كيف تعمل بنية الذكاء الاصطناعي الجديدة على إصلاح الهلوسة وبناء الثقة!

دنكان رايلي (00:01.927)

أهلاً ومرحبًا بكم مرة أخرى في معرض Building Momentum، المعرض الذي نسحب فيه الستار عن العالم المثير والفوضوي في كثير من الأحيان لبناء شركة تكنولوجية ناجحة. أنا دنكان، مضيفك للبرنامج، حيث نقدم لك في كل حلقة قصص واستراتيجيات الأشخاص الذين كانوا في الخنادق، وقهروا الفوضى، ووسعوا نطاق فريقهم، وصمموا المنتجات التي يحبها الناس والشركات. في هذه الحلقة، سنتحدث مع جون، المؤسس والرئيس التنفيذي لشركة Data Squared، الرائدة في مجال الذكاء الاصطناعي للجيل القادم.

يعمل ذلك على تغيير كيفية فهم المؤسسات لبياناتها والاستفادة منها. جون هو أحد المحاربين القدامى في الجيش الأمريكي ومن القوات الجوية الأمريكية وكلية لندن للاقتصاد بجامعة نيويورك وجامعة هارفارد ألومينوس، وتكمن خبرته في تطوير حلول الذكاء الاصطناعي الشفافة والقابلة للتفسير للقطاعات عالية الموثوقية، بما في ذلك الدفاع والاستخبارات والطاقة والبنية التحتية الحيوية. تمتد خبرته العالمية عبر قارات متعددة،

بما في ذلك تطبيقات التكنولوجيا المبتكرة في اسكتلندا ونيجيريا وجنوب أفريقيا والبرازيل والمملكة المتحدة وتايلاند وأستراليا. جون، إنه لأمر رائع أن تكون في البرنامج. شكرا لانضمامك إلينا.

جون بروتون - بيانات الرئيس التنفيذي² (01:13.038)

نعم، شكرا لاستضافتي. أتطلع إلى نوع من الدخول في المناقشة اليوم وإخباركم قليلاً عن قصتنا، وكما تعلمون، نوعًا من تعلم ما تقومون به والاستماع فقط عن كل الأشياء المجنونة التي تحدث في الذكاء الاصطناعي في الوقت الحالي.

دنكان رايلي (01:27.325)

رائعة، رائعة. حسنًا، شكرًا لانضمامك الواضح إلى العرض. حقًا، ربما ما سنبدأ به هو مربع البيانات وما هي المشكلة الكبيرة التي تحاول حلها في العالم؟

جون بروتون - بيانات الرئيس التنفيذي² (01:41.614)

نعم، أعتقد بضعة أشياء مختلفة. لذا فإن داتا سكوير هي الشركة التي أسسناها في سبتمبر من عام 2023. لذلك نحن شركة شابة. لم نكن متواجدين منذ فترة طويلة. لدى الفريق موضوعين رئيسيين، على الأقل في المجموعة التأسيسية والأشخاص الذين يعملون لدينا الآن. إما أننا خدمنا في الجيش الأمريكي بصفة ما. لدينا ضابط في البحرية، وطبيب بيطري في سلاح الجو، وطبيب بيطري في مشاة البحرية، وطبيب بيطري في الجيش. لقد عملنا في صناعة البنية التحتية الحيوية مثل التعدين أو النفط والغاز.

ودرسنا معًا بشكل ما، سواء كان ذلك في جامعة نيويورك، أو كلية لندن للاقتصاد، أو هارفارد، فقد ذهبنا جميعًا إلى المدرسة معًا ودرسنا طرقًا جديدة ومبتكرة لاستخدام التكنولوجيا في تنمية الأعمال التجارية. وبعد كل هذا التعلم، اعتقدنا أنه سيكون من المثير للاهتمام أن نجرب هذا بأنفسنا. وهكذا انتهى بنا الأمر إلى إنشاء شركة. وأود أن أقول في بداية الشركة، لم نكن نعرف حقًا ما نريد القيام به. نحن نعلم أننا أردنا استخدام التكنولوجيا. كنا نعلم أننا نريد ذلك

حاول مساعدة الأشخاص على بناء الحلول والقيام بأشياء مثيرة للاهتمام حقًا. قمنا بغليها للقيام بأشياء رائعة مع أشخاص رائعين. وهذا هو نوع من الروح التأسيسية التي بدأنا بها. ولكن في نهاية المطاف، نستخدم بعضًا من خلفيتنا وفهمنا للصناعات التي أردنا استهدافها، في المقام الأول الدفاع والاستخبارات، ثم صناعة الطاقة على وجه التحديد. وبعض خبرتنا الفنية مع

توسيع نطاق الحلول المختلفة وتسويق التكنولوجيا والقيام بأشياء مختلفة لمحاولة فهم التوازن بين ما يحتاجه السوق حقًا وهذه التكنولوجيا الجديدة الرائعة والمثيرة للاهتمام والتي من المحتمل أن تكون تحويلية من منظور الذكاء الاصطناعي التوليدي الذي كان يصل للتو إلى السوق. واستقرنا في النهاية على ذلك، أردنا إيجاد طريقة للحد من الهلوسة في التطبيقات وأنظمة القياس.

