محتويات المقالة:

• مقدمة: سباق خفي في قلب ثورة الذكاء الاصطناعي
• ما هو «توصيف البيانات» ولماذا هو مهم جداً؟
• ميزة Invisible: التركيز على التعقيد والخبرة
• نمو متسارع وقيادة جديدة
• أكثر من مجرد توصيف: توسع نحو حلول متكاملة
• منافسة شرسة في سوق البيانات
• خاتمة: من العمل الشاق إلى الشراكات المدروسة
• أسئلة شائعة

مقدمة: سباق خفي في قلب ثورة الذكاء الاصطناعي

بينما تتجه الأنظار نحو شركات الذكاء الاصطناعي الكبرى مثل OpenAI و Google، هناك سباق آخر لا يقل أهمية يدور في الكواليس: السباق لتوفير «اللبنات الأساسية» التي تقوم عليها هذه الثورة. في هذا السياق، جمعت شركة Invisible Technologies، وهي منافس لشركة Scale AI الشهيرة، 100 مليون دولار في جولة تمويل جديدة، مما رفع تقييمها إلى أكثر من 2 مليار دولار. هذا الاستثمار يسلط الضوء على الأهمية المتزايدة لقطاع «توصيف البيانات»، وهو العمل الشاق ولكن الحيوي لتنظيم المعلومات التي تتغذى عليها نماذج الذكاء الاصطناعي.

ما هو «توصيف البيانات» ولماذا هو مهم جداً؟

توصيف البيانات (Data Labeling) هو عملية تبسيط وتنظيم كميات هائلة من المعلومات التي تستهلكها نماذج الذكاء الاصطناعي، حتى تتمكن التكنولوجيا من استخدامها والتعلم منها. أبسط مثال هو تعليم النموذج الفرق بين صورة قطة وصورة كعكة «مافن». لكن في الواقع، المهام أكثر تعقيداً بكثير. بدون بيانات عالية الجودة وموصوفة بدقة، ستكون نماذج الذكاء الاصطناعي غير دقيقة وغير موثوقة. اكتسب هذا المجال اعترافاً واسعاً في يونيو، عندما استحوذت ميتا على حصة 49% في شركة Scale AI، مما زاد من اهتمام المستثمرين بالمنافسين.

ميزة Invisible: التركيز على التعقيد والخبرة

سعت شركة Invisible، التي لعبت دوراً في تدريب ChatGPT الأصلي، إلى تمييز نفسها عن المنافسين من خلال تقديم خدمات توصيف في مجالات أكثر تعقيداً. فبينما يمكن لأي شخص تقريباً تصنيف صور القطط، فإن بعض مهام التوصيف المتقدمة تتطلب خبرة كبيرة. تقدم Invisible ما تسميه «سوق الخبراء»، والذي يسمح لشركات الذكاء الاصطناعي التي تعمل على نماذج لغوية كبيرة باختيار واصفي بيانات لديهم خلفيات ذات صلة، مثل درجات علمية متقدمة في الرياضيات أو الفيزياء الفلكية. هذا يضمن أن البيانات المتخصصة يتم التعامل معها بدقة من قبل أشخاص يفهمون سياقها، مما ينتج نماذج أكثر قوة.

نمو متسارع وقيادة جديدة

تشهد الشركة نمواً سريعاً، حيث تضاعفت مبيعاتها في عام 2024 لتصل إلى 134 مليار دولار. وقد عينت الشركة ماثيو فيتزباتريك، الرئيس السابق لمجموعة تطوير برمجيات الذكاء الاصطناعي في ماكينزي، رئيساً تنفيذياً جديداً في يناير، وضاعفت حجم فرقها الهندسية هذا العام. ومن بين عملائها شركات كبرى مثل Cohere، ومايكروسوفت، وخدمات أمازون ويب، مما يدل على ثقة الصناعة في جودة خدماتها.

