ستساعدك المقالة التالية: تقوم شركة AI Startup هذه ببناء أدوات أفضل من AWS Sagemaker و Google AutoML
هناك أجيال مختلفة من الأدوات عندما يتعلق الأمر بالتعلم الآلي. الأدوات القديمة مثل AWS Sagemaker و Google AutoML وما إلى ذلك موجودة منذ بعض الوقت الآن وكان الهدف الرئيسي من هذه الأدوات هو مساعدة مهندسي التعلم الآلي والأفراد التقنيين أنفسهم.
لكن الآن هناك أدوات أفضل. ادعى نيرمان ديف ، الرئيس التنفيذي لشركة Ob الواضح AI أن نماذجهم أفضل من نماذج AWS Sagemaker أو Google AutoML.
مقرها في سان فرانسيسكو ، من الواضح أن منظمة العفو الدولية متخصصة في بناء نماذج AI بدون كود للشركات. أسس ديف الشركة الناشئة بهدف تحويل كل شركة إلى شركة ذكاء اصطناعي ، ويفتخر بأنه طور أسرع وأدق أداة للذكاء الاصطناعي بدون كود حتى الآن.
أوضح ديف قائلاً: “إذن ما يحدث هو أن العميل يحصل في غضون دقائق قليلة على إمكانية الوصول إلى نماذج التعلم الآلي هذه التي يمكنه بناءها أو تخصيصها لأنفسهم”.
ومع ذلك ، من ناحية أخرى ، فإن الأدوات القديمة التي كانت موجودة منذ ما يقرب من 13 إلى 15 عامًا الآن وهي بطيئة جدًا في بناء النماذج. “ما يميز ما نقوم به هو أننا نبني النماذج في أقل من دقيقة. لذلك نحن أسرع أداة لبناء نماذج الذكاء الاصطناعي اليوم “.
ومع ذلك ، يقر ديف أيضًا بأن شركته ليست الوحيدة التي تبني أدوات مماثلة. ولكن على الرغم من وجود شركات أخرى قامت ببناء أدوات ذكاء اصطناعي بدون كود ، فإن نهجها مختلف تمامًا.
“نحن نركز في الغالب على البيانات المجدولة والتعلم الخاضع للإشراف. لقد تفرعنا الآن نوعًا ما إلى التعلم غير الخاضع للإشراف بالإضافة إلى عرض نماذج اللغات الكبيرة (LLM) المخصصة. “
لكن Levity AI ، على سبيل المثال ، شركة أخرى تبني أدوات AI بدون كود ، تركز في الغالب على الصور أو الفيديو أو نوع البيانات الصوتية.
يطلب
تأسست في عام 2021 ، ومن الواضح أن الذكاء الاصطناعي استقبل حتى الآن 52 عميلًا. على الرغم من أن معظمهم في الولايات المتحدة ، إلا أن الشركة الناشئة لديها عملاء في الهند واليابان وجنوب إفريقيا أيضًا.
وقال: “حاليًا ، أسبوعًا بعد أسبوع ، ننمو بنسبة 15٪ تقريبًا من حيث اكتساب العملاء”.
أحد أكبر عملاء الشركة الناشئة في الهند هو بنك استهلاكي كبير. كشف ديف أنهم بصدد بناء نموذج سداد قرض لهذا البنك. عادةً ما تستغرق عملية الاكتتاب الخاصة بالقروض وقتًا طويلاً عند إجرائها يدويًا.
“لقد أرادوا بناء نموذج يمكنه معالجة القرض بسرعة ، والتنبؤ باحتمالية التخلف عن السداد وإعطائه لمتعهدي التأمين لاتخاذ قرار.” قال ديف.
الشركات المصنعة لنماذج الذكاء الاصطناعي
تعمل الشركة الناشئة في الغالب مع الشركات المتوسطة في السوق التي ليس لديها فريق علمي للبيانات أو لا يمكنها توسيع نطاق واحد وأيضًا الشركات التجارية التي قد يكون لديها فريق علم بيانات متراكم.
قال ديف: “في الأساس ، نحن مصنعون لنماذج الذكاء الاصطناعي”. تبدأ العملية بجلب العميل مجموعة من البيانات إلى نظامنا الأساسي وتحديد التنبؤ المطلوب أو نموذج الذكاء الاصطناعي بناءً على تلك البيانات.
وأضاف ديف: “ونحن نساعد في كل شيء بدءًا من تنظيف البيانات ، إلى اختيار النموذج إلى الضبط المفرط للمعامل ، إلى نشر النموذج وإدارته ، كل هذه العملية تتم تلقائيًا بواسطة النظام”.
تم تصميم واجهة المستخدم أيضًا للأشخاص غير التقنيين بشكل كبير. علاوة على ذلك ، هناك شيء آخر يوفره الذكاء الاصطناعي بشكل واضح ، والذي يتفوق فيه ، وهو دعم علم البيانات المخصص.
“لذلك بشكل أساسي ، نحن نعمل مع الكثير من علماء البيانات. وقال ديف: هؤلاء ممارسون أفراد أو أفراد يديرون شركات استشارية خاصة بهم أو أفراد بدأوا للتو ، ونحن نوفر لهم اتصالات مع هؤلاء العملاء لدينا.
التأثير على الوظائف
على العكس من ذلك ، هناك قلق متزايد من أن الأدوات التي لا تحتوي على تعليمات برمجية يمكن أن يكون لها تأثير سلبي على الوظائف ، لا سيما تلك التي تنطوي على البرمجة وتطوير البرمجيات. نظرًا لأن هذه الأدوات أصبحت أكثر تعقيدًا ويمكن الوصول إليها ، فقد تقلل من الحاجة إلى مهارات الترميز التقليدية في أدوار معينة ، مما يؤدي إلى حدوث تحول في سوق العمل.
ومع ذلك ، يعتقد ديف أنه من الواضح أن أداة عدم وجود رمز للذكاء الاصطناعي لا تحل محل علماء البيانات ، بل تعمل على تسريع عملية علم البيانات.
“السبب وراء استخدام شركات مثل Hewlett-Packard لنا ليس لأنهم يريدون التخلص من فريق علوم البيانات لديهم. هم في الواقع يريدون تسريع فريق علوم البيانات.
“الهدف هنا هو مساعدتهم على التحرك بشكل أسرع. سيستغرق فريق علم البيانات شهرين للانتقال من البيانات الأولية إلى الرؤى والتحليلات والتنبؤات. الآن سوف يستغرق الأمر منهم أسبوعًا لبضعة أيام “.
إلى جانب ذلك ، لا تقتصر مهمة عالم البيانات على بناء نماذج الذكاء الاصطناعي فحسب ؛ ولكن لبناء استراتيجية.
“لذلك لا أعتقد أنه سيتم استبدال علماء البيانات. واختتم ديف حديثه قائلاً: “أعتقد أن الأدوات الخالية من التعليمات البرمجية ستساعدهم فقط على التركيز بشكل أكبر على الإستراتيجية التي تعد الجزء الأكثر إثارة في العمل”.