يمكن أن يدمج الكثير من الذكاء والمعلومات المختلفة معًا لأن عروض المؤسسات والشركات المختلفة التي تعمل عبر قطاعات المؤسسات، وخاصة في الحكومة، بنية تحتية للأنظمة متباينة ومتشعبة حقًا. لا شيء متصل نوعًا ما. وأردنا إيجاد طريقة ذكية لربط هذه الأشياء معًا. وأردنا أن نرى ما إذا كان بإمكاننا إنشاء نظام يمكن أن يمنح الناس إمكانية التفسير بطريقة منهجية.

جون بروتون - بيانات الرئيس التنفيذي² (04:01.982)

تعاني الكثير من الأنظمة التي ستراها اليوم من النماذج التأسيسية مثل، KNOW، Claude أو Open AI من الهلوسة وتعاني من نوع الصندوق الأسود من الأسلاك. لا يمكنك حقًا رؤية كيف تحدث الأشياء تحت الغطاء ولماذا تحدث ولا يمكنك حقًا فك شفرة كيفية الاستفادة من المعلومات وما يعنيه ذلك بالنسبة للإجابات التي تحصل عليها. وكان ذلك نوعًا من العودة إلى بداية

كما تعلمون، دردشة GPT القادمة، كان لدينا بضعة أشهر أو وسيلة لفهم، كما تعلمون، كيف تعمل هذه الأنظمة. ثم نحاول استخدام تاريخنا والأشياء التي قمنا بها، كما تعلمون، بالعمل لصالح شركات مثل Chevron و BP وكيانات التعدين الكبيرة الأخرى حول العالم لمحاولة حل هذه المشكلة. وهكذا أنشأنا منصة المراجعة. وبالتالي فإن منصة مراجعة مربعات البيانات هي نظام الذكاء الاصطناعي الوحيد الذي يمكن تفسيره بالكامل.

التي يمكنك نشرها في قطاعات عالية الموثوقية وعالية المخاطر. إنه يوفر إمكانية التتبع الكامل وقابلية التدقيق والنتائج الخالية من الهلوسة. وفي نهاية المطاف، أردنا التأكد من أننا نستطيع تقديم شيء تحويلي يلبي اللحظة المرتبطة بالتكنولوجيا الجديدة وما تعنيه بالنسبة لحجمها المحتمل وتسويقها. وفي نهاية المطاف محاولة الاستفادة من عرض القيمة الذي يمكن أن تحصل عليه إذا قمت بتصميم أنظمة حول هذه القدرات بشكل صحيح.

دنكان رايلي (05:19.827)

لذلك من الواضح أنك ذكرت بعض القطاعات القوية جدًا هناك، مثل الدفاع والنفط والغاز. لذا هل يمكنك تطبيق البيانات المربعة في معظم الصناعات أو هل ستقول إنها تعمل بشكل جيد حقًا عندما لا يمكنك الرؤية تحت الغطاء وتحتاج إلى تجميع تلك البيانات وإحيائها بشكل أساسي؟ أو هل ستقول ذلك لجمهورنا، إذا كانوا يشاهدون هذا، هل يمكن تطبيقه على قطاعات متعددة؟

جون بروتون - بيانات الرئيس التنفيذي² (05:46.638)

لذلك أقول عندما بدأنا، بدأنا بالأطروحة القائلة بأننا سنطبقها على النفط والغاز. والدليل الأولي على المفهوم الذي قمنا ببنائه والأنظمة الأولية التي طورناها كانت جميعها مخصصة للنفط والغاز، وحالات الاستخدام التي يتم التخلي عنها جيدًا حقًا. لذلك نظرًا لأنك حققت نجاحًا كبيرًا في الإنتاج، فإن عمرها القابل للاستخدام ينخفض. الآن الأمر مجرد نوع من أخذ المال وليس منتجًا حقًا من منظور اقتصادي أو هيدروكربوني حقًا. تريد إيقاف تشغيل هذا الأصل.

عادة ما تكون هذه عملية صعبة للغاية لأن هذه الأشياء تنتج في بعض الحالات لمدة تصل إلى 50 عامًا. ولذا أردنا محاولة التوفيق بين هذا التاريخ. ويصادف أن الطريقة التي نصمم بها هذا النظام قابلة للتطبيق حقًا على أي شيء. لا ينطبق على أي صناعة معينة. لا تنطبق على أي نطاقات، ولا تنطبق على أي حالة استخدام. يمكن تطبيقه على أي شيء بشكل أساسي. ولكن هناك نوعًا من مبادئ التشغيل التي نحاول على الأقل توصيلها للعملاء بالطريقة التي تعمل بها هذه الأنظمة بشكل أفضل.

نحن نستخدم الرسوم البيانية المعرفية كجزء أساسي من هذه المعادلة، ونعمل حقًا بشكل أفضل في المناطق التي تحاول فيها رسم خرائط للشبكات أو الأنظمة وقيمة كيفية اتصال هذه الأنظمة وسبب اتصال القطع الفردية بطرق معينة هي حقًا الدخول في تحليل القرار الذي ستفعله لخلق قيمة في هذه المجالات. لذا فكر في أشياء مثل

الأمن السيبراني، وسلسلة التوريد، وسير العمل الهندسي، وأي نوع من التحقيقات في الاحتيال المالي أو تمارين رسم خرائط السوق التي ترغب في القيام بها، أو أي نوع شخصي من تطبيقات الطب أو مثل تطوير الأدوية الجديدة. تعتمد هذه المعلومات على الكثير من المعلومات المتباينة التي يتم تجميعها بطريقة ملموسة ويمكن تتبعها حتى تتمكن من فهم كيفية تحسين تلك الشبكة في وقت واحد.

