ماذا حدث
تفيد صحيفة The Economic Times أن شركة Vahan AI عملت مع فريق Nvidia الفني من خلال برنامج Nvidia Inception لضبط نموذج Nemotron 3 Nano ذو 30 مليار معلمة لخدمة التوظيف القائمة على الصوت والتي تخدم العمال ذوي الياقات الزرقاء والعمال المستقلين في الهند. وتقول الشركة إن النموذج قيد الإنتاج ويتعامل مع حوالي 10٪ من حركة المرور الخاصة بها.
ذكرت صحيفة إيكونوميك تايمز أن شركة Vahan AI قامت بضبط نموذج Nemotron 3 Nano الخاص بشركة Nvidia، والذي تم وصفه في المقالة على أنه يحتوي على 30 مليار معلمة، من أجل توظيف الذكاء الاصطناعي المعتمد على الصوت في الشركة. تتحدث خدمة Vahan AI مع الباحثين عن عمل من ذوي الياقات الزرقاء، وتطابقهم مع الوظائف وتساعدهم في أجزاء من عملية التوظيف. يقول المقال أن الشركة عملت مع فريق Nvidia الفني من خلال برنامج Inception الخاص بـ Nvidia، باستخدام بيانات التوظيف الخاصة بـ Vahan.
ذكرت صحيفة إيكونوميك تايمز أنه تم نشر النموذج المضبوط في الإنتاج ويتعامل حاليًا مع حوالي 10٪ من حركة مرور Vahan AI. وقال المؤسس والرئيس التنفيذي، مادهاف كريشنا، للمنفذ إن الشركة كانت ترى علامات إيجابية مبكرة ولكنها تتوقع أن يأتي نطاق أوسع بمرور الوقت. لا تحدد المقالة عدد المكالمات أو المستخدمين المتضمنين في مشاركة حركة المرور تلك، أو المناطق أو اللغات التي يتم تغطيتها، أو متى تتوقع الشركة توسيع النشر.
وفقًا للادعاءات التي أوردتها صحيفة The Economic Times، أنتج النموذج المضبوط وقتًا أسرع بنحو 6.7 مرات للاستجابة الأولى وأكثر من ثلاثة أضعاف متوسط زمن الوصول الشامل من النظام الذي استخدمه Vahan AI سابقًا. وقالت الشركة إن نظامها السابق يعتمد على نموذج لغة جاهز يضم 120 مليار معلمة. وقالت Vahan AI أيضًا إنها اختبرت صحة الاستجابة، والاستجابات الشبيهة بالإنسان، ومطابقة اللغة، واستدعاء الوظائف، ودقة التعليمات التي تم تمريرها إلى أدوات أخرى.
ذكرت صحيفة إيكونوميك تايمز أن شركة Vahan AI أعدت بيانات التدريب الخاصة بها من مستودع المحادثات مع الباحثين عن عمل من ذوي الياقات الزرقاء. قدر كريشنا مجموعة البيانات بحوالي 20.000 إلى 30.000 ساعة من المكالمات. وقالت الشركة إن التدريب المتخصص ساعد النظام على التعامل مع تبديل اللغة والاختلافات الإقليمية في الكلام الهندي، بما في ذلك الطرق المختلفة للتعبير عن الكلمات الشائعة باللغة الهندية. تخطط Vahan AI لتشغيل النموذج على البنية التحتية لوحدة معالجة الرسومات Nvidia من خلال مزود سحابي مقره الهند وتعمل أيضًا مع Nvidia على نماذج كلام مفتوحة المصدر لأجزاء أخرى من مجموعتها الصوتية.
تفاصيل المصدر: m.economictimes.com ↗
لماذا يهم
يعد النشر المبلغ عنه مثالًا ملموسًا لشركة تقوم بتكييف نموذج لغة أصغر لتطبيق صوتي متعدد اللغات محدد بشكل ضيق. إذا صمدت النتائج المبكرة للشركة، فإن النماذج المتخصصة يمكن أن تقلل من تأخير الاستجابة وتكاليف البنية التحتية في الخدمات التي تكون فيها المحادثة الطبيعية والتعامل مع اللغة المحلية أمرًا مهمًا.
التغيير المبلغ عنه مهم لأن التطبيقات الصوتية حساسة للتأخير. ونقلت صحيفة "إيكونوميك تايمز" عن كريشنا وصفه للتأخير النموذجي الذي يتراوح بين 500 مللي ثانية إلى ثانية واحدة على أنه يجعل التفاعل يبدو غير طبيعي، ويقول إن شركة Vahan AI تتوقع أن يؤدي النظام المضبوط بدقة إلى تقليل هذا التأخير. يمكن أن تؤدي الاستجابات الأولى الأسرع إلى تسهيل متابعة المكالمات الآلية، لكن المقالة لا تقدم أي اختبار مستقل لجودة المحادثة أو رضا المستخدم.
