Carolyn Harvey, Chief Operations Officer at LXT – Interview Series

Carolyn Harvey má rozsáhlé zkušenosti s vedením a růstem globálních operací v oblasti relevance vyhledávání a anotace dat pro ML. Carolyn je目前 Chief Operations Officer (COO) ve společnosti LXT, kde vede divizi globálních operací společnosti, zajišťuje konzistentní dodání všech programů a projektů AI dat. Soustředit se na vysokokvalitní data ve velkém měřítku, budování eficiencí v dlouhodobých programech a škálování napříč velkým počtem globálních lokalit.

Jako COO ve společnosti LXT, Carolyn využívá své bohaté zkušenosti k vývoji nejlepší organizace.

Můžete stručně popsat, co dělá LXT a jakou roli máte jako COO?

Umělá inteligence závisí na datech, aby existovala, a LXT je vznikajícím lídrem v dodávkách přesných, eticky získaných dat, která pohání inovace AI. Jako Chief Operations Officer, moje role je dohlížet, vést a rozšiřovat naše globální operace prostřednictvím strategií, struktury a procesů, které nám umožňují dodávat nejvyšší kvalitní AI data našim zákazníkům. Zajišťuji, aby jsme dodávali včas napříč širokým spektrem použití, od generativní AI po vyhledávání relevance a samořiditelná auta, mezi mnoha dalšími.

Jak se mise LXT vyvinula od jejího založení v roce 2010? 

Naše mise je pohánět technologie budoucnosti prostřednictvím generování a vylepšování dat napříč všemi jazyky, kulturami a modalitami. Naším cílem je pomoci společnostem všech velikostí využít úžasné výhody, které AI nabízí, poháněním jejich modelů vysokokvalitními daty. Jak se mise společnosti vyvinula, rozsah našich služeb se rozšířil z jazykové transkripce a sběru řeči na širokou škálu řešení, včetně sběru a anotace dat pro text, obrázky a video, generativní AI služby a další. Rozšířili jsme také naše globální působení ISO 27001-certifikovaných zařízení, abychom uspokojili rostoucí potřeby našich zákazníků pro zabezpečené datové služby.

Jaké byly klíčové faktory růstu LXT v sektoru školení AI?

Pokračující investice do AI ze strany organizací všech velikostí poháněly náš růst. Společnosti nyní vědí, že AI je základní podmínkou pro to, aby zůstaly konkurenceschopné, a data pohánějí AI. Ale ne všechna data jsou stejná, a společnosti, které úspěšně využívají AI, vědí, že vysokokvalitní data jsou kritická pro vytváření přesnějších AI.

Nyní, když je generativní AI na mysli každého, tento trend otevřel ještě více růstových příležitostí pro LXT. Lidé jsou kritičtí pro zajištění toho, že tyto řešení jsou přesná, etická a zodpovědná. Poskytujeme řadu generativních AI služeb v oblastech, jako je jemné ladění velkých jazykových modelů, vytváření podnětů a další. Naši zákazníci vědí, že aby vybudovali důvěru s koncovými uživateli, výstup jejich generativních AI produktů musí být faktický, reprezentovat rozmanitou obecenstvo a být bez toxického jazyka. Můžeme jim pomoci dosáhnout těchto cílů našimi službami s lidmi v smyčce.

Jak výbuch generativní AI ovlivnil LXT a jeho zákazníky?

LXT zaznamenal rostoucí poptávku po svých školicích datech AI kvůli generativní AI, a to jak pro jádrové jazykově orientovaná data, tak pro novější aspekty související s analýzou, kreativitou a kritickým myšlením. Také vidíme rostoucí poptávku po znalostech domény a specializovaných profilech pro projektové pracovníky.

Žádosti zákazníků se stále více přesouvají od mikro-úkolů strojového učení v minulosti k LLM a komplexnějším datovým sadám vyžadovaným aplikacemi, jako je ChatGPT, Gemini a mnoha odnožemi. V současné době se účastníme několika inovativních projektů, kde píšeme podněty zaměřené na zmátání generativní AI, abychom viděli, jak reaguje, a poté vytváříme správnou odpověď.

V budoucnu se to může dále vyvinout do umělé obecné inteligence (AGI), kde datové sady budou mapovat na ještě složitější a sofistikovanější akce.

Můžete vysvětlit, jak vedoucí společnosti zlepšují svou relevanci vyhledávání, aby poskytly lepší uživatelskou zkušenost?

Ve světě, kde je čas drahý a informace jsou všude, zlepšení relevance vyhledávání může posílit loajalitu, zvýšit míru konverze a učinit uživatele produktivnějšími.

Relevance vyhledávání začíná čištěním a organizací dat našich zákazníků, odstraněním všeho, co by mohlo generovat falešné pozitivy, a vytvořením dalších datových polí, kterými mohou procházet vyhledávací a doporučovací motory, aby generovaly přesnější výsledky. S pomocí strojového učení a zpracování přirozeného jazyka mohou zákazníci pověřit svůj vyhledávací motor, aby více intuitivně odhadl záměr uživatele a naučil se o jeho preferencích s časem. Výsledkem je rychlejší vyhledávací zkušenost, která vede k více personalizovaným výsledkům.

Dosáhnutí této cíle vyžaduje velké objemy trénovacích dat, se zvláštním zaměřením na trénování algoritmů, jak rozpoznat, zařadit a vrátit relevantní entity a jak zpracovat chyby, gramatické chyby a další datové anomálie. Dále doporučujeme přístup s lidmi v smyčce (HITL) k zajištění přesných dat, snížení偏见 a poskytování lepší vyhledávací zkušenosti pro koncového uživatele. S pokroky ve strojovém učení v posledních 10 letech se HITL soustředí na kvalitativní kontrolní procesy, které vyžadují hlubší zkušenosti od poskytovatelů dat.