لذلك كان تركيزنا حقًا مثل، إذا كنا سنعيد هندسة شيء ما، حسنًا، نحتاج إلى الكثير من البيانات. إذا كنا سندير شبكة أو بنية تحتية للشبكات، فكيف نربط هذه الأشياء معًا؟ وتصادف أن الرسوم البيانية طريقة رائعة للقيام بذلك. وبالتالي فهي تعمل بشكل أفضل عندما تكون الاتصالات في بياناتك مهمة وتحاول تصميم نموذج عبر نوع من سلسلة القيمة، ولكنها تنطبق حقًا على أي شيء. أعني، حالات الاستخدام، يمكنك تطبيقها على وظيفة روبوت الدردشة العامة التي تحاول بناءها.

جون بروتون - بيانات الرئيس التنفيذي² (08:10.83)

كما تعلمون، تتيح لك الرسوم البيانية كجزء أساسي من المعادلة أن تفهم حقًا كيفية ارتباط الأشياء وسبب اتصالها وما يعنيه ذلك لكيفية تحسين أي شيء. وهي تلتقط حقًا نوعًا من هذه الطبيعة المترابطة الغنية للبيانات. ولذا إذا كنت تفكر في مكان تطبيقه، فأعتقد أنه مناسب حقًا للغرض في تلك المناطق التي تكون فيها الشبكات مهمة، والاتصالات في البيانات مهمة، وتحاول التوفيق بين كميات كبيرة من

معلومات غير متصلة للتوصل إلى بعض الإجابات أو طريقة لتحسين النظام. لذا فإن الصيانة الوقائية هي مثال رائع آخر.

دنكان رايلي (08:47.315)

نعم، بالتأكيد. كنت سأقول، داخل هذه المنظمات الكبيرة، من تعتقد أنه يحصل على أكبر قيمة من مربع البيانات؟ من الذي يستخدمه نوعًا ما ويستفيد من كل هذه البيانات المجمعة ليتمكن من تصورها؟ ما نوع الصورة الرمزية التي ستقولها؟

جون بروتون - بيانات الرئيس التنفيذي² (09:03.296)

نعم. نعم، انظر. نعم. حسنًا، الشخصيات مختلفة نوعًا ما. تختلف الشخصيات التي ستبيعها مقابل شخصيات المستخدمين اختلافًا كبيرًا في كثير من الحالات. الكثير من الأشياء التي ننظمها تعمل بشكل جيد حقًا في نوع من طبقة التفكير الخاصة بإدارة الأصول. لذلك إذا كنت رئيسًا تنفيذيًا للعمليات وتدير نوعًا كبيرًا من الأصول المنفصلة والمتشعبة وتريد أن تفهم كيفية القيام بذلك

نموذج داخل هذه الشبكة وتبديل هذه الشبكة على أساس اقتصادي. كما تعلمون، هؤلاء هم الأشخاص الذين نبني أنظمة لهم، ولكن في كثير من الأحيان لا يكون هؤلاء الأشخاص هم الأشخاص الذين ينفذون العمل فعليًا إما لتنفيذ تلك التغييرات أو حتى العثور على مجالات الفرص لتلك التغييرات. ولذا فإننا نبيع حقًا لشخصيات مثل رؤساء التحليلات، ورؤساء تكنولوجيا المعلومات، ورؤساء العمليات، وكبار المسؤولين الماليين، نوعًا من هذا المسار.

لكننا نبني حلولًا للأشخاص الذين يعملون على هذه الأشياء على أساس يومي. لذلك نحن نبنيها على المستوى الهندسي أو مستوى المحلل المالي أو مستوى محلل الاستخبارات، الأشخاص الذين يحتاجون إلى التفاعل حقًا مع البيانات. أحد الأشياء التي نمتلكها نوعًا ما كمستأجر أساسي لما بنيناه هو، كما تعلمون، أن الناس يرون العالم في صفوف وأعمدة. ونحب حقًا استخدام البنية التحتية الأساسية لنموذج البيانات التي نبنيها حول الرسوم البيانية المعرفية للكشف عنها.

بطريقة خفية وبُعد ومناظر طبيعية من الأفكار المترابطة الغنية حقًا. ونستخدمها كنوع من الأسباب ذهابًا أو إيابًا. وهذا يسمح لنا بالحصول على بعض الأشياء المهمة حقًا خارج النظام. أولاً، يسمح لنا بإكمال زاوية الشفافية التي نبحث عنها حقًا وزاوية التتبع. نحن نعرف البيانات التي نجتازها لهذه الأنظمة. نحن نعرف البيانات التي تستخدمها هذه الأنظمة. ما هي...

قدمت الإجابات، وكيف يتماشى ذلك مع أساس الحقائق الذي نقدمه وفي قاعدة البيانات الشاملة التي نقوم بالتنسيق منها. نحن نفهم كيف يمكننا تصنيف هذه الإجابات على أساس الخبرة في الموضوع، بالنظر إلى المشكلة التي نحاول حلها. وتسمح لنا الرسوم البيانية حقًا بالقيام بذلك، ولكنها أيضًا تزيل عنصر الصندوق الأسود بالكامل من الذكاء الاصطناعي. الآن نفهم كيف يعمل الذكاء الاصطناعي، ولماذا يفعل ما يفعله، ويمكننا البدء في تبديل هذه الأشياء والاستفادة منها لصالحنا في الخلفية. وهذا في نهاية المطاف، كما تعلمون،

جون بروتون - بيانات الرئيس التنفيذي² (11:26.562)

نوع الأماكن التي نلعب فيها والأشخاص الذين نبيع لهم وكيف نحاول إعداد النظام. لكنها تحاول حقًا تقديم واجهة مستخدم بسيطة حقًا للأشخاص بلغة طبيعية تسمح لهم حقًا باستخلاص نوع من النتائج الفريدة جدًا، ولكن القابلة للتتبع والملموسة من نوع المعلومات المتصلة الآن.

