HackerNoon-un "Başlanğıcın arxasında" seriyası üçün bu eksklüziv müsahibədə biz istifadəçilərə öz süni intellekt modellərini öyrətmək və onlara sahib olmaq imkanı verən platforma olan Fraction AI- nin təsisçisi və baş direktoru Şaşank Yadav ilə otururuq. Süni intellekt sahəsində keçmişə və Goldman Sachs və Microsoft-da əsas maşın öyrənmə qruplarında təcrübəyə malik olan Şaşank öz səyahətini, süni intellektin genişləndirilməsinin çətinlikləri və Fraction AI-nin sənayenin ən böyük darboğazını – etibarlı, yüksək keyfiyyətli məlumatları necə həll etdiyi barədə fikirlərini bölüşür. Fraction AI-nin süni intellekt mənzərəsini necə pozduğuna və süni intellektə sahibliyini demokratikləşdirməsinə daxili nəzər salın.
İşan Pandey: Salam Şaşank, sizi "Başlanğıcın arxasında" serialımıza salamlamaqdan məmnunam. Zəhmət olmasa, özünüz haqqında danışın və Fraction AI-ı tapmağınıza sizi nə ilhamlandırdı?
Şaşank Yadav : Hey İşan, burada olmaq əladır. Mən Shashank, Fraction AI-nin yaradıcısıyam. Mənim keçmişim AI ilə bağlıdır. Mən AI tədqiqatlarına diqqət yetirərək İIT Delhi-də kompüter elmlərini öyrəndim. Bundan sonra mən Goldman Sachs-da əsas ML komandasında işlədim, sonra süni intellekt üzrə tədqiqatçı kimi erkən mərhələ startapına qoşuldum və daha sonra AI-ni kəmiyyət ticarətində tətbiq edən hedcinq fonduna keçdim.
Qarşılaşdığım problem süni intellektin mərkəzləşməsi idi. Bir neçə şirkət ən güclü modellərə nəzarət edirdi və hər kəs öz ehtiyaclarına uyğunlaşdırılmamış hazır versiyalardan istifadə edərək ilişib qalmışdı. Lakin süni intellekt hamıya uyğun deyil. Hüquqşünasa treyder və ya developerdən fərqli model lazımdır. Ən yaxşı süni intellekt ixtisaslaşmışdır, lakin öz təliminiz ya çox bahalı, ya da çox mürəkkəb idi.
Buna görə mən Fraction AI-a başladım. Bu, hər kəsin öz AI modellərinə sahib ola və öyrədə biləcəyi bir platformadır. İstifadəçilər sessiyalarda rəqabət aparan AI agentləri yaradırlar. Hər bir agent kiçik bir giriş haqqı ödəyir, bir tapşırıq üçün mümkün olan ən yaxşı nəticəni yaradır və LLM tərəfindən mühakimə olunur. Qaliblər mükafatlar qazanır və onların modelləri ən yaxşı nəticələrinə əsasən təkmilləşir. Zaman keçdikcə istifadəçilər daha da yaxşılaşmağa davam edən yüksək ixtisaslaşmış süni intellektlər qururlar.
Bir neçə böyük modelə güvənmək əvəzinə, biz minlərlə kiçik, ixtisaslaşmış modellərin rəqabət apardığı, öyrəndiyi və böyüdüyü bir ekosistem yaradırıq. AI sadəcə istifadə etdiyiniz bir şey olmamalıdır. Sahib olduğunuz və təkmilləşdirdiyiniz bir şey olmalıdır. Bizim tikdiyimiz budur.
İşan Pandey: Siz Microsoft və Goldman Sachs-da əsas ML komandalarında işləmisiniz. Bu təcrübələr Fraction AI-nin qurulmasına yanaşmanızı necə formalaşdırdı?
Shashank Yadav : Bəli, kollec zamanı mən Microsoft-da Bing komandasında təcrübə keçmişəm, axtarış sıralaması üçün maşın öyrənməsi üzərində işləyirdim. Bu, mənim geniş miqyaslı AI sistemlərinə ilk real məruz qalmam idi. Axtarış təkcə məlumat tapmaq deyil, həm də istifadəçilərin həqiqətən nə istədiklərini anlamaq və nəticələri effektiv şəkildə sıralamaqdır. Bu mənə öyrətdi ki, süni intellekt təkcə ağıllı modellər haqqında deyil, onların real dünyada işləməsini təmin etməkdir.
Goldman Sachs-da mən maliyyə proqnozları üçün modellər hazırlayan əsas ML komandasında idim. Maliyyədə hətta kiçik təkmilləşdirmələr də vacibdir və səhvlərin baha başa gəldiyi real dünya şəraitində modellər daim sınaqdan keçirilir. Bu təcrübə mənə etibarlı, uyğunlaşa bilən və idarə olunan şəraitdə yaxşı performans göstərmək əvəzinə zamanla təkmilləşən AI qurmağı öyrətdi.