أكثر من مجرد توصيف: توسع نحو حلول متكاملة

لا تقتصر خدمات Invisible على توصيف البيانات. تقدم الشركة أيضاً مجموعة من المنتجات الأخرى، بما في ذلك أدوات لضبط النماذج (fine-tuning) وقياس مدى تنوع بيانات النموذج. كما أن لديها أعمالاً موجهة للمؤسسات تستهدف صناعات مثل الأغذية والمشروبات، والتأمين، والرعاية الصحية، مع منتجات لإدارة سلاسل التوريد وتوليد نصوص لوكلاء خدمة العملاء. هذا يظهر أن الشركة تتجه نحو أن تصبح شريكاً شاملاً للذكاء الاصطناعي، وليس مجرد مزود لخدمة واحدة.

منافسة شرسة في سوق البيانات

تواجه Invisible منافسة شديدة في أعمالها الأساسية. فبالإضافة إلى Scale AI التي تبلغ قيمتها أكثر من 29 مليار دولار، هناك شركات أخرى مثل Surge AI التي تجري محادثات لجمع مليار دولار بتقييم لا يقل عن 25 مليار دولار. لكن نيل كاماث، الشريك المؤسس في Vanara Capital التي قادت جولة التمويل الأخيرة، يعتقد أن قوة Invisible تكمن في عملها الوثيق والمتخصص مع العملاء. يقول: «هناك الكثير من الشركات التي تتنافس في جانب التوصيف والتي تقوم فقط بإلقاء الأجسام على المشكلة. قوة Invisible تكمن حقاً في القيام بشراكات تصميم بحث مدروسة مع شركائها من النماذج اللغوية الكبيرة».

خاتمة: من العمل الشاق إلى الشراكات المدروسة

مع تزايد أمل الشركات في رؤية نتائج ملموسة من استثماراتها في أدوات الذكاء الاصطناعي، ستصبح المهارة في تقديم نتائج تعزز الأرباح أكثر أهمية. يقول الرئيس التنفيذي فيتزباتريك: «لا يوجد مفهوم مفهوم جيداً لكيفية وضع هذه النماذج في الإنتاج واختبارها والتحقق من صحتها. ما نعتقد أنه مثير حقاً في عقدنا القادم هو أننا نؤمن ببساطة أنه يمكننا جعل الذكاء الاصطناعي يعمل». إن نجاح شركات مثل Invisible Technologies يثبت أن مستقبل الذكاء الاصطناعي لا يعتمد فقط على الخوارزميات البارعة، بل أيضاً على العمل البشري الدقيق والمدروس الذي يجعلها ذكية في المقام الأول.

أسئلة شائعة

س1: من هي شركة Scale AI؟

ج1: هي الشركة الرائدة والأكثر شهرة في مجال توصيف البيانات للذكاء الاصطناعي، أسسها ألكسندر وانغ وتبلغ قيمتها أكثر من 29 مليار دولار بعد استثمار كبير من شركة ميتا.

س2: ما هو الضبط الدقيق (fine-tuning) للنماذج؟

ج2: هو عملية أخذ نموذج لغوي كبير تم تدريبه مسبقاً وتدريبه بشكل إضافي على مجموعة بيانات أصغر وأكثر تخصصاً لجعله يتفوق في مهمة محددة، مثل الإجابة على الأسئلة القانونية أو كتابة الأكواد بلغة برمجة معينة.

س3: لماذا يحتاج الذكاء الاصطناعي إلى واصفي بيانات من البشر؟

ج3: لأن الذكاء الاصطناعي يتعلم من الأمثلة. يحتاج البشر إلى تزويده بأمثلة مصنفة بشكل صحيح (مثل “هذه صورة قطة” أو “هذه المراجعة إيجابية”) حتى يتمكن من التعرف على الأنماط وتطبيقها على بيانات جديدة.

س4: هل سيتم أتمتة وظيفة توصيف البيانات نفسها؟

ج4: يتم استخدام الذكاء الاصطناعي بالفعل للمساعدة في أتمتة أجزاء من عملية التوصيف، ولكن المهام المعقدة والمتخصصة لا تزال تتطلب حكماً بشرياً وخبرة لا يمكن للآلات توفيرها حالياً.