شرکت‌های نرم‌افزاری تثبیت‌شده ناچارند ساختار محصولات خود را از نو بر پایه هوش مصنوعی بنا کنند و نمی‌توانند آن را صرفاً به عنوان یک ویژگی اضافی در نظر بگیرند. این موضوع را شان کاسک، مدیر ارشد استراتژی هوش مصنوعی شرکت SAP، در رویداد Wave by Vento در تورین عنوان کرد.
کاسک در سخنرانی خود اظهار داشت: «همانند این شوخی معروف که هر شرکتی در حال تبدیل شدن به یک شرکت نرم‌افزاری است، هر شرکت نرم‌افزاری نیز باید به یک شرکت هوش مصنوعی مبدل گردد، در غیر این صورت نابود خواهد شد.» این نشست که کارولین روث از شبکه CNBC مدیریت آن را بر عهده داشت، بر خرید استارتاپ آلمانی «پراور لبز» (Prior Labs) توسط SAP تمرکز داشت؛ استارتاپی که مدل‌های پایه‌ای جدول‌محور یعنی مدل‌های هوش مصنوعی مخصوص داده‌های موجود در جدول‌ها را توسعه می‌دهد. شرکت SAP معامله مذکور را در ماه ژوئیه نهایی کرد و متعهد شد بیش از یک میلیارد یورو طی چهار سال برای توسعه این استارتاپ به یک آزمایشگاه پیشرو در حوزه هوش مصنوعی اختصاص دهد.
یک کلید API برای هر مدل اصلی هوش مصنوعی — برخی مدل‌ها رایگان هستند.
رایگان امتحان کنیداهمیت داده‌های جدول‌محور
مدل‌های زبانی بزرگ از طریق پیش‌بینی کلمه بعدی در متن آموزش می‌بینند. کاسک یادآور شد که این مدل‌ها به لحاظ ریاضی قادر به پردازش داده‌های درون جدول‌ها، مانند سطرها و ستون‌های صفحات گسترده نیستند، در حالی که مدل‌های جدول‌محور می‌توانند پیش‌بینی‌ها و دسته‌بندی‌های عددی را انجام دهند که از عهده مدل‌های زبانی خارج است.
وی توضیح داد که حدود ۸۰ درصد از داده‌های تجاری ساختارنیافته هستند؛ مواردی نظیر متون، ایمیل‌ها و تصاویر. با این وجود، او استدلال کرد که ۲۰ درصد از داده‌های نگهداری‌شده در جدول‌ها، ۸۰ درصد ارزش یک شرکت را تولید می‌کنند، در حالی که آزمایشگاه‌های بزرگ هوش مصنوعی بر مقیاس‌گذاری مدل‌های زبانی تمرکز کرده‌اند.
دلایل انتخاب «پراور لبز»
کاسک تشریح کرد که SAP از چند سال پیش ساخت مدل‌های جدول‌محور را به صورت داخلی آغاز کرده و در حال حاضر از مدل اختصاصی خود به نام SAP-RPT-1 در بخش عملیاتی بهره می‌برد. دلیل انتخاب پراور لبز این بود که مدل آن در صدر جدول مقایسه معیار TabArena قرار دارد. همچنین این استارتاپ پیش‌تر از مدل خود در تشخیص سرطان و تراکنش‌های بانکی استفاده می‌کرد و SAP نیز تحقیقات مشترکی را با آن به سرانجام رسانده بود.
این مقام ارشد SAP خاطرنشان ساخت که این شرکت متعهد شده است پراور لبز را به عنوان یک آزمایشگاه مستقل با فضای کافی برای تحقیقات شخصی حفظ کند و مدل آن به صورت متن‌باز (با وزن‌های باز) باقی بماند تا پژوهشگران و استارتاپ‌ها بتوانند بر روی آن توسعه پیدا کنند. در گذشته، تیم‌های یادگیری ماشین برای هر مسئله یک مدل مجزا می‌ساختند که هفته‌ها یا ماه‌ها زمان می‌برد و یک شرکت ممکن بود ۱۰۰ مدل را آموزش داده و تنظیم کند. به گفته وی، با یک مدل پایه‌ای جدول‌محور، یک مدل منفرد این فرایند را در چند روز به سرانجام می‌رساند و از نظر دقت از روش‌هایی نظیر XGBoost پیشی می‌گیرد.
انتخاب بهترین مدل
به گفته کاسک، SAP مدل زبانی بزرگ اختصاصی خود را نمی‌سازد زیرا این کار هزینه‌بر است و مدل‌های موجود به سمت تشابه حرکت می‌کنند. مشتریان می‌توانند از مدل‌های شرکت‌های گوگل، اوپن‌آی، آنتروپیک و میسترال استفاده کنند و SAP نیز بیش از ۱۰۰ مدل را به صورت داخلی به کار می‌گیرد. این شرکت هر مورد استفاده را با تمامی مدل‌ها می‌سنجد و بهترین گزینه را برمی‌گزیند.
برای SAP، رویکرد مبتنی بر هوش مصنوعی به معنای بازسازی رابط کاربری است. کاربران می‌توانند درخواست‌های خود را با زبان ساده بیان کنند و سیستم، جدول‌های مورد نیاز آن‌ها را روی صفحه نمایش تولید می‌کند.
جایگاه اروپا در عرصه هوش مصنوعی
کاسک تصریح کرد که اروپا نباید وارد رقابت فرساینده مدل‌های زبانی بزرگ شود. صرف ۱۰ میلیارد دلار روی مدلی که ظرف شش ماه منسوخ می‌شود مزیتی ایجاد نمی‌کند، بلکه اروپا باید دارایی‌هایی را بسازد که کارایی این مدل‌ها را افزایش دهند.
گراف دانش SAP پانصد هزار جدول و ۷ میلیون فیلد را به یکدیگر متصل می‌کند و این امر موجب می‌شود تا عامل‌های هوش مصنوعی آن به اندازه کافی برای استفاده در محیط‌های کاری دقیق باشند. البته تمام شرکت‌های اروپایی این مسیر را دنبال نمی‌کنند؛ به عنوان نمونه، شرکت میسترال مدل متن‌باز «لارج ۴» با یک تریلیون پارامتر را معرفی کرد.
کاسک در پایان افزود که به ازای هر دلار نرم‌افزار فروخته‌شده توسط SAP، مبلغ ۶ تا ۱۰ دلار عاید اکوسیستم شرکای آن می‌شود. این شرکت فناوری‌های استارتاپ‌ها را در محصولات خود لایسنس می‌کند، محصولات شرکا را از طریق فروشگاه خود به فروش می‌رساند و گاه آن‌ها را خریداری می‌کند؛ کما اینکه اخیراً توافق کرد استارتاپ بلژیکی فعال در حوزه نیروی کار، یعنی «تک‌ولف» را تصاحب کند.
حسام هاشمی 
