلنجوں میں سے ایک تھا۔ ایک اور اعلیٰ معیار کے عربی ڈیٹا کی آن لائن محدود دستیابی تھی: عربی کو سنجیدگی سے کم پیش کیا جاتا ہے۔ عربی زبان کے مواد کا صرف ایک چھوٹا سا حصہ ڈیجیٹائز کیا گیا ہے، اور تمام آن لائن مواد کا صرف 3-5% عربی میں ہے۔ یہ تقریباً کچھ بھی نہیں ہے۔ ہم نے خود ڈیٹا کو ڈیجیٹائز کرنے، تخلیق کرنے اور درست کرنے کے لیے ڈیٹا لیبلرز، تشریح کنندگان اور ڈیٹا سائنسدانوں کو تعینات کرکے اس مسئلے پر قابو پالیا۔

CNTXT AI ثقافت اور کمپیوٹیشن کے سنگم پر کام کرتا ہے۔ آپ MENA خطے کے لیے ثقافتی طور پر متعلقہ حل تیار کرنے کے ہدف کے ساتھ جدید ترین AI اختراع کو کیسے متوازن کرتے ہیں؟

ہم زمین سے ثقافتی بنیادوں پر ماڈل بناتے ہیں۔ بنیادی ڈھانچے سے لے کر حتمی مصنوعات تک، ثقافت شروع سے ہی سرایت شدہ ہے — یہ ایسی چیز نہیں ہے جسے ہم بعد میں شامل کرتے ہیں۔ ہم پہلے دن سے ہی مخصوص ثقافتوں، بولیوں اور ضروریات کو ذہن میں رکھتے ہوئے ڈیزائن، اختراعات اور تعمیر کرتے ہیں۔ عربی ایک زبان ہے، لیکن یہ پورے خطے میں بہت سی بولیاں اور ثقافتی سیاق و سباق رکھتی ہے، اس لیے ہم مقامی ممالک کے لیے مقامی مصنوعات تیار کرتے ہیں۔ اور ہم یہ کام مقامی تشریح کاروں، زمینی لوگوں کے ساتھ، ان کے اپنے ملکوں میں کام کرکے کرتے ہیں۔

آپ نے LocAI کی مشترکہ بنیاد بھی رکھی ہے اور SMPL AI فنڈ کی قیادت بھی کی ہے۔ یہ منصوبے کس طرح CNTXT AI کے مشن کی تکمیل کرتے ہیں؟

LocAI ایپلیکیشن کی پرت ہے — وہ حصہ جس کے ساتھ لوگ درحقیقت تعامل کرتے ہیں۔ یہ CNTXT AI کے ذریعے بنائے گئے ڈیٹا اور انفراسٹرکچر کے بالکل اوپر بیٹھا ہے۔ اسی چیز نے اسے کامیاب بنایا: یہ CNTXT AI کے ذریعے فراہم کردہ AI بنیادوں کو حقیقی دنیا کے حل میں تبدیل کرتا ہے جسے لوگ استعمال کر سکتے ہیں۔

دوسری طرف SMPL AI کمیونٹی کو واپس دینے کے بارے میں ہے۔ یہ ابتدائی مرحلے کے آغاز میں سرمایہ کاری اور علاقائی AI ماحولیاتی نظام کی تعمیر میں مدد کرنے پر توجہ مرکوز کرتا ہے۔ ہم ان ٹولز اور اسباق کا اشتراک کرتے ہیں جو ہم نے خود AI بنانے سے سیکھے ہیں، تاکہ بانی تیزی سے ترقی کر سکیں اور عام خرابیوں سے بچ سکیں۔

منسیت کو دنیا کا سب سے درست عربی اسپیچ ریکگنیشن ماڈل کہا جاتا ہے۔ اس ماڈل کی ترقی کس چیز نے کی، اور اب کیوں؟

جس چیز نے اس ماڈل کی ترقی کو آگے بڑھایا وہ آسان تھا: ضرورت۔

ہم ہمیشہ ضرورت سے تعمیر کرتے ہیں۔ ہم نے بازار کی طرف دیکھا اور دیکھا کہ زمین کی تزئین پکی تھی — سرکاری ایجنسیاں اور پرائیویٹ کلائنٹس سبھی اس طرح کا حل مانگ رہے تھے۔

