محطة الأرقام تتيح للمستخدمين التجاريين التواصل مع بياناتهم

تطلق محطة الأرقام، وهي شركة ناشئة تستخدم نماذج اللغة الضخمة لتشغيل منصتها لتحليل البيانات، منتجها القائم على السحابة الأول اليوم: محطة الأرقام السحابية، والتي تتوفر الآن في إصدار مبكر. من خلال هذه الخدمة، يمكن لأي مستخدم في الشركة تحليل بياناتها الداخلية باستخدام واجهة المحادثة في محطة الأرقام.

تركز العديد من الأدوات المماثلة على ترجمة الاستفسارات بلغة طبيعية إلى لغة قاعدة البيانات مثل SQL. ومع ذلك، يؤكد فريق محطة الأرقام أن هذا النهج له قيود، جزئيًا لأن نموذج اللغة الضخمة العام ليس لديه فهم لكيفية عمل الشركة المعينة، وكيفية هيكلة بياناتها، وكيفية إشارة الأشخاص داخل الشركة إلى كائنات البيانات المحددة.

وكما أوضح كريس أبرجر، مؤسس والرئيس التنفيذي لمحطة الأرقام لي، إنه قد تعب قليلاً من الحديث عن كيف يتيح الخدمة للمستخدمين “التحدث مع بياناتهم”، لأن هناك الكثير من الضجيج حول ذلك. وأضاف قائلاً: “ولكن الشيء الأكثر مستوىً من رجال الأعمال، والمستخدمين غير التقنيين، الذين لديهم أسئلة يرغبون في طرحها، ثم الحصول على الإجابات عن طريق هذه المصادر الكلاسيكية المهيكلة للبيانات هو حقًا المكان الذي وصلت إليه الأمور”. وقال لي: “هناك الكثير من نمذجة البيانات والسباكة حول هذه النماذج الأساسية والنماذج اللغوية الضخمة لجعلها تعمل”.

بالنسبة لمحطة الأرقام، فقد تطلب ذلك إنفاق الكثير من الموارد الهندسية على بناء ما تسميه الشركة فهرسها الدلالي. وهذا الفهرس في الأساس هو مصدر مراجعة تلقائي لمقاييس وتعريفات الشركة. ويخصص هذا الفهرس لكل شركة على حدة (وغير مشترك بما بينها). وصف أبرجر الفهرس بأنه “شيء ضخم” يضمن، على سبيل المثال، تناغم تعريف النموذج لمصطلح “إيرادات متكررة” مع استخدام الشركة لهذا المصطلح.

بينما تعتمد منصة محطة الأرقام على مجموعة من نماذج اللغة الضخمة ونماذج التعلم الآلي المتخصصة لديها، إلا أن هذا الفهرس هو ما يجمع كل شيء معًا. وكما أوضحت إينيس شامي، مؤسسة محطة الأرقام وعالمة البيانات الرئيسية، فإن الفريق قد قَدَّرَ في الأصل تحدي بناء جزء المنصة هذا.

وقالت لي: “إنه يعود إلى الذكاء الاصطناعي الكلاسيكي وهندسة البيانات الكلاسيكية: كيف يمكنني إنشاء تمثيل للمعرفة يمكن للنموذج أن يستخدمه فعلاً للإجابة على تلك الأسئلة؟ لأنه ليس هناك طريقة لكي يفهم النموذج جميع تلك المقاييس، وجميع تلك الأشياء التي يطلبها المستخدمون التجاريون”. فحتى البشر لا يفهمون كل سؤال على الفور، ويجب على النموذج تحويل تلك الأسئلة الغامضة إلى استفسارات محددة جدًا. وتظهر أبحاث محطة الأرقام أن نهجها يؤدي إلى تحسين الدقة بشكل كبير مقارنة بأنابيب النص إلى SQL التقليدية.

على الرغم من أن الشركة تطلق هذه الخدمة المحادثة اليوم، إلا أن الرؤية العامة أكبر بكثير.

وقال أبرجر: “ما نقوم به بشكل أساسي هو بناء منصة ذكاء اصطناعي لتحليل البيانات. هذا واحد من التطبيقات […]. هناك لعبة أكبر وأوسع نحن لا نزال نعمل عليها كشركة، وهي السعي لحل مجموعة من مشاكل البيانات المختلفة التي تستند إلى هذه المنصة. من أمثلة ذلك: كيف يمكنني إثراء بياناتي بمصادر البيانات من طرف ثالث؟ كيف يمكنني القيام ببعض الخوارزميات الكلاسيكية مثل التوافق الضبابي، وما إلى ذلك؟ هناك عدد لا نهائي تقريبًا من الاستخدامات التي يمكن تطويرها على هذه المنصة”.

هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي