جيمس كابلان، المؤسس المشارك والرئيس التنفيذي لشركة MeetKai – سلسلة المقابلات

جيمس كابلان هو المؤسس المشارك والرئيس التنفيذي لشركة MeetKai، وهو مساعد ذكاء اصطناعي يجعل الحياة أسهل من خلال المحادثة والتحسين والتنسيق.

بدأت البرمجة عندما كنت في سن السادسة فقط، ما الذي جعلك متحمسًا للبرمجة، وما هي اللغات التي تعلمتها؟

الدوافع كانت لعبة Oregon Trail التي تم بناؤها لويندوز 95. كنت مدمنًا عليها ولعبتها كل يوم بعد المدرسة. كنت في الصف الأول، ولم يكن هناك الكثير لفعله! بدأت أفكر في كل الأشياء التي أتمنى تغييرها في اللعبة. عندما كنت أصغر سناً، اشتريت نسخة من “برمجة الألعاب للمراهقين”، كتاب برمجة أساسي في متجر الكتب المحلي. كنت DRAWN إليه على الفور ونسيت دوافيي الأصلية لمotivations Oregon Trail. لكني أحببت دائمًا الألعاب، وacted كدافع لي لتعلم لغات برمجة جديدة. خلال السنوات القليلة التالية، تعلمت Visual Basic عندما حاولت كتابة bot لNeoPets (عملت) وPHP عندما كنت في سن 12 لبدء إنشاء مواقع ديناميكية. حتى ذلك الحين، كان دافعي لتعلم PHP هو كسب المال لشراء ألعاب الفيديو.

كان مشروعك السابق يعمل على صندوق تحهيل أساسي يستند إلى الذكاء الاصطناعي، ماذا تعلمت من هذه التجربة؟

أكبر استخلاص لي كان التخلي عن فكرة أنك لا تستطيع المنافسة مع العمالقة في مجال مزدحم. يمكن أن يكون من الم诱ي التفكير في ذلك، في المالية، أن كل شيء مربح قد تم استخدامه بالفعل من قبل لاعب كبير. ومع ذلك، أدركت بسرعة أنك لا يجب أن تفرط في تقدير منافسيك. الكسول وال惰ة التنظيمية تمنع الأفكار الجديدة. في بعض الأحيان، قد تكون فكرة أو حملة صغيرة جدًا لشركة أكبر. ومن المدهش أنهم قد يعتقدون أيضًا أن هناك مخاطر كبيرة لتنمية شيء ما، لذلك لا يستحق الخروج من منطقة الراحة.

يمكنك أن تشاركنا قصة ولادة إطلاق مساعد الذكاء الاصطناعي MeetKai؟

كنت متعبًا من المالية. كل شيء يجب أن يتم قياسه من حيث نسبة الشارpe و PnLs. هذا أزال الكثير من المرح في التكنولوجيا، وبعيدًا جدًا عما أroughtني في البداية إلى طريق البرمجة. في أواخر عام 2018 تحدثت مع Weili Dai، المؤسس المشارك لشركة MeetKai، حول ما رأيته في المناظر التكنولوجية بشكل عام. واحدة من ملاحظاتي الرئيسية كانت أن مساحة مساعد الصوت قد stopped. كل اللاعبين الرئيسيين تمسكوا bằng Approaches القديمة، ولم يستفيد المستخدمون من التكنولوجيا. لم يكن أحد على استعداد لمحاولة Approaches جديدة، “منذ أن هذا ليس كيف” X ” يفعل ذلك. لم يكن هناك تمييز. إذا بدأت من الصفر وتركت كل (معظم) الأفكار المسبقة حول “كيفية بناء مساعد صوت، يمكنني تغيير تجربة المستخدم بشكل جذري. بدأنا ببناء مساعد ذكاء اصطناعي حقيقي بدلاً من chatbot مدعوم بالصوت. الدروس المستفادة في مشروعي السابق، بالإضافة إلى توجيه Weili، أدتنا إلى تأسيس MeetKai.

ما هي بعض التحديات التي تواجهها عند بناء مساعد ذكاء اصطناعي؟

هناك فئتان من المشاكل لبناء مساعد ذكاء اصطناعي حقيقي – توقعات المستخدم وتنفيذ تقني. المشكلة الأولى مهملة، ولكنها قابلة للتطبيق في MeetKai. المستخدمون مدربون على ما هو وماهو خارج الحدود عند استخدام مساعد الصوت. على وجه الخصوص، يفترضون أنهم يجب أن يبحثوا بطريقة指挥ية. نحن نعمل على تدريب المستخدمين على البحث باللغة الطبيعية. هذا يتيح لنا أنواعًا أكثر غنى من القدرات، مثل استخدام النفي “اجد لي فيلم دوان “الروك” جونسون الذي ليس موانا”. يمكننا التعامل مع ذلك بشكل مثالي في الكلام اليومي، ولكن مساعدي الصوت الحاليين يفشلون في الإجابة علينا.

الفئة الثانية من التحديات هي تقنية. تظهر هذه في فئتين فرعيتين – البحث والفهم. بالنسبة للبحث، نحن مختلفون عن مساعدي الصوت الآخرين في أننا نحافظ على فهرس المحتوى. بينما يتيح هذا كل السحر الذي يجعلنا من الجيل التالي، يأتي معه تحديات تشغيل وضمان محرك بحث صوتي مخصص. هذا هو مجال نستمر في الابتكار حوله. الفهم اللغوي هو المجال الثاني الذي تواجهنا فيه تحديات عند بناء مساعد ذكاء اصطناعي. لمعظم مساعدي الصوت، سيكون هذا يعني فهم النص الإنجليزي. MeetKai يفهم ويدعم 16 لغة. هذا ليس 16 مرة أكثر من العمل، لأننا نستخدم نهج متعدد اللغات، ولكن هذا لا يزال كمية كبيرة أكثر من كونها “الإنجليزية أولاً، الإنجليزية فقط”. إنه يستحق الاستثمار في الوقت، لأن هذا مهم جدًا لنا أن يكون MeetKai حقيقيًا وعالميًا.

كيف يستخدم MeetKai الذكاء الاصطناعي المخصص لتمييز نفسه؟

نستخدم الذكاء الاصطناعي المخصص في两个 مجال متميز – الفهم والبحث.

عندما يقول المستخدم “هل يمكنك أن تجد لي شيء صيني الليلة؟”، قد يعني ذلك أنهم يريدون وصفة صينية أو مطعم صيني أو فيلم صيني لمشاهدته. مع فهمنا المخصص العميق، يمكننا التمييز وتقديم نتيجة للمستخدم التي يتوقعها. يتم ذلك دون أن يغادر بياناتهم منصةنا.

نحن نخبز التخصيص في البحث نفسه. واحدة من أكبر المشاكل التي تواجهها مساعدي الصوت التقليدية هي أن许多 من عمليات البحث يتم توجيهها إلى مقدمي خدمات خارجية. عندما تبحث عن مطعم باستخدام مساعد صوت تقليدي، يتم توجيه البحث إلى Yelp. عيب ذلك هو أن Yelp لا يعرف المستخدم شخصيًا، وإذا كانوا يعرفون، فإن ذلك مشكلة خصوصية. لأن MeetKai هو تطبيق من الجيل الأول، لدينا تخصيص حقيقي.

ما هي بعض حالات استخدام MeetKai؟

هدف MeetKai هو أن يكون مساعد الذكاء الاصطناعي الأول. نحن نريد مساعدة المستخدمين في حياتهم اليومية. نحن لا نريد أن نكون مساعدًا指挥يًا. نحن لا ندعم الميزات مثل “زيادة الصوت”، “خفض الصوت”، “التايمر لمدة 30 ثانية”، … أنت تفهم الصورة. أشعر ب强 mẽ أن هذه الميزات ليست ذكاء اصطناعي، بل هي فقط إدخال صوتي. إذا كنت ترجع إلى أيام AskJeeves، كان الفكرة بأكملها هي أنه كان خادمك، لن يُنسى أحد أن يُنسى Google Assistant. كما يود Apple Siri و Amazon’s Alexa أن يكونوا كذلك، لا أحد يعتقد أنهم أكثر من تطبيق. نحن لا تزال في مراحلنا الأولى، ولكننا بنينا كل التكنولوجيا اللازمة لتنفيذ خطةنا لمدة ثلاث إلى خمس سنوات نحو مساعد ذكاء اصطناعي حقيقي.

كيف يمكن للصناعة منع مساعد الذكاء الاصطناعي من إدخال تحيز أو تعزيز التحيز الحالي في المستخدم؟

هناك توازن دقيق بين تقديم نتائج مخصصة وعدم خلق تحيز. لقد رأينا ما يحدث عندما يُحسّن الباحثون لقياسات المشاركة على منصات وسائل الإعلام الاجتماعية – يخلقون فقاعات تحيز. الخطوة الأولى نحو هذا في الصناعة هي إعادة التفكير في معاييرنا و KPIs. في MeetKai، نحن نُحسّن للتوازن بين النقر والجديد من النقر. يجب مكافأة الذكاء الاصطناعي أكثر على العثور على نتيجة جديدة يتم النقر عليها في 30٪ من الحالات، بدلاً من النتيجة “الأعلى” التي يتم النقر عليها في 50٪ من الحالات. ومع ذلك، هذا النهج له fallback واضح عند النظر إليه بعناية. ماذا لو كانت النتائج التي يأتي بها الذكاء الاصطناعي مجرد نتائج متحيزة لفقاعة صغيرة للمستخدم؟ نحن نبني الذكاء الاصطناعي ليدفع في كلا الاتجاهين من منطقة تخصيص المستخدم. إذا سأل المستخدم عن قائمة من المقالات حول البقر، قد نقدم لهم مقالات تتوافق مع معتقداتهم، ولكننا قد نضيف أيضًا مقالات على حافة أو خارج حافة تفضيلاتهم. قد يتضمن ذلك مقالًا عن أخلاقيات الحيوان والمناخ، بالإضافة إلى مقال عن الفوائد الصحية المحتملة للدهون الحيوانية. التوجيه الفني للنهج الذي اتخذناه يعتمد على القبول بأن من الصعب تدريب الذكاء الاصطناعي على تحديد ما إذا كان Y متحيزًا، ولكنه من السهل تدريبه على معرفة أن X و Z يقعان على حواف نفس المنطقة مثل Y.

أين ترى مستقبل مساعدي الذكاء الاصطناعي في 5 أو 10 سنوات؟

سيتحرك مساعدو الذكاء الاصطناعي بشكل متزايد إلى نهج من الجيل الأول الذي اتخذه MeetKai. خلال وجودهم كله، حاولت Alexa و Google زرع نظام من التطبيقات الخارجية والمهارات. هذا يؤدي إلى بعض المشاكل الجادة في الخصوصية. علاوة على ذلك، هذا يقول لا شيء عن الحدود العليا التي يضعونها على القدرات. أتوقع أن يتبنى المزيد من اللاعبين في الصناعة النهج نفسه الذي اتخذناه، وهناك علامات على ذلك في جميع أنحاء اللوحة.

شكرًا على المقابلة الرائعة، يرغب القراء في معرفة المزيد حول مساعد الذكاء الاصطناعي المخصص فيزيتم MeetKai.