Daha sonra bir hedcinq fondunda miqdar ticarəti üçün AI üzərində işlədim. Orada rəqabətin nə qədər güclü olduğunu gördüm. Davamlı olaraq uyğunlaşan və rəqabət aparan strategiyalardan öyrənən modellər statik qalanlardan daha yaxşı performans göstərməyə meyllidirlər.
Bütün bunlar Fraksiya AI-ni formalaşdırdı. Bir mükəmməl süni intellekt yaratmaq əvəzinə, biz süni intellekt agentlərinin real dünya rəyləri əsasında rəqabət apardığı, öyrəndiyi və təkmilləşdiyi bir sistem yaratdıq. Ən yaxşı süni intellekt ayrı-ayrılıqda yaradılmayıb - o, özünü daim başqaları ilə sınamaqla inkişaf edir. Fraction AI-nin arxasında duran fikir budur.
İşan Pandey: Siz dediniz ki, AI sənayesinin ən böyük darboğazı hesablama gücü və ya proqramlaşdırma deyil, etibarlı məlumatlardır. Məlumatın nə üçün əsl məhdudiyyət olduğunu izah edə bilərsinizmi?
Şaşank Yadav : Bəli, mən bu bəyanatın tərəfdarıyam. Mövcud AI modelləri artıq internetin çox hissəsini görmüşdür. Öyrənmək üçün yeni heç nə yoxdursa, daha çox hesablama kömək etməyəcək. Əsl problem təzə, yüksək keyfiyyətli məlumat əldə etməkdir. DeepSeek bunu anladı və ənənəvi məlumat dəstləri əvəzinə saf möhkəmləndirmə öyrənməsindən istifadə edərək bir model hazırladı. Onlar başa düşdülər ki, eyni köhnə data üzərində dəqiq tənzimləməni davam etdirmək mümkün deyil, sizə yeni, faydalı məlumat yaradan sistem lazımdır.
Fraction AI ilə bu fikri daha da irəli aparırıq. Statik verilənlər bazasına etibar etmək əvəzinə, biz süni intellekt agentlərinə real işlərdə rəqabət aparmağa icazə veririk. Ən yaxşı nəticələr mühakimə olunur, dəqiqləşdirilir və növbəti nəsil modelləri təkmilləşdirmək üçün istifadə olunur. O, mərkəzləşdirilməmiş və daim inkişaf edir. Süni intellekt bir neçə şirkətə deyil, hamıya məxsus olmalıdır. Bunun baş verməsinin ən yaxşı yolu insanların yeni, yüksək keyfiyyətli məlumatlar yaratmaqla öz modellərini məşq etdirdiyi və təkmilləşdirdiyi bir sistem yaratmaqdır. Süni intellektə bağlanmaq əvəzinə, o, real dünyada istifadə yolu ilə inkişaf etməyə davam edir.
İşan Pandey: Şirkətlərin süni intellektin genişləndirilməsi ilə bağlı ən böyük yanlış təsəvvürləri hansılardır və Fraction AI onları necə həll edir?
Shashank Yadav: Ən böyük yanlış fikir ondan ibarətdir ki, AI-ni miqyaslaşdırmaq sadəcə daha böyük modellərə daha çox hesablama atmaqdır. Bu, keçmişdə işləyirdi, lakin biz bir divara çarpdıq, daha çox parametr avtomatik olaraq daha yaxşı nəticələr demək deyil. İndi əsl darboğaz hesablama deyil, məlumatdır. Başqa bir səhv, AI-nin statik olduğunu düşünməkdir. Bir çox şirkətlər modeli bir dəfə dəqiqləşdirir və onun “bitdiyini” güman edirlər. Lakin AI proqram təminatı kimi deyil, aktual qalmaq üçün yeni məlumatlardan öyrənməyə davam etməlidir. Süni intellektiniz davamlı olaraq təkmilləşmirsə, o, geridə qalır.
Fraksiya AI bunu AI-nin özünü təkmilləşdirərək düzəldir. Modeli bir dəfə öyrətmək və onun əbədi işləməsinə ümid etmək əvəzinə, biz süni intellekt agentlərinin daim rəqabət apardığı, ən yaxşı nəticələrindən öyrəndiyi və real vaxtda təkamül etdiyi bir sistem yaradırıq. Söhbət təkcə modellərin miqyasını genişləndirmək deyil, həm də öyrənməni genişləndirməkdir. Süni intellektin gələcəyi ən böyük modeli qurmaqdan ibarət deyil. Söhbət öz-özünə inkişaf edə bilən sistemlərin yaradılmasından gedir. Bizim tikdiyimiz budur.
İşan Pandey: Böyük texnologiyada işləməkdən öz süni intellekt şirkətinizi qurmağa keçid zamanı qarşılaşdığınız ən böyük çətinliklər hansı olub?
Shashank Yadav: Ən böyük problem texniki problemlərin həllindən faktiki şirkət idarəçiliyinə keçmək idi. Böyük texnologiyada siz modellər qurmağa diqqət yetirirsiniz, lakin təsisçi olaraq hər şey haqqında düşünməlisiniz - məhsul, istifadəçilər, maliyyələşdirmə və nə qurduğunuzun həqiqətən vacib olduğundan əmin olun.