دنكان رايلي (11:48.755)

يبدو الأمر رائعًا، كما تعلمون، لأولئك الذين يشاهدون باستمرار الكثير من مجموعات البيانات ونقاط البيانات القادمة بوتيرة سريعة وبيئة متغيرة باستمرار. يبدو أن شيئًا كهذا سيكون رائعًا بالنسبة لهم. من الواضح أنك لا تزال شركة شابة إلى حد ما. أحب دائمًا طرح هذا السؤال، ولكن ما هو التحدي الأكبر الذي واجهته حتى الآن؟

كما تعلمون، هل تم بناء المنتج؟ هل تم الاستحواذ على بعض هؤلاء العملاء؟ ما الذي واجهته حقًا في هذا؟ هذا يمثل تحديًا كبيرًا بالنسبة لك.

جون بروتون - بيانات الرئيس التنفيذي² (12:27.032)

نعم، أعتقد أن التحديات تظهر بطرق مختلفة، أليس كذلك؟ وبناء منصة ذكاء اصطناعي عالية الموثوقية وثقة عالية وخالية من الهلوسة وقابلة للتفسير يأتي مع تحدياته الخاصة، أليس كذلك؟ هناك الكثير من التعقيد التقني، والكثير من أنواع العمل الأساسي الذي تحتاج إلى القيام به من منظور البحث والتطوير، تأكد من أنه يمكنك القيام بذلك بشكل صحيح. على حد علمنا الآن، نحن الأشخاص الوحيدون في العالم الذين يمكنهم القيام بذلك. لذا، كما تعلمون، هذا النوع من الحديث عن جهود البحث والتطوير التي بذلناها لبناء هذا النظام نوعًا ما.

لكنني أقول إن القضايا الأكبر التي كان علينا حقًا إدارتها بشكل أكثر فعالية تأتي في شكل نوع من وضع السرد المضاد. كما تعلمون، كما لو كان هناك مقال في صحيفة وول ستريت جورنال مؤخرًا جدًا. أعتقد أن عنوان هذه المقالة كان شيئًا على غرار ما وراء الوقاية من الهلوسة، وقوة أنظمة البيانات المتصلة. إنه، كما تعلمون، نقلاً عن أشخاص من OpenAI و Claude و

مجرد مجموعة متنوعة من الشركات الكبيرة المختلفة. Microsoft هي شركة أخرى مذكورة في هذا. ونوع الشعار الذي يبدأ به هذا هو أنه لا يمكنك إيقاف روبوت الدردشة بالذكاء الاصطناعي من الهلوسة أحيانًا أو إعطاء إجابات مضللة أو خاطئة لمطالبة أو حتى اختلاق الأشياء. ولكن هناك بعض الأشياء التي يمكنك القيام بها للحد من كمية المعلومات الخاطئة. ولذا نتوقف عند هذا الحد. كما لو أننا نستطيع التوقف.

روبوتات الدردشة التي تعمل بالذكاء الاصطناعي من الهلوسة وإعطاء معلومات مضللة وإعطاء إجابات خاطئة، كما تعلمون، حتى على الأسئلة ذات الدوافع السيئة. يمكننا منعهم من اختلاق الأشياء. وهذه رواية مضادة حقًا. في نهاية اليوم، كان علينا القيام بنوع من الحملة التعليمية للتحدث مع الناس حول ما هو ممكن. وكما تعلمون، فإن بيان مهمتنا كشركة هو أننا نريد ذلك، ونحن موجودون لاكتشاف طريقة أفضل. وأعتقد

هذا حقًا جزء لا يتجزأ من الرسالة الشاملة والقدرات التي نحاول تقديمها إلى السوق. أنت لست عالقًا مع هذه الأنظمة القديمة، على الرغم من عمرها عامين، فأنت لست عالقًا في أوجه القصور في الأنظمة. هناك طريقة أفضل للقيام بذلك. ومثل رؤيتنا كشركة هي بناء عالم يتخذ فيه الأشخاص والآلات قرارات أكثر ذكاءً معًا. وفي نهاية المطاف، نعتقد أننا نستطيع فعل ذلك، لكن علينا نوعًا ما إقناع الناس بأن الأشياء التي نقوم بها ممكنة.

جون بروتون - بيانات الرئيس التنفيذي² (14:45.61)

كنتيجة ثانوية لنوع من هذا الوضع السردي المضاد الذي لدينا. إذن ما هي الكمية الهائلة من المعلومات التي تأتي من أمثال سام ألتمان وإيلون ماسك ومجموعة متنوعة من الأشخاص الآخرين الذين لديهم مكبرات صوت كبيرة جدًا يستخدمونها لتمرير رسائلهم.

