هذه مشاركة مدونة ضيف بواسطة فريق Ryght.
من هو رايت؟
تقوم Ryght ببناء منصة ذكاء اصطناعي مولدة على مستوى المؤسسات ومصممة خصيصًا لقطاعي الرعاية الصحية وعلوم الحياة. اليوم هو الإطلاق الرسمي لـ Ryght Preview، وهو الآن متاح للجميع.
تجمع شركات علوم الحياة ثروة من البيانات من مصادر متنوعة (بيانات المختبر، السجلات الطبية الإلكترونية، علم الجينوم، المطالبات، الصيدلة، السريرية، وما إلى ذلك)، ولكن تحليل تلك البيانات قديم، ويتطلب فرقًا كبيرة لكل شيء بدءًا من الاستعلامات البسيطة وحتى تطوير نماذج تعلم الآلة المفيدة. هناك طلب كبير على المعرفة القابلة للتنفيذ لدفع تطوير الأدوية، والتجارب السريرية، والنشاط التجاري، ولا يؤدي ظهور الطب الدقيق إلا إلى تسريع هذا الطلب.
هدف رايت هو تمكين المتخصصين في علوم الحياة من الحصول على الرؤى التي يحتاجونها بسرعة وأمان. وللقيام بذلك، يقومون ببناء منصة SaaS التي توفر مساعدين للذكاء الاصطناعي خاصين بالصناعة وحلولًا مصممة خصيصًا للمحترفين والمؤسسات لتسريع أبحاثهم وتحليلاتهم وتوثيقهم عبر مجموعة متنوعة من مصادر البيانات المعقدة.
وإدراكًا لمدى سرعة وتغير مشهد الذكاء الاصطناعي، سعى Ryght إلى الحصول على Hugging Face كشريك استشاري تقني في وقت مبكر من رحلته عبر برنامج دعم الخبراء.
التغلب على التحديات معًا
لقد لعبت شراكتنا مع دعم خبراء Hugging Face دورًا حاسمًا في تسريع عملية تطوير منصة الذكاء الاصطناعي التوليدية الخاصة بنا. إن المشهد سريع التطور للذكاء الاصطناعي لديه القدرة على إحداث ثورة في صناعتنا، كما أن خدمات Hugging Face عالية الأداء والجاهزة للمؤسسات لاستدلال إنشاء النص (TGI) واستدلال تضمين النص (TEI) هي خدمات تغير قواعد اللعبة في حد ذاتها. – جوني كروبي، المدير التنفيذي للتكنولوجيا في Ryght
واجهت Rygh العديد من التحديات عندما شرعت في بناء منصة الذكاء الاصطناعي التوليدية الخاصة بها.
1. الحاجة إلى تحسين مهارات الفريق بسرعة والبقاء على اطلاع في بيئة ديناميكية للغاية
مع تقدم تقنيات الذكاء الاصطناعي والتعلم الآلي بسرعة كبيرة، يعد ضمان بقاء الفريق على اطلاع بأحدث التقنيات والأدوات وأفضل الممارسات أمرًا بالغ الأهمية. منحنى التعلم المستمر هذا حاد ويتطلب جهدًا متضافرًا للبقاء على اطلاع.
إن الوصول إلى فريق خبراء Hugging Face الذين يعملون في مركز النظام البيئي للذكاء الاصطناعي يساعد Ryght على مواكبة أحدث التطورات والنماذج ذات الصلة بمجالهم. ويتم تحقيق ذلك من خلال قنوات اتصال مفتوحة وغير متزامنة، واجتماعات استشارية منتظمة، وورش عمل فنية مخصصة.
2. تحديد الأكثر [cost] أساليب التعلم الآلي الفعالة وسط بحر الخيارات الصاخب
يعج مجال الذكاء الاصطناعي بالابتكار، مما يؤدي إلى وفرة من الأدوات والمكتبات والنماذج والمنهجيات. بالنسبة لشركة ناشئة مثل Ryght، من الضروري تجاوز هذا الضجيج وتحديد استراتيجيات تعلم الآلة الأكثر قابلية للتطبيق على حالات الاستخدام الفريدة الخاصة بها في قطاع علوم الحياة. ولا يتضمن ذلك فهم الوضع الحالي للتطور فحسب، بل يتضمن أيضًا التطلع إلى التقنيات التي ستظل ذات صلة وقابلة للتطوير في المستقبل.
تعمل Hugging Face كشريك لفريق Ryght الفني – حيث تساعد في تصميم الحلول وتطوير إثبات المفهوم وتحسين عبء عمل الإنتاج. يتضمن ذلك توصيات مخصصة بشأن المكتبات والأطر والنماذج التي تناسب احتياجات Ryght المحددة، بالإضافة إلى أمثلة يمكن إثباتها حول كيفية استخدامها. يعمل هذا التوجيه في النهاية على تبسيط عملية صنع القرار وتقليل الوقت اللازم للتطوير.
3. الحاجة إلى تطوير حلول أداء تركز على الأمان والخصوصية والمرونة
ونظرًا للتركيز على الحلول على مستوى المؤسسة، تعطي رايت الأولوية للأمن والخصوصية والحوكمة. وهذا يتطلب بنية مرنة قادرة على التفاعل مع العديد من نماذج اللغات الكبيرة (LLMs) في الوقت الفعلي، وهي ميزة حاسمة لإنشاء المحتوى الخاص بعلوم الحياة ومعالجة الاستعلامات.
ومن خلال فهم الابتكار السريع داخل مجتمع المصادر المفتوحة، وخاصة فيما يتعلق ببرامج LLM الطبية، فقد تبنوا منهجًا معماريًا يدعم LLMs “القابلة للتوصيل”. يتيح لهم خيار التصميم هذا تقييم ودمج ماجستير العلوم الطبية الجديدة أو المتخصصة بسلاسة عند ظهورها.
في منصة Ryght، يتم تسجيل كل LLM وربطه بواحدة أو أكثر من نقاط نهاية الاستدلال الخاصة بالعميل. لا يعمل هذا الإعداد على تأمين الاتصالات فحسب، بل يوفر أيضًا القدرة على التبديل بين دورات LLM المختلفة، مما يوفر مرونة لا مثيل لها – وهو اختيار تصميم أصبح ممكنًا من خلال اعتماد Hugging Face’s Text Generation Inference (TGI) وInference Endpoints.
بالإضافة إلى TGI، قامت Ryght أيضًا بدمج Text Embeddings Inference (TEI) في منصة ML الخاصة بها. تمثل خدمة نماذج التضمين مفتوحة المصدر باستخدام TEI تحسنًا كبيرًا مقارنة بالاعتماد فقط على عمليات التضمين الخاصة – مما يمكّن Ryght من الاستفادة من سرعات الاستدلال الأعلى، والقضاء على المخاوف المتعلقة بحدود المعدل، والمرونة في خدمة نماذجهم المضبوطة بدقة، والمصممة خصيصًا لتلبية المتطلبات الفريدة لمجال علوم الحياة.
من خلال تلبية احتياجات العديد من العملاء في وقت واحد، تم تصميم نظامهم للتعامل مع كميات كبيرة من الطلبات المتزامنة مع الحفاظ على زمن الوصول المنخفض. تتجاوز خدمات التضمين والاستدلال الخاصة بها مجرد استدعاء النماذج البسيطة وتشمل مجموعة من الخدمات الماهرة في تجميع النماذج وترتيبها في قائمة الانتظار وتوزيعها عبر وحدات معالجة الرسومات. تعتبر هذه البنية التحتية ضرورية لتجنب اختناقات الأداء وضمان عدم تعرض المستخدمين للتأخير، وبالتالي الحفاظ على وقت استجابة النظام الأمثل.
خاتمة
تؤكد شراكة Ryght الإستراتيجية مع خدمات تعلم الآلة الخاصة بـ Hugging Face وتكاملها على التزامهم بتقديم حلول متطورة في مجال الرعاية الصحية وعلوم الحياة. ومن خلال تبني بنية مرنة وآمنة وقابلة للتطوير، فإنهم يضمنون بقاء منصتهم في طليعة الابتكار، حيث يقدمون لعملائهم خدمة وخبرة لا مثيل لها في التعامل مع تعقيدات المجالات الطبية الحديثة.
قم بالتسجيل في Ryght Preview، الذي أصبح الآن متاحًا للعامة للعاملين في مجال المعرفة بعلوم الحياة كمنصة مجانية وآمنة مع عملية تأهيل سلسة. تتكون مكتبة Ryght التجريبية من مجموعة متنوعة من الأدوات لتسريع عملية استرجاع المعلومات، وتوليف وهيكلة البيانات المعقدة غير المنظمة، وأدوات إنشاء المستندات، التي تستغرق ما قد يستغرق أسابيع حتى تكتمل إلى أيام أو ساعات. للاستفسار عن البناء المخصص والتعاون، اتصل بفريق خبراء الذكاء الاصطناعي لمناقشة Ryght for Enterprise.
إذا كنت مهتمًا بمعرفة المزيد عن Hugging Face Expert Support، فيرجى الاتصال بنا هنا – وسيتواصل فريقنا معك لمناقشة متطلباتك!
