البيانات هي حجر الزاوية في ابتكارات الذكاء الاصطناعي. تستثمر المؤسسات، من الشركات الناشئة الرشيقة إلى الشركات متعددة الجنسيات، مليارات الدولارات لاستغلال مجموعات البيانات لتطبيقات ذكاء اصطناعي عالية الأداء.
ومع ذلك، يبقى الوصول إلى البيانات واستخدامها من مصادر وطرائق متعددة—مثل النصوص والفيديو والصوت—تحديًا معقدًا، رغم هذه الاستثمارات الكبيرة. تواجه الفرق تحديات كثيرة في التكامل، مما يؤدي إلى تأخيرات وفرص عمل ضائعة.
تسعى شركة ApertureData، الناشئة من كاليفورنيا، إلى معالجة هذه المشكلة من خلال طبقة البيانات الموحدة الخاصة بها، ApertureDB. تجمع هذه الحلول المبتكرة بين مزايا قواعد بيانات الرسم البياني وقواعد البيانات المتجهة، إلى جانب إدارة البيانات متعددة الطرائق، مما يمكّن فرق الذكاء الاصطناعي والبيانات من تسريع نشر تطبيقاتهم. مؤخرًا، أعلنت ApertureData عن جمع 8.25 مليون دولار كتمويل أولي وإطلاق نسخة سحابية من قاعدة بياناتها الخاصة بالرسم البياني والمتجه.
قالت فيشارا غوبتا، المؤسسة والرئيسة التنفيذية لشركة ApertureData: "يمكن لـ ApertureDB تقليل أوقات إعداد بنية البيانات والمجموعات بمقدار 6 إلى 12 شهرًا، مما يوفر قيمة هائلة للرؤساء التقنيين والرؤساء المعنيين بالبيانات الذين يجب عليهم تطوير استراتيجيات ذكاء اصطناعي فعالة في بيئة متغيرة بسرعة مع متطلبات بيانات متناقضة." وأكدت أن هذا العرض يمكن أن يعزز إنتاجية فرق علوم البيانات وتعلم الآلة بمعدل يصل إلى عشرة أضعاف في تطوير الذكاء الاصطناعي متعدد الطرائق.
ما الذي يجعل ApertureData متميزًا؟
تواجه العديد من المؤسسات صعوبات في إدارة التدفق المتزايد للبيانات متعددة الطرائق—التيرابايت من النصوص والصور والصوت والفيديو— مما يعيق قدرتها على استغلال الذكاء الاصطناعي بشكل فعّال. التحدي يكمن في عدم ندرة البيانات، بل في النظام المتكسر من الأدوات المطلوبة لمعالجتها لتطبيقات الذكاء الاصطناعي المتقدمة.
حاليًا، ينبغي على الفرق جمع البيانات من مصادر متعددة، وتخزينها في مستودعات سحابية، والتعامل مع البيانات الوصفية المتغيرة باستمرار في الملفات أو قواعد البيانات. وغالبًا ما يتطلب ذلك كتابة نصوص مخصصة لاسترجاع البيانات ومعالجتها. بعد إتمام المهام الأولية، يتعين على الفرق دمج قواعد البيانات الرسومية ووظائف البحث المتجهة لتنفيذ تجارب الذكاء الاصطناعي المطلوبة، مما يؤدي إلى تأخيرات كبيرة.
شرحت غوبتا: "تتوقع المؤسسات أن تسهل طبقتها البيانات إدارة طرائق البيانات المتنوعة، وتسريع تحضير تعلم الآلة، ودعم إدارة المجموعات، والتعليقات، وتتبع النماذج، والبحث المتقدم عن البيانات والتصوير. لسوء الحظ، غالبًا ما تلجأ إلى حلول التكامل اليدوي التي تشمل أنظمة تخزين سحابية متعددة، وقواعد بيانات، ومكتبات معالجة، مما يعقد سير العمل ويؤخر جداول المشاريع."