موجودہ ماڈل صرف کام کے مطابق نہیں تھے۔ زیادہ تر انگریزی ٹیک پر بنائے گئے ہیں اور پھر موافقت پذیر ہیں۔ وہ بنیادی طور پر عربی کے لیے ڈیزائن نہیں کیے گئے ہیں، اور یقینی طور پر ان مخصوص مسائل کے لیے نہیں جنہیں ہم حل کر رہے ہیں۔

تو ہم نے خود ہی تعمیر کرنے کا فیصلہ کیا۔ یہ سب سے پہلے عربی ہے — ڈیزائن کے لحاظ سے۔

منسیت کے پیچھے کی تحقیق ایک کمزور زیر نگرانی سیکھنے کا طریقہ متعارف کراتی ہے۔ کیا آپ بتا سکتے ہیں کہ اس کا کیا مطلب ہے اور عربی ASR کو پیمانے پر تربیت دینے کے لیے یہ کیوں ضروری تھا؟

تشریح مہنگی ہے۔ لہذا ہمیں روایتی طریقوں سے آگے بڑھنا پڑا جو دستی نقل کی بڑی مقدار پر منحصر ہے۔ کمزور زیر نگرانی سیکھنے نے ہر آڈیو فائل کو ہاتھ سے لیبل لگائے بغیر اسکیل کرنے میں ہماری مدد کی — جو خاص طور پر عربی کے لیے اہم ہے، ایک ایسی زبان جس میں محدود ڈیٹا اور بہت سی مختلف بولیاں ہیں۔

پیشہ ورانہ طور پر نقل شدہ آڈیو استعمال کرنے کے بجائے، ہم نے 30,000 گھنٹے بغیر لیبل والی عربی تقریر کے ساتھ شروعات کی۔ ہم نے ایک تشریحی پائپ لائن بنائی ہے جو خودکار چیکوں کا استعمال کرتے ہوئے بہترین کو جنریٹ، فلٹر اور صاف کرتی ہے۔ اس نے ہمیں اعلیٰ معیار کا 15,000 گھنٹے کا ڈیٹاسیٹ دیا — یہ سب کچھ انسانی نقل کے بغیر۔

اس نقطہ نظر نے اپنے ماڈل کو شروع سے تربیت دینا ممکن بنایا، حقیقی زندگی کے حالات میں بولی جانے والی عربی کی فراوانی کو تیزی سے اور لاگت سے حاصل کیا۔ اس طریقہ کار کے بغیر، اس پیمانے پر عربی ASR نظام کی تعمیر میں سالوں اور لاکھوں افراد کی دستی محنت لگ جاتی۔

Munsit نے متعدد بینچ مارکس میں OpenAI، Microsoft، اور Meta کے ماڈلز کو پیچھے چھوڑ دیا۔ یہ کامیابی عربی AI اختراع کے مستقبل کے بارے میں کیا کہتی ہے؟

عربی AI کا مستقبل ہمارے ہاتھ میں ہے۔ اور اس کامیابی سے یہی ثابت ہوتا ہے۔ ہم مزید ان ٹیکنالوجیز پر انحصار کرنے کے متحمل نہیں ہو سکتے جن کے ہم مالک نہیں ہیں یا ان تیسرے فریق پر انحصار کرتے ہیں جو ہمارے علاقے کو ترجیح نہیں دیتے ہیں۔

منسیت سے پتہ چلتا ہے کہ ہم مقامی مسائل کو حل کرنے کے لیے مقامی صلاحیتوں کا استعمال کرتے ہوئے، خطے سے، خطے کے لیے عالمی معیار کی AI بنا سکتے ہیں۔ یہ ایک واضح اشارہ ہے کہ عربی AI جدت کی اگلی لہر اندر سے آئے گی۔