Můžete vysvětlit přístup LXT k anotaci dat a jak zajišťuje kvalitu a přesnost školicích dat AI?

Jako operační tým musíme nejdříve pochopit, jak naši zákazníci používají data, která jim poskytujeme, při vývoji svých produktů a služeb, abychom zajistili, že budou odpovídat jejich potřebám. Abychom to mohli udělat, musíme najít odborníky v oblasti projektového managementu a anotace, kteří mají zkušenosti s typem dat, který je vyžadován.

Od té doby se jedná hlavně o přípravu a nalezení správných zdrojů na začátku každého projektu. To zahrnuje sjednocení se zákazníky na faktorech úspěchu během fáze plánování, stejně jako hluboké kvalifikační a výběrové procesy pro anotátory projektů, které zohledňují důležité detaily, jako je vzděláni, zvláštní zájmy, demografie a zkušenosti. Také vyvíjíme podrobné učební a referenční materiály jako průvodce, přizpůsobené pro každý projekt. Používáme zavedené postupy pro řízení kvality a procesní dohled po celou dobu životnosti projektu. Přístup, který používáme, se shoduje s a informuje o nejlepších praktikách v oboru, zajišťuje, že výsledky splňují očekávání zákazníků.

A všechny tyto metodologie jsou ve službách našeho zaručeného slibu kvality dat.

Jak LXT zvládá výzvu anotace nestrukturovaných dat, která tvoří více než 80 % všech dat?

LXT vytvořila interní anotační platformu, která automatizuje mnoho částí anotačního procesu a poskytuje strukturu a konzistentní uživatelské rozhraní pro pracovníky. Ve fázi předzpracování se soustředíme na přípravu dat, formátování vstupních souborů a odstranění duplikátů, mezi jiným, a ve fázi po zpracování se zabýváme balením dat, sběrem a formátováním pro dodání zákazníkovi.

Předtím, než projekt začne, vytváříme pokyny, které jsou přezkoumány se zákazníkem a iterovány po celou dobu životnosti projektu, jak se věci mění. Můžeme rozložit proces anotace dat na několik úkolů, abychom se mohli soustředit na každý prvek projektu správně. Kromě toho jsou implementovány metodologie kvalitní kontroly, aby se odstranily chyby ve velkém měřítku.

Nakonec je náš tým Operačního Excelence zodpovědný za pokročilé řízení procesů, aby zajistil vysokou efektivitu a škálovatelnost našich projektů po celém světě.

Jaké jsou některé z největších výzev, kterým LXT čelí při sběru dat ve velkém měřítku globálně, a jak je překonáváte?

Různorodost a bias v účastnících a v výsledných datových sbírkách jsou často některé z největších výzev, kterým LXT, a jakýkoli poskytovatel školicích dat AI, bude čelit. Dalšími výzvami jsou recentní poptávka po znalostech domény a rychle se měnící krajina se směrováním na LLM a generativní AI data.

Překonáváme tyto výzvy prostřednictvím vysoce proaktivního přístupu k získávání našeho kandidátského bazaru, kde přezkoumáváme odbornost, zkušenosti, předchozí role, zájmy a demografii, abychom vytvořili správnou rozmanitost mezi týmy podle pohlaví nebo jiných aspektů, jako je analytické myšlení nebo kreativní psaní, vzděláni, mezi jiným.

Jakmile máme správné kandidáty, pečlivě se staráme o to, abychom pravidelně zapojovali pracovníky, abychom vytvořili více zkušený, loajální a spokojený pracovní tým na dlouhou dobu.

V oblasti hodnocení AI, jak LXT pracuje na mitigaci bias a zajištění etických výstupů v AI systémech, kterým pomáhá s tréninkem?

Jak jsem již zmínil, zajištění rozmanitosti je výzvou, kterou musí mnoho poskytovatelů školicích dat AI vyřešit, a to bude mít velký vliv na mitigaci bias a zajištění etických výstupů.

Budu se opět odvolávat na naše nejlepší praktiky pro zapojení, které zahrnují nalezení rozmanitých a reprezentativních anotátorů a být důkladný s pokyny a opatřeními kvalitní kontroly. Máme strategii dopadového zdrojování, která nám umožňuje přivést práci do rozmanitých a nových skupin anotátorů, jako jsou například regiony s dlouhým ocasem jazyka.

Cílíme na etické výstupy prostřednictvím našeho použití nejlepších praktik v oboru, sjednocení se zákazníky na očekáváních a vedení vyšších standardů pro naše projektové manažery a anotátory. Komunikace je také esenciální, stejně jako audity souladu, analýza bias a závazek k regulacím a požadavkům na ochranu dat.

Jaký je dlouhodobý výhled pro LXT a jak vidíte, že se společnost bude vyvíjet v příštích pěti letech?

 Naše vize je poskytnout přesná, eticky získaná data, aby pomohla pohánět nasazení AI a technologií budoucnosti, které budou vylepšovat a zlepšovat zkušenost lidí po celém světě.

Zatímco automatizace a technologie jsou důležité v AI, je zde také důležitá lidská složka, která doplňuje technologii. Jak se přesouváme od jednoduchých automatizovaných úkolů k velkým jazykovým modelům (LLM) a od generativní AI k obecné umělé inteligenci (GAI), bude kritické, aby produkty AI věrně reprezentovaly lidi, a to jak ty, kteří generují data, tak i naše globální komunity.

V LXT usilujeme o to, aby AI byla použita pozitivním a transformujícím způsobem, který odráží tyto hodnoty.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí přečíst více, by měli navštívit LXT.