للتغلب على ذلك، تعاونت غوبتا مع لويس ريميس، عالم أبحاث أيضًا في مختبرات إنتل، لإنشاء طبقة بيانات شاملة تعالج جميع مهام بيانات الذكاء الاصطناعي متعددة الطرائق في منصة واحدة.
تمكّن ApertureDB الآن المؤسسات من مركزة المجموعات—كالصورة الكبيرة، والفيديو، والمستندات، والتضمينات، وبياناتها الوصفية—للاسترجاع والاستعلام بشكل فعال. تقدم رؤية موحدة للمخطط وتشمل قدرات الرسم البياني المعرفي والبحث المتجه لمجموعة متنوعة من تطبيقات الذكاء الاصطناعي، من روبوتات الدردشة إلى أنظمة البحث.
قالت غوبتا: "من خلال محادثات موسعة، تعلمنا الحاجة إلى قاعدة بيانات تفهم بشكل شامل إدارة البيانات متعددة الطرائق ومتطلبات الذكاء الاصطناعي، مما يجعل الاعتماد والنشر الإنتاجي سهلاً للغاية. وهذا بالضبط ما حققناه مع ApertureDB."
كيف تقارن ApertureDB بالحلول الحالية؟
بينما تتوفر العديد من قواعد البيانات الموجهة للذكاء الاصطناعي، تسعى ApertureData إلى تحديد مكانتها من خلال تقديم منتج موحد يعالج البيانات متعددة الطرائق بشكل طبيعي ويدمج الرسوم البيانية المعرفية مع البحث المتجه المتعدد الطرائق بسرعة لتطبيقات الذكاء الاصطناعي. يمكن للمستخدمين بسهولة استكشاف العلاقات بين المجموعات واستخدام الأطر المفضلة للذكاء الاصطناعي للتطبيقات المحددة.
أكدت غوبتا: "تنافسنا الأساسي هو المنصات البيانات الداخلية التي تعتمد على مجموعة من الأدوات، مثل قواعد البيانات العلائقية أو الرسومية، والتخزين السحابي، والنصوص الداخلية. في العادة، نستبدل حلول مثل Postgres و Weaviate و Qdrant و Milvus و Pinecone و MongoDB و Neo4j، خاصة في سياقات الذكاء الاصطناعي متعدد الطرائق والتوليدي."
تؤكد ApertureData أن قاعدة بياناتها يمكن أن تعزز إنتاجية فرق علوم البيانات والذكاء الاصطناعي بمعدل يصل إلى 10 مرات. وقد أفيد بأنها تستطيع تحريك المجموعات متعددة الطرائق بسرعة تصل إلى 35 مرة أسرع من الحلول التقليدية وتوفر أداء البحث المتجه والتصنيف بسُرعة تتراوح بين 2 إلى 4 مرات أسرع من قواعد البيانات المتجهة مفتوحة المصدر الموجودة.
بينما امتنعت غوبتا عن الكشف عن هويات العملاء المحددة، أشارت إلى أنهم أنشأوا نشرات مع عدد من الشركات ضمن قائمة فورتشن 100، بما في ذلك بائع تجزئة رئيسي للمفروشات المنزلية، ومصنع كبير، ومجموعة متنوعة من الشركات الناشئة في مجال التكنولوجيا الحيوية والذكاء الاصطناعي التوليدي.
وأضافت: "عبر نشراتنا، تبرز تغذية العملاء الراجعة مكاسب كبيرة في الإنتاجية والقدرة على التوسع والأداء." وأشارت إلى أن الشركة قد وفرت لأحد العملاء 2 مليون دولار.
تخطط ApertureData في المستقبل لتوسيع منصتها السحابية لاستيعاب فئات جديدة من تطبيقات الذكاء الاصطناعي، وتعزيز تكاملات النظام البيئي لتجربة مستخدم سلسة، وتوسيع الشراكات لنشر أوسع.
قائمة الترتيب
