في عالم الذكاء الاصطناعي (AI)، تعد البيانات العنصر الأساسي الذي يعتمد عليه نجاح النماذج. ومع تزايد حجم البيانات العلمية، يزداد التحدي في تحويلها إلى شكل يمكن استثماره بفعالية. هنا يأتي دور REDI، الإطار الثوري الذي تم تطويره ليحل هذه المشكلة.

يقدم REDI، وهو إطار مفتوح المصدر، حلاً متكاملاً يتكون من خمس مراحل هي: الاستيعاب (ingest)، والمعالجة المبدئية (preprocess)، والتحويل (transform)، والتنسيق (structure)، والإخراج (output). كل مرحلة مصممة بعناية لضمان إمكانية إعادة الإنتاج والتوزيع، مما يجعلها تتناسب كمهارة قابلة للاستدعاء من قبل الوكلاء.

ليس ذلك فحسب، بل إن الأدوات المصاحبة مثل SetGo تعمل على أتمتة الامتثال لمعايير FAIR ونشر الكتالوجات، مما يسهل العملية بشكل أكبر. وبعد إجراء تقييمات عبر مجالات متنوعة مثل المناخ، وعلم البروتيوم، وعلوم المواد، والاندماج النووي، أثبت REDI قدرته على تحويل جميع مجموعات البيانات من الحالة الخام إلى جاهزة للاستخدام في الذكاء الاصطناعي، وبتحقق النتائج من قبل خبراء المجال.

تشير النتائج الأولية إلى القدرة على تحسين التوزيع المتوازي حتى 100 وحدة على منصة Frontier، مما يدل على القدرة الهائلة لهذا الإطار. بالإضافة إلى ذلك، يوفر التقييم المدعوم بتعقب المنشاءات (provenance) لمحة عن تكاليف المعالجة حيث كانت تكاليف القراءة والكتابة للملفات هي الأكثر تعقيدًا، مما يجعل اختيار التنسيق عاملاً محوريًا في تحسين الأداء.

بالتالي، يمكن القول إن REDI يوفر منصة عبور بين المجالات، محولًا عنق الزجاجة في تحضير البيانات إلى أصول قابلة لإعادة الاستخدام من قبل المجتمع العلمي.