James Kaplan, spoluzakladatel a CEO MeetKai – Rozhovorová série

James Kaplan je spoluzakladatel a CEO MeetKai, asistenta umělé inteligence, který usnadňuje život prostřednictvím konverzace, personalizace a kurátorství.

Začal jste programovat, když vám bylo pouze šest let, co vás zaujalo na programování a jaké jazyky jste se naučil?

Impulzem byla hra Oregon Trail pro Windows 95. Byl jsem fascinován a hrál jsem ji každý den po škole. Byl jsem v 1. třídě, takže nebylo mnoho jiného, co bych mohl dělat! Začal jsem přemýšlet o všech věcech, které bych chtěl změnit v této hře. Když jsem byl mladší, koupil jsem si knihu “Programování her pro teenagery”, základní knihu o programování v místním knihkupectví. Byl jsem okamžitě přitahován k ní a rychle zapomněl na své původní motivy spojené s Oregon Trail. Ale vždy jsem miloval hry a ty mě motivovaly k učení nových programovacích jazyků. Během následujících několika let jsem se naučil Visual Basic, když jsem se snažil napsat bot pro NeoPets (fungoval) a poté PHP, když mi bylo 12 let, abych začal vytvářet dynamické webové stránky. I tehdy byla moje motivace pro učení PHP spojená s tím, že jsem chtěl vydělat peníze na nákup videoher.

Vaše předchozí podnikání spočívalo v provozu hedge fondu založeného na umělé inteligenci, co jste se z této zkušenosti naučil?

Můj největší závěr byl, že je třeba odvrhnout myšlenku, že nelze konkurovat gigantům v přeplněném prostoru. Může to být velmi lákavé si myslet, že ve financích je vše, co je ziskové, již obsazené giganty. Ale rychle jsem si uvědomil, že byste neměli přeceňovat své konkurenty. Lenost a setrvačnost organizace brání novým nápadům. Někdy může být nápad nebo kampaň příliš úzká pro větší společnost. Překvapivě mohou také myslet, že něco je příliš riskantní, a proto to není stojí za to opustit jejich zónu komfortu.

Můžete sdílet příběh o vzniku MeetKai, asistenta umělé inteligence?

Byl jsem unavený financemi. Vše muselo být měřeno pomocí Sharpeho poměru a PnL. To odstranilo velkou část zábavy z technologií a bylo daleko od toho, co mě původně přivedlo na cestu programování. Na konci roku 2018 jsem hovořil s Weili Dai, spoluzakladatelkou MeetKai, o tom, co jsem viděl v technologiích obecně. Jedna z mých hlavních pozorování byla, že prostor asistentů hlasu stagnuje. Všichni hlavní hráči se drželi starých přístupů a uživatelé z toho neměli prospěch. Nikdo nebyl ochotný zkusit nové přístupy, “protože to není, jak to dělá X”. Nebyla tam žádná diferenciace. Pokud bych začal od začátku a odstranil všechny (nebo většinu) předem stanovených představ o “tom, jak postavit asistenta hlasu”, mohl bych fundamentálně změnit uživatelský zážitek. Začali jsme budovat skutečného asistenta umělé inteligence, nikoli hlasového chatbota. Lekce získané z mé předchozí zkušenosti v kombinaci s mentorstvím Weili nás vedly k založení MeetKai.

Jaké jsou některé výzvy spojené s budováním asistenta umělé inteligence?

Existují dvě třídy problémů spojených s budováním skutečného asistenta umělé inteligence – očekávání uživatelů a technická implementace. První problém je přehlížen, ale aplikován u MeetKai. Uživatelé jsou školeni v tom, co je a co není v rámci asistenta hlasu. Konkrétně předpokládají, že musí hledat v příkazovém režimu. Pracujeme na tom, aby uživatelé hledali v přirozeném jazyce. To umožňuje mnohem bohatší typy schopností, jako je použití negací “Najdi mi film s Dwayne “The Rock” Johnsonem, který není Moana”. Můžeme to zvládnout dokonale v každodenním projevu, ale současné asistenty hlasu selhávají při odpovědi.

Jak může průmysl zabránit tomu, aby asistent umělé inteligence zavedl předpojatost nebo posílil existující předpojatost u uživatele?

Existuje jemná rovnováha mezi poskytováním personalizovaných výsledků a nevytvářením předpojatosti. Viděli jsme, co se stane, když výzkumníci optimalizují měření zapojení na sociálních médiích – vytváří se bubliny předpojatosti. První krok k tomu jako průmyslu je přehodnotit naše metriky a KPI. U MeetKai optimalizujeme rovnováhu mezi kliknutím a novinkou kliknutí. Umělá inteligence by měla být odměněna mnohem více za nalezení nového výsledku, který je kliknut v 30 % případů, než jen za “nejlepší” výsledek, který je kliknut v 50 % případů. Ale tento přístup má bastante zjevnou vadu při hlubším zvážení. Co když výsledky, které umělá inteligence přichází, jsou prostě předpojaté výsledky pro uživatelskou malou bublinu? Naše umělá inteligence je navržena tak, aby tlačila v obou směrech uživatelské zóny personalizace. Pokud uživatel požádá o seznam článků o hovězím mase, místo toho, aby mu byly předloženy články, které odpovídají jeho vírám, můžeme vmíchat články, které jsou na okraji nebo mírně mimo okraj jeho preferencí. To může zahrnovat článek o etice zvířat a změně klimatu, stejně jako článek o potenciálních zdravotních výhodách živočišných tuků. Technická intuice pro přístup, který jsme zvolili, je založena na přijetí, že je obtížné trénovat umělou inteligenci, aby určila, zda Y je předpojatá, ale je mnohem snazší trénovat ji, aby věděla, že X a Z spadají na okraje stejné zóny jako Y.

Kam vidíte budoucnost asistentů umělé inteligence za 5 nebo 10 let?

Asistenti umělé inteligence se budou stále více přesouvat k prvnímu přístupu založenému na straně MeetKai. Během celé své existence se Alexa a Google (GOOGL ) snažily pěstovat ekosystém třetích stran a dovedností. To však vede k vážným problémům s ochranou soukromí. Kromě toho to nic neříká o horních hranicích, které klade na schopnosti. Očekávám, že více hráčů v průmyslu bude přijímat stejný přístup, který jsme zvolili, a existují známky toho napříč celou deskou.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více o tomto personalizovaném asistentovi umělé inteligence, by měli navštívit MeetKai.