دنكان رايلي (15:03.382)

نعم، بالتأكيد. كنت سأفعل، نعم، أعني، إنها جميلة، من الصعب فهمها أحيانًا، كما تعلمون، عندما تتعامل مع مثل هذه الأجزاء الكبيرة من المعلومات وكيف تجعلها ذات صلة بهذا الشخص في ذلك الوقت؟ الآن، جون، من الواضح أن لديك بعض الخبرة الرائعة، كونك في الجيش، والعمل مع بعض زملائك الحاليين أيضًا، لقد ذكرت نوعًا ما.

ربما سيل وما إلى ذلك. يبدو وكأنه فريق عالي الأداء مع مخرجات عالية الأداء. لكنني حريص على معرفة نفسك والتخمين مثل الأيام الأولى وربما مثل رحلتك مثل التي أدت إلى ذلك لأنك لا تحصل على أن تصبح الرئيس التنفيذي لشركة Data Squared وتبني منتجًا رائعًا. هناك رحلة وراءها وربما يتساءل الناس كيف وصلنا إلى هذه النقطة؟ نعم، أود معرفة المزيد عن ذلك.

جون بروتون - بيانات الرئيس التنفيذي² (15:36.514)

نعم.

جون بروتون - بيانات الرئيس التنفيذي² (16:00.846)

نعم، لا مشكلة. انظروا، لقد بدأنا الشركة، ماذا كانت، قبل 20 شهرًا أو أيًا كان ذلك. منذ وقت ليس ببعيد، ولكن من الواضح أن المسار لبدء DataSquared بدأ قبل ذلك بوقت طويل. لقد قرأت في سيرتي الذاتية أو على الأقل المقدمة، لقد عشت وعملت نوعًا ما في العديد من الأماكن المختلفة. وقد عشت وعملت على الكثير من المشاكل المختلفة وأنواع مختلفة من المشاكل المختلفة.

أعتقد أن كل ما نقوم به في الحياة يقودنا نوعًا ما إلى إيجاد طرق يمكننا من خلالها الضغط على الأزرار السهلة ومحاولة تغيير مسار كفاءتنا الشخصية والأشياء التي يُطلب منا القيام بها على أساس روتيني ومتكرر. الهندسة لا تختلف. بدأت في الجيش، ولم أكن أعرف ماذا أريد أن أفعل. خرجت من الجيش، وانتهى بي الأمر بالتوظيف في هذا البرنامج التدريبي مع BP لدور عمليات النفط والغاز. تحول ذلك بعد سنوات قليلة إلى دور هندسي.

بعد ذلك بعامين، أعمل في شركة Chevron. أوقفت هذا الانفجار على بئر. التقيت برئيس شركتنا ويقول، يجب أن تأتي للعمل لدي. لذلك انتهى بي الأمر، كما تعلمون، بعد ذلك بوقت قصير جدًا، إلى العمل لديه ثم البدء في التقاط صورة أكبر لأعمال النفط والغاز من خلال عدسة هندسية. ثم كان الأمر كله يتعلق بتحسين وحدات الأعمال المختلفة. لذلك أسافر حول العالم إلى أماكن مختلفة.

وحاول اكتشاف طرق لزيادة ربحيتها، وتقليل إهدارها، ثم تغيير منحنيات الكفاءة لهذه الشركات بشكل عام. الآن للقيام بذلك، تحتاج إلى خبرة متخصصة وفهم لكيفية اتصال البيانات، وسبب اتصالها، وكيفية توليد القيمة من صوامع المعلومات المختلفة هذه.

ولذا فقد أحببت ترشيد المحفظة حول التطبيقات المختلفة التي سنستخدمها ولماذا. ثم دخلت في تسويق التكنولوجيا. ثم بدأت في تجربة طرق ذكية لاستخدام عمليات التعلم الآلي والذكاء الاصطناعي ومحاولة توسيع نطاق هذه الأشياء داخليًا. وقد قادني ذلك إلى العودة إلى المدرسة حيث تقابل نوعًا من الأشخاص المختلفين ويتم بناء وجهات نظر جديدة لكيفية القيام بأشياء مختلفة. في النهاية أعتقد أنها كانت شركة Chevron.

جون بروتون - بيانات الرئيس التنفيذي² (18:09.644)

قادني هذا إلى جميع أنحاء العالم. وكانت شركة Chevron هي التي قادتني إلى الحصول على ماجستير إدارة الأعمال. وخلال تلك السنوات أثناء حصولي على ماجستير إدارة الأعمال مع أشخاص مختلفين، بدأت في العثور على الأشياء التي تهتم بها حقًا وكانت تحليلات البيانات والتحسين العام جزءًا كبيرًا من ذلك. لكن، كما تعلمون، قادني ذلك إلى جامعة هارفارد، التي تقوم ببعض الأعمال بعد التخرج هناك. وفي النهاية يركز كل شيء على

كيفية دمج التكنولوجيا والطرق الذكية في أعمالك وكيفية تغيير منحنيات الكفاءة لأعمالك من خلال النهج التجاري، وتطبيق تكنولوجيا النطاق. وهذا ما قادني إلى شركة Quantium، الموجودة على الأقل في أستراليا ومنطقة أنزاك، وهي الشركة الرائدة في تطوير حلول الذكاء الاصطناعي للتعلم الآلي في جميع أنحاء أستراليا ونيوزيلندا. إنهم يعملون في أمريكا أيضًا. وأنا محظوظ بما يكفي للعمل

