James Kaplan, CEO & spoluzakladatel MeetKai Metaverse – Rozhovorová série

James Kaplan je CEO & spoluzakladatel MeetKai, společnosti zabývající se umělou inteligencí, VR a konverzačními vyhledávači se sídlem v Los Angeles, Kalifornie, která目前 vede závod v oblasti AI řeči s dosud neviditelnými funkcemi. Jejich konverzační AI může pochopit složitější řeč a poskytnout personalizované výsledky v přirozené konverzaci o mnoha předmětech, v různých realitách. Technologie MeetKai je nasazena globálně prostřednictvím iOS, Google Play a AppGallery.

Měli jste vášeň pro AI již ve věku 6 let, jak jste se poprvé setkal s touto technologií?

Moje seznámení s AI přišlo z videoher. Nejprve to bylo z pokusu o pochopení, jak funguje AI ve hře Oregon Trail – nebylo to příliš inteligentní, ale přesto to byla forma AI. Odtud můj zájem o AI dále rostl, když jsem se začal zajímat o MMORPG. Měl jsem rád hraní online her, ale nenáviděl jsem grindování za předměty. Proto jsem se začal zajímat o psaní botů.

Jaké byly některé z prvních AI aplikací, které jste kódovali?

Psaní botů pro MMO bylo vlastně můj první pokus o vývoj specifické formy AI. Na začátku byli moji boti bastante jednoduchí a blížili se více k makrům než k umělé inteligenci. Ale když jsem zestárl a když detekce botů v mnoha hrách zlepšila, začalo to vyžadovat, aby boti vypadali více jako hráči. Měl jsem rád psaní botů – nakonec jsem napsal bot, který vyhrál soutěž Taylor Swift, zatímco jsem byl ve škole (a ona skutečně přišla vystupovat!). Podobně jsem také napsal prvního bota Pokémon Go a lítostivě dostal mnoho lidí zabanováno, když jsem ztratil zájem o vyhýbání se detekci.

Spuštění MeetKai v roce 2018 bylo motivováno frustrací z aktuálních AI hlasových asistentů. Proč většina AI asistentů nabízí nedostatečný zážitek?

Jádrem problému je, že většina AI asistentů závisí příliš na externích API pro plnění. I když ovládají plnění, jako je Alexa pro e-commerce vyhledávání, trpí stejnými problémy. Jednoduše řečeno, jak můžete očekávat, že hlasový asistent bude chytrý, když vše, co dělá, je převést řeč na text a vložit tento text do textového vyhledávače? Začali jsme MeetKai s myšlenkou, že bychom mohli poskytnout „překvapující“ AI asistenta tím, že budeme ovládat celý koncový proces zpracování, který tvoří hlasového asistenta. Vyvinuli jsme konverzační vyhledávač místo klíčového vyhledávače, abychom podpořili složitější dotazy a konverzace. Jiní asistenti jsou uvězněni v nedostatečných zkušenostech, protože nemohou postavit podporu pro více konverzací na tak omezené faktory. Naším cílem je dostat se tam, ale jsme stále ve velmi rané fázi rozšiřování naší technologie, aby splňovala stejný počet domén jako stávající hráči.

Jaké jsou některé z přirozených jazykových pochopení a přirozených jazykových zpracování výzev při budování špičkového hlasového asistenta?

Jednou z hlavních výzev pro další generaci NLU je přesunout se za hranice záměrů a entit. Většina NLU se zaměřuje na tradiční přístup k jazykovému pochopení. Každý vstupní projev je klasifikován do záměru a poté jsou tokeny uvnitř označeny jako entity pomocí modelu sekvenční značkování. Mohl bych vyjmenovat desítky problémů s tímto standardním přístupem. Nicméně, nejkritičtější z nich jsou:

1. Klasifikace záměrů, která je kontextově volná, selhává při zpracování více konverzací. Většina přístupů se zajímá pouze o surový text, který byl přepisován. Nezajímají se o kontext – ne o to, kdo je uživatel, ne o to, co uživatel rád má, pouze o to, co právě zeptal. To je zvláště důležité, když uživatel říká něco stručného. Například, pokud někdo říká kosmopolitní, může to znamenat nápoj nebo časopis a je silně závislé na osobě.
2. Modely rozpoznávání entit dělají špatnou práci s tím, co není kategoriální hodnotou. Velké jazykové modely nejsou schopny přizpůsobit se dostatečně rychle novým entitám, které jsou v divočině, protože nejsou v datové sadě. AI potřebuje mít mnohem sofistikovanější způsob, jak rozpoznat entity, přičemž zvažuje mnohem hlubší kontext. Například, umístění uživatele by mělo silně ovlivnit, zda je něco názvem restaurace nebo něčím jiným.
3. Vztahy entit nejsou dobře zvažovány. Můj oblíbený příklad je, jak často většina vyhledávačů selhává, když se jedná o negaci. Zkuste vyhledat film bez romantiky na jiných hlasových asistentech a uvidíte, co tím myslím.