توضح الحالة أيضًا لماذا قد لا يكون نموذج الأغراض العامة هو الخيار الوحيد لخدمة إنتاج الذكاء الاصطناعي. وتقول شركة Vahan AI إن نموذجها تم تكييفه ليناسب مهمة محددة، وقوة عاملة محددة، وأنماط محادثة متعددة اللغات في الهند. من المحتمل أن يكون النموذج الأصغر حجمًا أو الذي تم ضبطه بشكل أضيق أسهل في التشغيل لهذه المهمة من النموذج الأكبر للأغراض العامة، على الرغم من أن المصدر لا يوفر أرقام التكلفة أو متطلبات الأجهزة أو استخدام الطاقة أو مقارنة إجمالي نفقات التشغيل.
التوظيف هو الإعداد التبعي. يوصف النظام بأنه يساعد في مطابقة الأشخاص مع الوظائف ويدعم أجزاء من عملية التوظيف، لذلك يمكن أن تؤثر الأخطاء على الوصول إلى التوظيف أو المعلومات التي يتلقاها المرشحون أو مدى كفاءة تحركهم خلال العملية. تنشر صحيفة إيكونوميك تايمز المعايير الفنية للشركة، لكنها لا تذكر مقاييس العدالة الديموغرافية، أو معدلات الخطأ حسب اللغة أو المنطقة، أو إجراءات المراجعة البشرية، أو الدليل على أن النظام يعمل على تحسين نتائج التوظيف.
إن الاستخدام المُبلغ عنه لما يتراوح بين 20.000 إلى 30.000 ساعة من المحادثات يثير أسئلة عملية حول الموافقة والخصوصية والاحتفاظ والتعليقات التوضيحية ومعالجة معلومات التوظيف الحساسة. وتقول الشركة إن استخدام مزود سحابي مقره الهند يعني أن البيانات لا تغادر البلاد. هذا بيان منسوب إلى Vahan AI، وليس تقييمًا مؤكدًا بشكل مستقل لتدفقات بيانات النظام أو ضوابط الامتثال. ولم يذكر المصدر أيضًا ما إذا كان الباحثون عن عمل قد أُبلغوا بإمكانية استخدام المحادثات للتدريب النموذجي.
الآلية التفاعلية: كيف تعمل فعليًا
استكشف التكنولوجيا الأساسية وراء هذا التطور بشكل تفاعلي.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
ماذا تشاهد بعد ذلك
لا تتحقق صحيفة The Economic Times بشكل مستقل من النتائج المعيارية لشركة Vahan AI، أو ممارسات البيانات، أو أرقام التوظيف المبلغ عنها. الأسئلة المهمة التالية هي ما إذا كان النموذج سيتوسع إلى ما هو أبعد من حصة حركة المرور الأولية، وما إذا كانت مكاسب زمن الاستجابة والدقة مستمرة على نطاق واسع، وكيف يتم التحكم في بيانات التوظيف، وما إذا كان النظام يعمل على تحسين النتائج للباحثين عن عمل بدلاً من المقاييس الفنية فقط.
إن الإنجاز التالي القابل للقياس هو ما إذا كان Vahan AI سينقل النموذج المضبوط بدقة إلى ما هو أبعد من حصة 10٪ المعلن عنها من حركة الإنتاج. ومن شأن الطرح الأكبر أن يوفر المزيد من الأدلة حول الموثوقية في ظل ظروف التشغيل الحقيقية، بما في ذلك ذروة الطلب واللهجات المختلفة وتبديل التعليمات البرمجية والانقطاعات الشائعة في المحادثات الصوتية. ولا تعطي المقالة أي جدول زمني لهذا التوسع.
سيساعد التقييم المستقل في توضيح مطالبات الشركة. تشير صحيفة The Economic Times إلى تحسينات نسبية في زمن الاستجابة وتحسينات واسعة النطاق عبر معايير الشركة، ولكنها لا تنشر التصميم القياسي أو أحجام العينات أو التكوينات الأساسية أو الدقة المطلقة أو فترات الثقة أو النتائج لكل لغة. قد تعتمد المقارنات مع النظام السابق الذي يحتوي على 120 مليار معلمة أيضًا على الاختلافات في البنية التحتية وتكوين الخدمة، والتي لم يتم وصفها.
تستحق حوكمة البيانات اهتمامًا وثيقًا مع تطور النظام. تتكون مجموعة التدريب التي تم الإبلاغ عنها من Vahan AI من محادثات مع الباحثين عن عمل، وتقول الشركة إنها تقوم ببناء نماذج توظيف متخصصة إضافية. تشمل المعلومات المفيدة للجمهور كيفية جمع التسجيلات والنصوص، وما إذا كان بإمكان الأشخاص إلغاء الاشتراك، وكيفية إزالة المعلومات الشخصية، ومدة الاحتفاظ بالبيانات، وما هي الرقابة البشرية التي يتم تطبيقها عندما يؤثر النظام على عملية التوظيف.
يقول التقرير إن Vahan AI تعمل مع Nvidia على ضبط نماذج الكلام مفتوحة المصدر لأجزاء أخرى من نظامها الصوتي. وتقول أيضًا إن الشركة تعتزم استخدام البنية التحتية لوحدة معالجة الرسومات Nvidia من خلال مزود سحابي مقره الهند. ما يبقى غير معروف هو ما إذا كانت هذه الجهود ستنتج نشرًا أوسع للمنتج، أو تكاليف أقل، أو معدلات توظيف أفضل، أو ببساطة تحسين استجابة النظام. ولم يؤكد المصدر بشكل مستقل أيًا من هذه النتائج.