وقلت من جامعة هارفارد: لقد تخرجت بعد التخرج وعملت مع رئيس شركة Quantium وحصلت على فرصة للحضور والعمل في مشروع صناعي مع Quantium. وكانت شركة Quantium شركة مذهلة لأنها فتحت عيني نوعًا ما على الاحتمالات التي كانت أمامي حقًا، والتفكير في الأشياء بطرق مختلفة، وفهم الأساليب المختلفة لحل المشكلات، ونهج المنصة المصغرة للتنمية. إنها كل هذه الرعشات، هذه السهام التي ترميها في جعبتك، مثل

كما تعلمون، إنها مجرد مادة مضافة. وفي مرحلة ما تقولون، قمت بتنمية هذه المعرفة. أنا أفهم الأشياء التي أنا متحمس لها. أفهم كيفية القيام بالأشياء بشكل جيد، وكيفية عدم القيام بالأشياء بشكل جيد. والعامل الوحيد الذي يحد من بدء شركة في تلك المرحلة هو نوعك الخاص من تحمل المخاطر والقيادة. كما تعلمون، يبدو الأمر كما لو أن شركة Quantium كانت شركة رائعة. أتمنى لو كان لدي المزيد من الوقت في الشركة. ولكن في تلك المرحلة كان الأمر مثل،

كانت لدي هذه الرغبة في القيام بشيء بمفردي. عملت في الشركات الكبرى لفترة من الوقت. وهكذا ماذا تفعل عندما تقرر الاتصال، مثل فتح شركتك الخاصة، تتصل بأصدقائك وتقول، مرحبًا، هل تريد بدء شركة معي؟ وهكذا، في نهاية المطاف، كما تعلمون، كيف وصلنا إلى ما نحن عليه. وكما تعلمون، أعتقد أن تجربتنا أثرت حقًا على ما كنا نفعله. أعتقد أننا اكتشفنا ذلك في وقت مبكر جدًا عندما بدأنا الشركة.

دنكان رايلي (20:13.523)

نعم.

جون بروتون - بيانات الرئيس التنفيذي² (20:28.514)

أنه إذا قمت بتطبيق الرسوم البيانية على واجهات الذكاء الاصطناعي التوليدية، وخاصة نماذج GPT ونماذج المحولات بشكل عام، فيمكنك تغيير منحنيات الكفاءة لما يمكنك الحصول عليه من هذه الأنظمة ويمكنك زيادة الشفافية. الآن الرسوم البيانية وحدها لا تحل المشكلة بأكملها، لكنها تعمل كآلية تأريض رائعة. وتمنحك الرسوم البيانية الدلالية بشكل عام القدرة على فهم كيفية الانتقال من المستندات النصية المسطحة وكيفية عملها في الهيكل وكيفية عملها مع هذه الأنظمة.

دنكان رايلي (20:33.586)

نعم.

جون بروتون - بيانات الرئيس التنفيذي² (20:58.68)

إلى واجهة متعددة الوسائط وكيف يمكنك بناء مستودعات المعلومات متعددة الوسائط التي تنسق حقًا الكثير من أنواع البيانات المهمة حقًا، ولكن البيانات غير المتصلة. وقد اكتشفنا ذلك في وقت مبكر جدًا. بدأنا في إجراء الاختبار وقلنا، حسنًا، كما لو تمكنا من إيجاد طريقة ذكية حقًا لإنشاء الرسوم البيانية بسرعة وكفاءة، فيمكننا حقًا القيام بشيء مثير للاهتمام هنا. وكما تعلمون،

هذا هو نوع الطريقة التي وصلنا بها إلى هنا. يبدو الأمر كما لو أن كل شيء يؤدي إلى شيء آخر. يمنحك الجيش الانضباط، وهذا الانضباط يمنحك القدرة على الحصول على وظائف مثيرة للاهتمام. تعود إلى المدرسة، كما لو كنت تعمل كمهندس، تكتشف طرقًا لتحسين هذا النظام، تسافر حول العالم، تجد طرقًا مختلفة لاستخدام التكنولوجيا، تذهب إلى المدرسة مرة أخرى، تجد نوعًا من الشبكات الجديدة من الناس. ثم فجأة، وكأنك تدير شركة تقوم بشيء مثير للاهتمام حقًا، ومبتكر، ومختلف عن الكثير من الأشخاص الذين يقومون بنوع من الأشياء المماثلة.

دنكان رايلي (21:57.242)

نعم، بالتأكيد. أعني، جون، أتحدث إلى عدد غير قليل من الأشخاص وأعتقد بالتأكيد أن ما تفعله هو على الأرجح أحد أكثر الأشياء الفريدة التي لم أسمع بها من قبل. لهذا السبب كنت متحمسًا حقًا لمشاركتك في العرض واكتشاف إلى أين يتجه، إلى أين تذهب Data Squared؟ وهذا هو المكان الذي يسعدني حقًا أن أسألك فيه، ما الذي يلوح في الأفق؟ لأنه من الواضح أنني أعتقد أن الذكاء الاصطناعي لا يزال في مهده إلى حد ما.

