Ryan Kolln, generální ředitel společnosti Appen – rozhovor

V roce 2018 se Ryan připojil k Appen AI jako viceprezident pro rozvoj podnikání, vedl strategické akvizice, jako je Figure Eight a Quadrant, a podporoval zřízení čínské a federální divize. Před svým jmenováním generálním ředitelem působil jako provozní ředitel, dohlížel na globální operace a strategii.

S více než 20 lety zkušeností v oblasti technologií a telekomunikací, jak vaše kariéra ovlivnila váš přístup k vedení Appen v rychle se vyvíjejícím prostředí umělé inteligence?

Má kariéra začala jako telekomunikační inženýr, kde moje role spočívala v budování a optimalizaci sítí a zahrnovala obrovské množství dat, analýz a hledání inovativních řešení pro optimalizaci výkonu sítě a zákaznické zkušenosti.

Po dokončení MBA na NYU se moje role vyvinula v leadershipové pozice v oblasti technické strategie a fúzí a akvizic, kde jsem se zaměřil na větší strategické otázky, jako jsou vznikající trendy, investiční příležitosti a obchodní modely. Tyto zkušenosti mi daly hluboké znalosti technických a obchodních aspektů vznikajících technologií.

V Appen pracujeme na rozhraní umělé inteligence a dat, a moje zkušenosti mi umožnily vést společnost a navigovat složitosti v rychle se vyvíjejícím prostředí umělé inteligence, procházet hlavními vývoji, jako je rozpoznávání hlasu, NLP, doporučovací systémy a nyní generativní umělá inteligence. Tato strategická vize je zásadní, protože umělá inteligence pokračuje v transformaci odvětví po celém světě.

Od roku 2018 jste v Appen, řídíte hlavní akvizice, jako je Figure Eight a Quadrant. Jak tyto strategické kroky umístily Appen jako lídra v oblasti služeb umělé inteligence a jaké vidíte jako další velkou příležitost pro společnost?

Akvizice Figure Eight a Quadrant byly klíčové pro rozšíření našich schopností umělé inteligence, zejména v oblastech, jako je anotace dat a geolokační inteligence. Platforma pro anotaci dat Figure Eight byla zvláště účinná. Platforma je vysoce přizpůsobitelná, a my jsme ji použili pro práci v mnoha různých oblastech. Nedávno jsme ji používali pro spouštění většiny našich generativních toků umělé inteligence.

Kromě akvizic jsme před pěti lety zřídili operaci v Číně nazvanou Appen China. Nyní jsme největší společností pro data umělé inteligence v Číně, s tržbami téměř dvojnásobnými než naše nejbližší konkurenti.

Dále se Appen soustředí na podporu vývoje a přijetí generativní umělé inteligence. Existují významné růstové příležitosti v obou segmentech, a to u výrobců modelů a společností, které hledají uplatnění generativní umělé inteligence ve svých produktech a operacích. Myslíme si, že jsme teprve na začátku největší vlny umělé inteligence.

Kvalita dat hraje zásadní roli ve vývoji modelů umělé inteligence. Můžete sdělit, jak Appen zajišťuje přesnost, rozmanitost a relevanci svých datových sad, zejména s rostoucí poptávkou po vysoce kvalitních trénovacích datech pro velké jazykové modely?

Síla Appen spočívá v naší schopnosti vytvářet vysoce kvalitní data konzistentně a ve velkém měřítku. Pracujeme úzce se svými zákazníky, abychom pochopili jejich cíle modelů umělé inteligence a vyvinuli vysoce kvalitní data pro jejich potřeby prostřednictvím vícestupňového přístupu, který kombinuje automatizované nástroje a lidskou zpětnou vazbu. Máme globální pracovní sílu přes 1 milion lidí ve více než 200 zemích, což nám umožňuje vybrat skupinu kvalifikovaných a rozmanitých přispěvatelů. Prostřednictvím přísných kontrol kvality a zpětných vazeb zajišťujeme, že data jsou přesná, konzistentní a relevantní, a lze je použít k efektivnímu zlepšení výkonu modelů umělé inteligence. To umožňuje systémům umělé inteligence fungovat efektivně v reálných prostředích a lze je také použít ke zlepšení robustnosti a snížení zkreslení, zejména pro velké jazykové modely.

Syntetická data získávají popularitu, a investice Appen do Mindtech ukazuje váš zájem o tuto oblast. Můžete diskutovat o výhodách a nevýhodách používání syntetických nebo webových dat ve srovnání s daty získanými z davu pro trénování modelů umělé inteligence, a jak vidíte syntetická data jako doplněk dat získaných z davu, kterými je Appen známá?

­­Vysoce kvalitní data jsou zásadní, ale mohou být nákladná a časově náročná na výrobu, a proto syntetická data získávají pozornost. