Марк Слоун, съосновател и главен изпълнителен директор на Scout – Interview Series

Марк Слоун е съосновател и главен изпълнителен директор на Scout, първият в света чатбот за уеб браузър, дигитален асистент за правене на всичко онлайн. Scout предлага полезни неща, които може да направи за вас въз основа на това, което правите онлайн.

Какво първоначално ви привлече към AI?

Първият ми опит в работата по AI беше по време на една празнична година, която прекарах в изследователския екип за обработка на естествен език в GCHQ по време на моята бакалавърска степен. Трябва да видя от първа ръка въздействието, което машинното обучение може да има върху проблемите в реалния свят и разликата, която прави.

Това превключи в съзнанието ми как компютрите могат да се използват за решаване на проблеми: софтуерното инженерство ви учи да създавате програми, които вземат данни и произвеждат резултати, но машинното обучение ви позволява да вземете данни и да опишете резултатите, които искате да произведете програма. Това означава, че можете да използвате една и съща рамка за решаване на хиляди различни проблеми. За мен това се стори много по-въздействащо, отколкото да се налага да пиша програма за всеки проблем.

Вече изучавах оптимизационни проблеми в математиката заедно с компютърните науки, така че след като се върнах в университета, се съсредоточих върху AI и завърших дисертацията си върху обработката на реч, преди да кандидатствам за докторска степен по извличане на информация в UCL.

Изследвахте обучението за подсилване при търсене в мрежата под ръководството на Дейвид Силвър, основателят на AlphaGo. Бихте ли обсъдили някои от тези изследвания?

Моята докторска степен беше по темата за прилагане на обучението за укрепване към научаване за класиране на проблемите при извличане на информация, област, която помогнах да създам, наречена Динамично извличане на информация. Бях ръководен от проф. Джун Уанг и проф. Дейвид Силвър, и двамата експерти в обучението за подсилване, базирано на агенти.

Нашето изследване разгледа как търсачките могат да се поучат от поведението на потребителите, за да подобрят резултатите от търсенето автономно с течение на времето. Използвайки подхода на многоръкия бандит, нашата система ще опита различни класации при търсене и ще събере поведение при кликване, за да определи дали са ефективни или не. Освен това можеше да се адаптира към отделните потребители с течение на времето и беше особено ефективен при обработката на двусмислени заявки за търсене. По това време Дейвид се съсредоточаваше дълбоко върху проблема Go и ми помогна да определя подходящата настройка за обучение за укрепване на състояния и стойностна функция за този конкретен проблем.

Кои са някои от уроците за предприемачи, които научихте от работата с Дейвид Силвър?

Изследванията в UCL често са предприемачески. Преди това Дейвид беше основал студия Elixir с Демис Хасабис и след това, разбира се, се присъедини към DeepMind, за да работи върху Alpha Go. Но други членове на нашата изследователска група Media Futures също в крайна сметка изработиха набор от различни стартиращи компании: Джун основа Mediagamma (прилагане на RL към разходите за онлайн реклама), Саймън Чан започна предсказание.io (придобит от SalesForce) и Jagadeesh Gorla започнаха Джагу (услуга за препоръки за електронна търговия). Нашият екип често обсъждаше комерсиалното въздействие, което нашите изследвания биха могли да имат, мисля, че може би защото базата на UCL в Лондон го прави естествена отправна точка за създаване на бизнес.

Наскоро стартирахте Scout, първият в света чатбот за уеб браузър. Какво беше вдъхновението зад стартирането на Scout?

Идеята естествено се разви от моето докторско изследване. Преминах направо от завършването на докторската си степен до присъединяването към Entrepreneur First, където започнах да мисля как мога да превърна изследванията си в продукт.

Преди да започна това, завърших стаж в Microsoft Research, където приложих изследванията си към Bing. По онова време основното нещо, което научих от моето изследване, беше, че намирането на информация може да бъде предвидено въз основа на поведението на онлайн потребителите. Но се разочаровах, че единственият реален начин да изведа тези прогнози в търсачката беше като подобря автоматичното предлагане. Така че започнах да мисля за това как цялото онлайн изживяване на потребителя може да бъде подобрено с помощта на тези прогнози, а не само изживяването при търсене.

Именно това мислене накара мен и новия ми съосновател на Entrepreneur First да създадем добавка за браузър, която наблюдава поведението на потребителите, предвижда от каква информация потребителят вероятно ще се нуждае следващия път онлайн и я извлича вместо тях. След няколко години на експерименти и прототипи, това се превърна в интерфейс на чатбот, където браузърът „разговаря“ с вас за това, което правите онлайн и се опитва да ви помогне по пътя.

С кои уеб браузъри ще бъде съвместим Scout?

В момента се фокусираме върху Chrome, тъй като той е най-популярният уеб браузър и има зряла архитектура на добавките, но имаме прототипи, работещи с Firefox и Safari и дори мобилно приложение.

Функционалността на асистента за пазаруване Scout звучи така, сякаш може да спести време и пари на потребителите. Ако приемем, че някой проучва продукт в Amazon, какво се случва в бекенда и как Scout взаимодейства с потребителя?

Идеята е, че след като инсталирате Scout, просто продължавате да използвате мрежата както обикновено. Ако пазарувате, можете да посетите Amazon, за да разгледате продуктите. В този момент Scout разпознава, че пазарувате от Amazon и продукта, който разглеждате, и ще каже „Здравей“. Изскача като джаджа за чат на уеб страницата, нещо подобно на това как работи Intercom, с изключение на това, че Scout може да се появи на потенциално всяка уеб страница. Можете да видите как изглежда на моя уебсайт.

Тъй като пазарувате, той ще започне да предлага начини, по които може да помогне. Ще ви попита дали искате да видите отзиви онлайн, други цени, видеоклипове в YouTube за продукта и други. Вие взаимодействате чрез натискане на бутони и чатботът приспособява изживяването според това, което искате да прави. Всеки път, когато намери информация (като видеоклип в YouTube), тя ще я вгради в нишката на чата, точно както приятел може да сподели медия с вас в WhatsApp. С течение на времето в крайна сметка водите диалог с браузъра за това, което правите онлайн, като браузърът ви помага по пътя.

Обработката на уеб страницата се извършва в самия браузър. Единствената информация, която нашият бекенд вижда, е нишката на чата, което означава, че последиците за поверителността са минимални.

Имаме специално проектирана архитектура за разбиране на поведението при сърфиране онлайн и управление на диалози с потребителя. Ние използваме машинно обучение, за да идентифицираме с какви задачи можем да помогнем онлайн и как трябва да помогнем. Първоначално използвахме обучение с подсилване, за да се адаптираме към потребителските предпочитания с течение на времето. Въпреки това, един от най-големите уроци, които научих от стартирането на AI стартиране, е да поддържам процесите прости и да се опитвам да използвам само машинно обучение, за да оптимизирам съществуващ процес. Така че вместо това сега имаме усъвършенствана машина за правила за обработка на задачи във времето, които могат да бъдат управлявани чрез обучение за подсилване, след като имаме нужда от мащабиране.

Кои са някои примери за това как Scout може да помогне при планирането на събития?

Разбрахме, че планирането на събития (и резервирането на пътуване) не са толкова различни от пазаруването онлайн. Все още разглеждате продукти, четете отзиви и се ангажирате да закупите/посетите. Така че много от това, което сме създали за пазаруване, важи и тук.

Най-голямата разлика е, че времето и местоположението вече са важни. Така например, ако разглеждате билети за концерт в Ticketmaster, Scout може да идентифицира адреса на мястото и да предложи да ви намери упътвания от текущото ви местоположение до него, или да намери цената на Uber, или да предложи в колко часа трябва да тръгнете . Ако сте свързали Scout в календара си, тогава Scout може да провери дали сте свободен по време на събитието и да го добави към календара ви вместо вас.

В бъдеще предвиждаме потребителите на Scout да могат да комуникират с приятелите си чрез платформата, за да обсъждат нещата, които правят онлайн, като планиране на събития, пазаруване, работа и т.н.

Задействанията за диалог ще се използват за Scout за иницииране на комуникация. Кои са някои от тези тригери?

По подразбиране Scout няма да ви безпокои, освен ако не срещне тригер, който му казва, че може да имате нужда от помощ. Има няколко вида тригери:

• Посещение на определен уебсайт.
• Посещение на определен тип уебсайт (като новини, пазаруване и т.н.).
• Посещение на уебсайт, съдържащ определен тип информация (напр. адрес, видео и т.н.).
• Щракване върху връзки или бутони на уеб страници.
• Взаимодействие със Scout чрез натискане на бутони
• Скаут извлича определени видове медии като видеоклипове, музика, туитове и др.

Планираме да позволим на потребителите да настроят фино на какъв тип задействания искат Scout да реагира и в крайна сметка да научат предпочитанията си автоматично.

Можете ли да обсъдите някои от трудностите зад гарантирането, че Scout е наистина полезен, когато реши да взаимодейства с потребител, без да стане досаден?

Ние приемаме ангажираността на потребителите много сериозно и се опитваме да измерим дали взаимодействията са довели до положителни или отрицателни резултати. Опитваме се да поддържаме добро съотношение за това колко често Scout се опитва да започне разговор и колко често се използва. Въпреки това е трудно да се постигне правилен баланс и ние винаги се опитваме да го подобрим.

Поради натрапчивия характер на този продукт, правилният интерфейс и UX са от решаващо значение. Прекарахме много време в изпробване на напълно различни интерфейси и методи за взаимодействие с потребителите. Тази работа ни доведе до сегашния интерфейс в стил чатбот, който според нас ни дава най-голямата гъвкавост в помощта, която можем да предоставим, съчетана с познаване на потребителите и минимални потребителски усилия за взаимодействия.

Можете ли да предоставите други сценарии за това как Scout може да помогне на крайните потребители?

Нашият фокус в момента е върху пазарното тестване на специфични приложения за Scout. Пазаруването и планирането на събития вече бяха споменати, но също така разглеждаме как Scout може да помогне на академиците (с намиране на научни статии, подробности за автора и референтни мрежи) и дори на китаристи (намиране на ноти за китара, възпроизвеждане на музика и видеоклипове заедно с ноти онлайн и помощ за настройка на китара). Прекарахме известно време и в проучване на професионални сценарии като онлайн набиране на персонал, финансов анализ и право.

В крайна сметка Scout може потенциално да работи на всеки уебсайт и да помогне във всеки сценарий, което прави технологията невероятно вълнуваща, но също така затруднява започването.

Има ли нещо друго, което бихте искали да споделите за Scout?

Ако искате да видите какво е, ако вашият браузър може да говори с вас, можете да прочетете повече в блога на Scout.

Благодарим ви за завладяващия подход към проектирането на обединен тип чатбот. Ние сме развълнувани да следим този проект. Моля, посетете уебсайта на Марк Слоун, за да научите повече.