لكن كل أسبوع يتطور إلى الأبد وبصفتك رئيسًا تنفيذيًا، يجب أن تفكر، كيف يمكننا مواكبة هذا؟ وخاصة عندما يكون جزءًا كبيرًا من منتجك. ربما يكون من الصعب طرح سؤال، ولكن ما الذي يلوح في الأفق بالنسبة لمربع البيانات؟ إلى أين تراه ذاهبًا؟

جون بروتون - بيانات الرئيس التنفيذي² (22:45.826)

نعم، ابحث عن مربع البيانات، لدينا الكثير من الأنشطة. نحن نركز حقًا على اثنين من الأسواق الرأسية الرئيسية. إنها تطبيقات الدفاع والذكاء والهندسة والتمويل ثم تطبيقات الرعاية الصحية. نحن نشيطون حقًا في اثنين من هذه الأماكن في الوقت الحالي.

أعتقد، أين أرى مربع البيانات يذهب؟ الجزء الممتع حول ما بنيناه هو أننا قمنا ببنائه من خلال نوعنا الخاص من التجارب والمحن لمحاولة تطبيق التكنولوجيا وشركات المؤسسات الكبيرة حقًا والتي تتميز حقًا. لذلك قمنا ببناء منصة تعتبر، بالنسبة لي، المنصة الأكثر مرونة ورشاقة وقابلية لتوسيع نطاق النشر على الإطلاق.

إنه لا يعتمد على السحابة تمامًا. يمكن وضعها في حاويات ونشرها في البيئات ذات الفجوات الهوائية. إنه متوافق تمامًا مع أي LLM. لا يهم نوع البيانات التي ترميها عليها. يمكن دمجها مع أي أنظمة موجودة. كل ما نحتاج إلى معرفته هو كيفية الوصول إليه. فهل يمكنك وضع نقطة نهاية لواجهة برمجة التطبيقات يمكننا الوصول إليها؟ وهل يمكنك استخدام شخص ما في نظامك أو شركتك لإخبارنا بما هو مهم ولماذا هو مهم؟ طالما أننا نستطيع تحديد هذه الأشياء، يمكننا الاتصال بأي أنظمة قديمة منتشرة.

إنه حقًا شيء يسمح لنا بالحلم بطرق غير محدودة لتطبيقه وأماكن غير محدودة لوضعه. ولكن أفضل شيء في الأمر هو أنه يمكن أن يعمل كنوع أساسي من نهج النظام الأساسي لكيفية عملك في هذه البيئات أو.

يمكن أن يكون حقًا شيئًا يقع بجانب أو فوق الأنظمة القديمة الحالية التي تحاول فقط استخدامها بطريقة مختلفة. أنت تحاول الاستفادة من العرق الذي تضعه في تلك الأنظمة وإعادة معالجتها في بيئة تتيح لك استخدامها على نطاق واسع مع الأنظمة الأخرى التي نشرتها في شركتك. وأعتقد أن السماء هي الحد الأقصى حقًا. لدينا شبكة شركاء على مستوى عالمي. نحن مقيدون الآن ونذهب إلى السوق بشكل ملموس حقًا.

جون بروتون - بيانات الرئيس التنفيذي² (24:39.566)

العلاقات مع AWS ومايكروسوفت وديل وWWT وNeo4j ونفيديا. هذه شركات كبيرة حقًا تسعد بإعطائنا مصداقيتها ومساعدتنا على البيع جنبًا إلى جنب معها. لذا نأمل أن يرتفع حجم الأعمال، ولكن يمكننا حقًا تطبيقه على أي شيء تقريبًا. وفي النهاية، أعتقد أن الخطوة التالية هي فقط أن يفهم الناس ما هو ممكن.

ومرة أخرى، نحاول أن نظهر للناس أن هناك طريقة أفضل. نحن نحاول بناء عالم حيث يمكن للأشخاص والآلات اتخاذ قرارات أكثر ذكاءً معًا. وأعتقد أن الأمر يتعلق أكثر بالمقارنة والتباين، ووضع أنفسنا أمام الناس حتى يفهموا. هناك طريقة للقضاء على الهلوسة تمامًا. هناك طريقة للحصول على أنظمة قابلة للتفسير. هناك طريقة لربط الهندسة المعمارية القديمة والبنية التحتية والأنظمة الخاصة بي. هناك طريقة للقيام بذلك بطريقة ذكية ومنخفضة التكلفة وفعالة حقًا حتى تتمكن من البدء في استخدام ما لديك.

أمامك بالفعل، ولكن بطريقة أكثر ذكاءً. مثلما نحب أن نقول للأشخاص الذين نتحدث إليهم، انظر، أنت لا تفتقد البيانات. من المستحيل تمامًا أن تفقد البيانات. الجميع غارقون نوعًا ما في البيانات. هناك الكثير من حالات استنفاد البيانات، ولكنك تفتقد إلى الاتصالات الموجودة في بياناتك والمهمة في الوقت الحالي. ومثل ذلك، عليك إعادة معالجة تلك البيئة. عليك نوعًا ما إعادة التفكير في كيفية استخدامك لهذه المعلومات للعثور حقًا على تلك الاتصالات، ولكن هذه الاتصالات موجودة هناك ونريد أن نكون بمثابة فتح حاسم للأشخاص.

نريد أن نتأكد من أنهم يستطيعون بالفعل معرفة كيفية استخدام بياناتهم بشكل أكثر فعالية، واستخدام بنية أنظمتهم الحالية بطرق ذكية وفعالة حقًا، ومن ثم مساعدة الأشخاص نوعًا ما على النمو في تطبيق التحليلات والذكاء الاصطناعي على وجه التحديد على نطاق واسع في أعمالهم اليوم. لقد قمنا بعمل جيد حقًا حتى الآن في صناعة النفط والغاز. ننتقل بعد ذلك إلى صناعة الاستخبارات على نطاق واسع. ثم بعد هذا النوع من التمويل، ولكن

دنكان رايلي (26:28.349)

نعم، حقا.