Aktuálně většina hlasových asistentů jednoduše překládá řeč na text a provádí vyhledávání Google. Jak MeetKai AI funguje jinak?

Hlavní rozdíl mezi MeetKai a Google při vyhledávání spočívá v tom, že využíváme mnohem bohatější jazykové pochopení modelu k vyhledávání položek samých, spíše než pouze webových stránek. Když vyhledáváte „Tom Cruise filmy bez akce“, Google hledá stránky, které mají tuto sadu tokenů (Tom Cruise, filmy, akce). U MeetKai správně rozumíme, že Tom Cruise je herec, filmy jsou třída médií, která hledáte, a že akce je nežádoucí žánr. S tím můžeme provádět mnohem inteligentnější vyhledávání.

MeetKai nedávno spustil svou první životní VR svět: MeetKai Metaverse. Můžete diskutovat, co je tato aplikace specificky?

Většina společností v metaverzním prostoru pracuje na interakci člověk-člověk. Kromě toho je obsah také většinou buď karikaturou nebo 360° videem. Naším cílem s MeetKai Metaverse je zaměřit se na zcela jiný úhel – člověk-AI. Rozvíjíme metaverz, ve kterém postavy, se kterými interagujete, jsou všechny poháněny naší špičkovou konverzační AI. Kromě toho pracujeme na procedurální generaci prostředí, aby vypadalo mnohem realističtěji a imerzivněji ve srovnání s ostatními společnostmi v tomto prostoru. Dvě počáteční světy, které jsou k dispozici pro prohlížení v našem metaverzu, jsou pro dvě počáteční použití: meditace a muzea. V prvním jsme digitalizovali odborníka na Wing Chun a poprvé jsme vytvořili AI postavu, která je schopna instruovat uživatele, jak používat revoluční meditační techniky k dosažení stavu relaxace. Ve druhém jsme vytvořili stále rostoucí umělecké muzeum a poskytli AI poháněného kurátora, který je schopen odpovědět na otázky o umění v prostoru a poskytnout prohlídky.

Jaké jsou některé příklady toho, jak je AI použita v tomto Metaverzu?

Používáme AI na třech místech:

1. Pro pohánění konverzačních schopností každé postavy v našem metaverzu.
2. Pro dynamické vytváření obsahu, který je k dispozici uživateli prostřednictvím hlasového vedení. Příklady toho zahrnují meditační sezení a prohlídky uměleckých galerií v našich prvních dvou zkušenostech.
3. Pro vytváření 3D prostoru procedurálně, spíše než vyžadovat ruční rozložení.

Jaký je váš výhled do budoucnosti hlasových asistentů?

Pro hlasové asistenty, aby měly budoucnost, musí se vyvinout v něco mnohem více nežli příkazový systém. To znamená získat hluboké znalosti a schopnosti v mnoha specifických doménách. Domnívám se, že sestavení různých doménově specifických hlasových asistentů bude klíčem k vybudování všestranného inteligentního metaasistenta. To je v ostrém kontrastu s pokusy „udělat vše najednou“, které jsme viděli, když hlasoví asistenti poprvé vstoupili do prostoru.

Je něco jiného, co byste rádi sdíleli o MeetKai nebo MeetKai Metaverse?

Jsme stále na velmi počátku naší metaverzní roadmapy. Naším konečným cílem je, že chceme být schopni replikovat jakoukoli zkušenost, kterou máte ve skutečném světě, v metaverzu, a poté jít za ním. To znamená, že chceme eliminovat náklady a časově omezující faktory, které omezují stejné zkušenosti ve skutečnosti. Metaverz může umožnit nám žít mnohem bohatší životy, ne nahradit je. Máme několik technických výzev, které ještě potřebujeme vyřešit, nicméně máme jasnou sadu milníků, které jsou dosažitelné za předpokladu, že hardwarové vybavení bude pokračovat v zlepšování. Pracujeme úzce s hardwarovými partnery, aby zajistili, že VR prostor se bude vyvíjet rychle. Beyond just VR, we want to make our metaverse experience possible outside of VR. We will be announcing more information about this in the coming months. Thank you for the great interview, I look forward to following your progress on your version of the metaverse. Readers who wish to learn more should visit MeetKai.

Děkuji za skvělý rozhovor, těším se na sledování vašeho pokroku ve vaší verzi metaverzu. Čtenáři, kteří chtějí se dozvědět více, by měli navštívit MeetKai.