Başlanğıcın necə qurulmasını və miqyasını başa düşmək üçün Y Combinator kurslarını izləməyə çox vaxt sərf etdim. İTİ Delhi böyük bir sahibkarlıq mədəniyyətinə malikdir, buna görə də artıq sıçrayış edənlərə baxmaq üçün çoxlu insanım var idi. Bu, mənə bunun mümkün olduğuna inam verdi. Nailwal Fellow olmaq da oyunu dəyişdirdi. Polygon-un həmtəsisçisi Sandeep Nailwal, Web3-də ən hörmətli adamlardan biridir və onun rəhbərliyini əldə etmək inanılmaz dərəcədə dəyərli idi. O, işlərin miqyasda işləməsinə baxmayaraq, açıq, mərkəzləşdirilməmiş şəkildə necə qurulacağını başa düşür.
Şirkət qurmağın ən çətin hissəsi texnologiya deyil, o, öz baxışınızı real, insanların əslində istifadə etdiyi bir şeyə necə çevirəcəyinizi tapmaqdır. Əvvəllər bunu etmiş başqalarından öyrənmək böyük fərq yaratdı.
İşan Pandey: Fraksiya AI öz-özünə dəstəklənən AI ekosisteminin qurulmasına diqqət yetirir. Platformanızın genişləndirilə bilən, yüksək keyfiyyətli məlumat toplanmasına necə imkan verdiyini izah edə bilərsinizmi?
Shashank Yadav : Fraksiya AI, AI-nin rəqabət və real dünyada istifadə yolu ilə özünü təkmilləşdirməsi ideyası ətrafında qurulub. Statik verilənlər toplusuna güvənmək əvəzinə, biz süni intellekt agentlərinin məlumatları miqyasda yaratdığı, təkmilləşdirdiyi və təkmilləşdirdiyi bir sistem yaradırıq. Bu necə işləyir: İstifadəçilər hər birinin öz sistem xəbərdarlığı və tənzimləməsi olan AI agentləri yaradırlar. Bu agentlər müəyyən bir tapşırıq üçün nəticələr yaratdıqları sessiyalarda rəqabət aparırlar. Onların cavabları LLM hakimi tərəfindən qiymətləndirilir və ən yaxşı performans göstərən agentlər mükafatlar qazanırlar. Bu proses davamlı olaraq təkrarlanır və süni intellekt modellərinin zamanla təkmilləşdiyi geribildirim dövrəsi yaradır.
Amma biz təkcə məlumat toplamırıq, həm də modelləri dəqiqləşdiririk. Bu yarışların ən yaxşı nəticələri məşq prosesinə qaytarılır, agentlərin təkmilləşməsinə və ixtisaslaşmasına kömək edir. Bir neçə seans ərzində istifadəçilər öz modellərini təkmilləşdirə, onları daha ağıllı və konkret tapşırıqlarına uyğunlaşdıra bilərlər.
Bu, yüksək keyfiyyətli məlumatların toplanması və modelin təkmilləşdirilməsi üçün genişləndirilə bilən sistem yaradır. Əvvəlki verilənlər bazasına güvənmək əvəzinə, AI agentləri real vaxt rejimində təsdiqlənmiş təzə, müvafiq məlumatlar yaradır. Nəticə süni intellektin statik olmadığı bir ekosistemdir - o, həmişə öyrənir, daim təkmilləşir.
İşan Pandey: İnnovasiya, satış və maliyyələşdirmə arasında tarazlığı idarə etməyə çalışan AI startaplarına nə məsləhət görərdiniz?
Şaşank Yadav: Əsas olan vaxtdır. İlk günlərdə, eyni zamanda innovasiya və satışa diqqət yetirin - insanların bunu istədiyini sübut etmək üçün sizə kifayət qədər məhsul lazımdır, həm də satışa erkən başlamalısınız. Mükəmməlliyi gözləməyin. Əgər kimisə bunun üçün pul ödəyə bilmirsinizsə, bu, çox güman ki, əsl problemi həll etmir.
Hətta kiçik bir tələb sübutunuz olduqda, mümkün qədər tez vəsait toplayın. Böyük bir şey qurmaq üçün kifayət qədər uzun müddət yaşamaq lazımdır. Bir çox startap uğursuz olur, çünki kifayət qədər uçuş-enmə zolağı təmin etmədən məhsula çox diqqət yetirirlər. Bu nöqtədə sulandırmaya çox diqqət yetirməyin, hər halda startaplar sıfır və ya bir oyundur.
Fandreyzinqdən sonra hər şey satış və davamlı innovasiyaya çevrilir. Gəlirinizi artırarkən məhsulu təkmilləşdirməyə davam edin. Satışa davam edə bilsəniz və texnologiyanı irəli apara bilsəniz, irəlidə qalacaqsınız.
Qısacası: Tələbi sübut edin → Sürətlə artırın → Məhsulu təkmilləşdirərkən satışı miqyaslandırın.
Maraqla bağlı açıqlama: Bu müəllif bizim vasitəsilə müstəqil nəşriyyatçıdır