جون بروتون - بيانات الرئيس التنفيذي² (26:31.746)

نعم، السماء هي الحد الأقصى. أعتقد أننا نقوم بشيء مختلف ومثير للاهتمام. كما تعلمون، حتى، كما تعلمون، في الآونة الأخيرة كان يتحدث إلى الناس في أستراليا والأشخاص الذين أعرفهم نوعًا ما في Quantium حول الطرق التي يمكنك من خلالها نوعًا ما التبديل، كما تعلمون، معًا، الأشياء التي يقومون بها مع الأشياء التي نقوم بها لإنشاء عرض قيمة أفضل للعملاء الذين يعمل الجميع معهم بالفعل. لذلك أعتقد أن الأمر يتعلق فقط، كما تعلمون، بالطلاقة، والخروج أمام الناس ومحاولة مساعدتهم على فهم ما هو ممكن.

دنكان رايلي (26:59.015)

نعم. وبالنسبة لأولئك الذين يشاهدون الآن ويفكرون، نعم، أحتاج إلى التحدث إلى جون، كيف يمكنهم إجراء محادثة مع البيانات؟

جون بروتون - بيانات الرئيس التنفيذي² (27:08.61)

نعم.

إنه أمر سهل حقًا. نحن شركة ذات تقنية منخفضة وعالية، مما يعني أنه يمكنك فقط التواصل معي عبر البريد الإلكتروني وسأبذل قصارى جهدي لمحاولة الرد عليك. ولكن انظر، لدينا موقع على شبكة الإنترنت. إنه ملف data2.ai. هناك نوع من النموذج الذي يمكنك ملؤه هناك لإعلامنا بأنك مهتم بإجراء محادثة. يمكنك التواصل معنا على LinkedIn. إنه في data2us هو المقبض، ولكن مربع البيانات.

كشركة، يمكنك البحث عني في جون بروتون، J-O-N-B-R-E-W-T-O-N، ويمكنك مراسلتنا عبر البريد الإلكتروني على الشركة على جهة الاتصال، لذا اتصل على data2.ai. وهكذا يمكنك التواصل معنا. يسعدنا إجراء محادثة معك واستكشاف ما هو ممكن.

دنكان رايلي (27:55.951)

ممتاز، ممتاز. وسنترك كل هذه التفاصيل في التعليقات أيضًا حتى يتمكن الجميع من الوصول إليها إذا كانوا يشاهدون على YouTube. لكن جون، لقد كان من دواعي سروري المطلق وجودك في العرض. لقد كنت أرغب في مساعدتك لفترة من الوقت وما شرحته اليوم كان ممتازًا وهناك الكثير من القيمة هناك. وأعتقد أنه بالنسبة لأولئك الذين يشاهدون، فإنهم يفكرون فقط في كيفية تطبيق البيانات المربعة عليها.

مؤسستهم، كيف يمكنهم جلب بياناتهم إلى الحياة والبدء في الحصول على نظرة ثاقبة ذات مغزى لبياناتهم الخاصة. كما قلت، الجميع غارقون في البيانات، الأمر كله يتعلق فقط بكيفية الوصول إليها. ويبدو أن DataSquare هو الحل في السوق، أليس كذلك؟

جون بروتون - بيانات الرئيس التنفيذي² (28:39.054)

نعم.

جون بروتون - بيانات الرئيس التنفيذي² (28:43.944)

ملاحظة أخيرة قبل أن نقفز. في تطبيقاتنا التجارية التي نشرناها في العام الماضي فقط، حققنا حوالي 39 مليون دولار من القيمة الملموسة للأشخاص الذين نبني الحلول وننشر لهم. لذلك هذا ليس مجرد نوع من القصص الخيالية، دعونا نطبق الذكاء الاصطناعي ونرى ما يمكننا القيام به به. هذا يولد قيمة تجارية حقيقية. يتم استهدافها للغاية في القيام بذلك.

هذا ما يجلس على الطاولة للجميع هناك. لذلك إذا كنت مهتمًا، فالرجاء عدم التردد في التواصل معنا. يمكننا أن نخبرك كيف يمكننا الوصول إلى هناك.

دنكان رايلي (29:15.571)

هذا رائع. وأيضًا، أعتقد أنه إذا كان لديك أنظمة ERP أو CRMs ولديك بيانات هناك لا تستخدمها فرقك، افترض أن مربع البيانات سيكون حلاً لذلك، والقدرة على استخدام معالجة اللغة الطبيعية لسحب ذلك وتصوره.

جون بروتون - بيانات الرئيس التنفيذي² (29:34.775)

بالتأكيد.

دنكان رايلي (29:35.923)

رائعة. حسنا، جون، شكرا جزيلا لك. وهذا يقودنا إلى نهاية حلقة أخرى. شكرًا جزيلاً على متابعتك، سواء كنت تشاهد معنا على YouTube أو تستمع على Spotify. نحن نقدر حقًا قضاء وقتك معنا. إذا كنت قد استمتعت بما سمعته وشاهدته اليوم، فالرجاء عدم نسيان الضغط على زر الإعجاب والاشتراك حتى لا تفوتك الحلقات المستقبلية. لدينا بعض الأشياء المثيرة القادمة. حتى المرة القادمة، تحدث قريبًا.