آپ مستقبل کے ورژن میں منسیت کو کیسے تیار ہوتے دیکھتے ہیں، اور CNTXT میں عربی آواز AI کے لیے اگلے محاذ کیا ہیں؟

آپ کو بس انتظار کرنا پڑے گا اور دیکھنا پڑے گا۔ میں جو کہہ سکتا ہوں وہ یہ ہے کہ ہمارے پاس عربی-پہلے AI حلوں کا ایک تازہ، نیا سوٹ ہے — یہ سب منسیت اور دیگر ماڈلز کے ذریعے تقویت یافتہ ہیں جنہیں ہم فی الحال CNTXT AI پر بنا رہے ہیں۔ یہ تو ابھی شروعات ہے۔

آپ اکثر "خودمختار AI" کی اہمیت کے بارے میں بات کرتے ہیں۔ اس اصطلاح کا آپ کے لیے کیا مطلب ہے، اور یہ خلیج اور وسیع تر MENA خطے کے لیے کیوں اہم ہے؟

میرے نزدیک خودمختار AI کا مطلب ڈیٹا، انفراسٹرکچر اور ماڈلز پر مکمل ملکیت اور کنٹرول ہے جو ہمارے مستقبل کو تشکیل دیتے ہیں۔ یہ اہم ہے کیونکہ ہمیں اپنی قسمت کا مالک ہونا ضروری ہے، اور یہ ڈیٹا سے شروع ہوتا ہے۔

ڈیٹا کی خودمختاری سب کچھ ہے۔ ڈیٹا قیمتی ہے، اور ہمیں یہ یقینی بنانا ہوگا کہ یہ ہمارے ہاتھ میں رہے۔

ہم اپنے مستقبل کے حوالے کرنے اور بیکار بیٹھنے کے متحمل نہیں ہو سکتے جب کہ دوسرے ہمارے لیے ٹیکنالوجی بناتے ہیں۔ اس خطے میں AI کا مستقبل اسی خطے سے آئے گا۔ بالکل وہی ہے جس کی طرف ہم کام کر رہے ہیں۔

آپ اگلے پانچ سالوں میں CNTXT AI کو مشرق وسطیٰ میں AI ماحولیاتی نظام کی تشکیل کیسے دیکھتے ہیں؟

حقیقی AI تیاری کو فعال کرکے۔ ہم اندر جاتے ہیں، سمجھتے ہیں کہ کمپنیوں اور حکومتوں کو کس چیز کی ضرورت ہے، ڈیٹا اور AI حکمت عملی تیار کریں، اور پھر ان کی تعمیر، جانچ، تعیناتی اور پیمانے میں مدد کریں۔

اگر ڈیٹا نیا تیل ہے، تو غیر ساختہ ڈیٹا تیل غیر صاف ہے — صلاحیت سے بھرا ہوا ہے لیکن اس پر کارروائی ہونے تک بیکار ہے۔ اسی لیے ہم نے CNTXT AI بنایا ہے تاکہ تنظیموں کو ان کے ڈیٹا کو صاف، ساخت اور فعال کرنے میں مدد ملے۔ کیونکہ وہیں سے حقیقی AI تبدیلی شروع ہوتی ہے۔

ایک کاروباری اور سرمایہ کار دونوں کے طور پر آپ کے نقطہ نظر سے، آپ ابھرتی ہوئی مارکیٹوں میں AI سٹارٹ اپس بنانے والے دوسرے بانیوں کو کیا مشورہ دیں گے؟

ابھی شروع کریں۔ جلدی سے حرکت کریں۔ تیزی سے ناکام، تیزی سے سیکھیں، اور دہراتے رہیں۔

سب سے اہم بات، حقیقی مسائل کے لیے تعمیر کریں۔ زمین کے قریب رہیں — صارفین کو سنیں، نہ کہ صرف ہائپ۔ ابھرتی ہوئی منڈیوں میں، مطابقت اور موافقت کلیدی حیثیت رکھتی ہے۔

زبردست انٹرویو کے لیے آپ کا شکریہ، جو قارئین مزید جاننا چاہتے ہیں وہ ضرور تشریف لائیں۔ CNTXT AI.