Dr. Judith Bishop, Senior Director of AI Specialists ve firmě Appen – Interview Series

Dr. Judith Bishop je Senior Director of AI Specialists pro region APAC/US ve firmě Appen. Vede a rozvíjí špičkový tým vysoce kvalifikovaných a zkušených lingvistů, počítačových lingvistů a odborníků ve všech typech lidské komunikace (řeč, psaní a gesta), aby dodávali školicí data pro AI s nevídanou kombinací kvality a rychlosti.

Co vás původně přitáhlo k lingvistice?

Poprvé jsem se o lingvistice dozvěděla od svého oblíbeného učitele angličtiny na střední škole. Byl jsem jedním z těch dětí, které jsou stejně přitahovány k cizím jazykům a humanitním vědám, jako k matematice a přírodním vědám. Lingvistika je věda o tom, jak funguje jazyk, takže pro mě spojovala tyto zájmy. Jako mnoho lidí, když jsem se o ní dozvěděla, byla jsem úplně okouzlena. Co by mohlo být fascinujícím než to, jak komunikujeme své myšlenky a pocity navzájem? Lingvistika zkoumá jazykové struktury, které, navzdory všem rozdílům v zvucích a písmech, jsou často podobné pod povrchem, protože všechny jsou produktem našeho společného lidského bytí.

Můžete sdílet příběh o tom, jak jste se dostala do oblasti AI?

Pracuji ve firmě Appen od roku 2004 a podporuji vývoj jazykových technologií a služeb. Během této doby se AI vyvinula jako komplexní rámec, mise a vize pro technologii, která napodobuje a rozšiřuje lidské schopnosti komunikace, myšlení a vnímání. V roce 2019 naše tým přejmenoval na AI Specialists, uznávající, že naše lingvistické a jazykové znalosti jsou kritické pro úspěch AI. Naše anotovaná data poskytují nezbytnou podporu pro úspěch interakcí mezi lidmi a AI produkty a službami.

Pracujete v oblasti AI již více než 16 let, co jsou některé z největších změn, které jste viděla?

Hlavní změna spočívá v diverzifikaci zaměření z vývoje jádra technologie na dlouhý ocas použití a aplikací. Během většiny své kariéry se zaměření jazykově založené AI soustředilo na vývoj a zdokonalení základního souboru modelů, které napodobují lidské vnímání a produkci řeči, jmenovitě rozpoznávání řeči, syntézu řeči a zpracování přirozeného jazyka. Datové sady obvykle odpovídaly běžným standardům a konvencím, jako jsou ty, které vyvinul konsorcium Speecon (Speech-Driven Interfaces for Consumer Devices). Tyto standardy umožnily vývojářům jádra technologie měřit své výkony na společných datových strukturách a podporovaly rychlou evoluci AI.

Můžete diskutovat o důležitosti nenáhlejších dat v strojovém učení?

Modely strojového učení, zda jsou to modely s učitelem, bez učitele nebo učení s posílením, budou odrážet předpojatosti, které jsou přítomny v datech, na kterých jsou trénovány. Alyssa Simpson Rochwerger a Wilson Pang poskytují několik vynikajících příkladů tohoto problému ve své nedávné knize, Real World AI. Pokud je nedostatek trénovacích dat pro segment populace, model AI bude méně přesný pro tento segment.

Appen nedávno spustil nové diverse trénovací datové sady pro iniciativy zpracování přirozeného jazyka (NLP). Můžete sdílet některé podrobnosti o tom, jak tyto datové sady umožní koncovým uživatelům získat stejnou zkušenost bez ohledu na jazykovou variaci, dialekt, etnolet, akcent, rasu nebo pohlaví?

Pro výše uvedené důvody jsou datové sady potřebné k nápravě existujících předpojatostí v produkčních systémech AI, kromě více inkluzivních datových sad pro trénování budoucích systémů. Datové sady Appen, o kterých mluvíte, budou podporovat nápravu předpojatostí souvisejících s etnicitou a souvisejícími etnolety, jako je afroamerický varianta angličtiny. Poskytnou doplňková trénovací data pro zvýšení reprezentace této populace v modelech jazyka AI.

Můžete diskutovat o vašich názorech na budoucí AI, která by mohla vykazovat tento typ kreativity, včetně psaní poezie?

To je fascinující otázka. Poezie a další formy lidské kreativity využívají všechny naše lidské zdroje paměti, vnímání, smyslového vnímání a emocí, stejně jako struktury a nuance jazyka a obrazu, aby produkovaly vhledy, které rezonují s současnými problémy. Emily Dickinson napsala: „Pokud čtu knihu a dělá mi celé tělo tak studené, že žádný oheň nemůže zahřát, vím, že je to poezie. Pokud se cítím fyzicky, jako by mi byla odejmuta horní část hlavy, vím, že je to poezie.“ Musí být prvek percepční, smyslové nebo emocionální rozpoznání, ale také skutečné překvapení.

Měli jste fenomenální kariéru, co podle vašeho názoru brání více ženám vstoupit do STEM a konkrétně do AI?

Škála rolí může být silným faktorem (a vicious kruh). Existuje skutečná obtíž – kulturní, sociální a praktická – v prolomení oblastí, kde ženy a lidé jiných rozmanitých pohlaví ještě nemají hluboce zavedenou přítomnost, a kde je respekt k tomu, co mohou přispět, příliš často chybí. Má zkušenost jako lídr ukázala mi čas od času, jak odolné, kreativní a úspěšné týmy mohou být, když jsou inkluzivní pro rozmanité zkušenosti a orientace. Lídrům je třeba být dobrodružnými ve svých náborových procesech a statečnými ve své důvěře, že mohou zvládnout výzvy vůči svému způsobu myšlení, které rozmanité perspektivy přinášejí, vědouce, že tato statečnost byla také silně spojena s finančním a firemním úspěchem.

Je něco jiného, co byste rádi sdíleli o Appen nebo AI obecně?

Poskytovatelé dat, jako je Appen, mají silný potenciál ovlivnit výsledky AI k lepšímu poskytováním inkluzivních trénovacích dat.

Avšak dosažení cíle inkluzivního AI bude vyžadovat účast všech. Kupující dat musí také uznat svou odpovědnost explicitně žádat – a platit – za inkluzivní data, která zajistí optimální výkon jejich systémů pro všechny uživatele ve skutečném světě. A ti, kteří poskytují svá data pro vývoj AI z rozmanitých komunit, musí být schopni důvěřovat použití, pro které budou jejich data použita. Budování této důvěry bude vyžadovat silnou transparentnost a etické postupy ze strany všech, kteří nakládají s citlivými daty.

Děkuji vám za skvělý rozhovor, bavilo mě se dozvědět více o vašich názorech na AI a lingvistiku. Čtenáři, kteří si chtějí dozvědět více, by měli navštívit Appen.