تقدم Crypto.com تحليلًا دقيقًا للمشاعر في ثانية واحدة باستخدام الذكاء الاصطناعي المولّد على AWS

تم تأسيس Crypto.com في عام 2016 بمهمة جريئة: جلب العملة المشفرة إلى كل محفظة. وتميز الشركة نفسها عن غيرها من منصات التداول الأخرى من خلال تركيزها القوي على دفع اعتماد المستخدمين، وذلك من خلال شبكة واسعة من الشركاء بما في ذلك التجار وبوابات الدفع. يخدم Crypto.com حاليًا حوالي 100 مليون مستخدم في 90 دولة.

مع هذا النمو السريع وقاعدة العملاء المتنوعة - كل ذلك ضمن صناعة متطورة وتنافسية - تبنت Crypto.com الذكاء الاصطناعي التوليدي (AI) لتقديم تجارب عملاء محسّنة بسرعة. تشمل "حالات استخدام الذكاء الاصطناعي لدى الشركة" أدوات مساعدة تحاورية تختص بعملية التأهيل واستفسارات العملاء، بالإضافة إلى معالجات لإنشاء حملات تسويقية عبر وسائل التواصل الاجتماعي.

في تطبيقات الذكاء الاصطناعي المولّد، تزايدت أهمية تحليل المشاعر وتصنيف سرديات الأخبار؛ ولا سيما في مجال العملات المشفرة حيث يحتاج المستثمرون إلى معلومات دقيقة حول السوق في الوقت المناسب لاتخاذ قرارات واعية مستنيرة. يوفر Crypto.com خدمة رؤية السوق حيث يمكن للمستخدمين الوصول إلى أحدث الأخبار والمعلومات من كل من مصادر الأخبار المشفرة والتقليدية للحصول على رؤى من محركات ذكاء الشركة. تم إعداد كل اشتراك وفقًا لمستوى تداول المستخدم والعملات المعدنية الموجودة في محفظته.

تستخدم Crypto.com مجموعة من نماذج التعلم الآلي الجاهزة (ML) جنبًا إلى جنب مع نماذجها المخصصة لتحليل المشاعر. ومع ذلك، واجه المطورون تحدياتٍ تتعلق بقيود النماذج مفتوحة المصدر والتكلفة العالية المتعلقة بالاستضافة الذاتية لنماذج اللغة الكبيرة (LLMs). كما واجهوا مشكلاتٍ تتعلق بالدقة في المخرجات الناتجة عن النماذج مفتوحة المصدر، وخاصةً عند التعامل مع المواقع الإخبارية متعددة اللغات. وبالتالي، سعت Crypto.com إلى حل أكثر فعالية لدمج وتجميع المخرجات من نماذج ML المتعددة - سواء المدربة مسبقًا أو المخصصة - لتوفير رؤى دقيقة وموثوقة وشاملة في سوق التشفير.

تعمل Crypto.com على Amazon Web Services (AWS) منذ إطلاقها، لذلك عندما سعت إلى الحصول على LLMs جديدة لتحليل المشاعر، كان Anthropic Claude 3 على Amazon Bedrock خيارًا منطقيًا. نماذج اللغة الكبيرة (LLMs) هذه هي نماذج قابلة للتوسّع بدرجة كبيرة وتعالج كمياتٍ هائلةً من البيانات في الوقت الفعلي، ما يُسهّل أبحاث السوق الشاملة. أظهرت النتائج الأولية أن نماذج اللغة الكبيرة (LLMs) على Amazon Bedrock تقدم النتائج بسرعة كبيرة، عادةً في غضون ثانية واحدة.

أدى دمج Amazon Bedrock إلى التخلص من الجهد اليدوي والتكلفة الإضافية والقيود الحوسبية المتعلقة بالاستضافة الذاتية لنماذج اللغة الكبيرة (LLMs). في غضون شهر واحد، نفذت Crypto.com نماذج Anthropic Claude 3 Haiku على Amazon Bedrock لتحليل المشاعر وجمع وتحليل أخبار العملات المشفرة بأكثر من 25 لغة. تستخدم الشركة أيضًا Amazon Bedrock في مواصلة عمليات إثبات المفهوم (POCs) والتطوير. يقول صني فوك، رئيس الذكاء الاصطناعي وتكنولوجيا الابتكار في Crypto.com: «أدى الذكاء الاصطناعي التوليدي على خدمات AWS مثل Amazon SageMaker و Amazon Bedrock إلى تبسيط اعتمادنا لأحدث LLMs وتقنيات الذكاء الاصطناعي. يُمكننا الآن نقل الأفكار المبتكرة من مرحلة إثبات المفهوم (POC) إلى الإنتاج الكامل في غضون أسابيع."

لضمان تطبيق المعرفة الخاصة بالمجال في مخرجات النموذج، استخدمت Crypto.com بياناتها الخاصة لضبط النماذج مفتوحة المصدر بما في ذلك Mistral AI و Meta Llama على Amazon Elastic Compute Cloud (Amazon EC2 ). يُعد هذا النهج أمرًا بالغ الأهمية عند ظهور عملة جديدة في السوق، حيث غالبًا ما تحقق النماذج الجاهزة نتائج دون المستوى. ثم بدأت Crypto.com في استخدام Amazon SageMaker كمنصة تطوير تعلم الآلة من البداية إلى النهاية حسب الطلب لضبط نماذجها المخصصة.

يقول ريموند لام، كبير المهندسين في Crypto.com، «يوفر Amazon SageMaker الأدوات وواجهات برمجة التطبيقات لتكييف نماذجنا بسهولة مع واجهة سهلة الاستخدام. وعلى غرار Amazon Bedrock، نحتاج فقط إلى تشغيل وظائف التعلم الآلي حسب الحاجة، كما أن إدارة النمذجة المخصصة أسهل بكثير مما لو كنا نقوم بذلك بمفردنا».

تلقت Crypto.com دعمًا مكثفًا من AWS طوال مراحل توليد الأفكار ونقاط الاتصال والإنتاج للنشر متعدد الوكلاء. يقول Lam "لقد أجرينا العديد من المناقشات حول الأدوات أو الأطر التي يجب نشرها لحالات الاستخدام المختلفة." "شارك فريق AWS حالات استخدام حالية، وقدّم عينةً من التعليمات البرمجية، وشرح كل خطوة. عندما ظهرت المشكلات الفنية، ساعد مهندسو حلول AWS في استكشاف الأخطاء وإصلاحها وقدموا اقتراحات، ما أدى إلى تسريع عملية التأهيل للذكاء الاصطناعي المولّد على خدمات AWS."

من خلال تنفيذ حل متعدد الوكلاء يسعى إلى توافق الآراء لتحليل المشاعر على AWS، يمكن لـ Crypto.com تقديم رؤى دقيقة وشاملة ومحلية لسوق التشفير بكفاءة لقاعدة مستخدميها العالمية. يوضح Fok: "يمكننا مشاركة المزيد من الأخبار الفورية والمُحدّثة مع المستخدمين حول معنويات العملات - سواءً كانت صعودية أو هبوطية، على سبيل المثال. يصبح المستخدمون أكثر اطلاعًا، ما يعني أنه يمكنهم القيام باستثمارات مخططة بشكل أفضل." لاحظ المهندسون أيضًا تحسن دقة التوسّع في الاستعلامات ذات السياق الكبير باستخدام نماذج Claude 3 على Amazon Bedrock.

علاوة على ذلك، مع Amazon Bedrock، تستفيد Crypto.com من النماذج القابلة للتطوير بدرجة كبيرة والتي تعمل على أتمتة توليد الأفكار لتوفير الوقت والموارد. يقول Lam: "لقد أصبحنا أكثر كفاءةً مع النماذج الجاهزة للاستخدام التي يمكننا الوصول إليها عبر واجهة برمجة التطبيقات (API)، ما يمنحنا المزيد من المرونة في التطوير." "مع الذكاء الاصطناعي المولّد على AWS، يكون لدينا المزيد من الخيارات التي تناسب مختلف حالات الاستخدام أو المتطلبات، وبالتالي نتمكن من اختبار النماذج الجديدة بسهولة عند ظهورها."

تستكشف Crypto.com حاليًا حالات استخدام جديدة لنماذج Claude 3 على Amazon Bedrock، مثل معالجة المستندات والجداول والمخططات. أظهرت الاختبارات الأولية نتائج واعدةً من حيث الدقة مقارنةً بقارئات التعرف البصري على الحروف (OCR) التي تعتمد على تعلّم الآلة في السوق. تعمل الشركة أيضًا بنشاط على تطوير حالات استخدام جديدة للذكاء الاصطناعي المولّد، مثل استنباط المشاعر في وسائل التواصل الاجتماعي.

وقد أعرب العملاء عن رضاهم عن العمل الجاري، والذي يشجع Crypto.com على مواصلة اختبار طرق نشر الذكاء الاصطناعي التوليدي في جميع أنحاء المؤسسة. يقول Fok: "لقد كانت التعليقات الواردة من مشروعات الذكاء الاصطناعي المولّد لدينا مذهلةً للغاية، داخليًا ومن مستخدمينا."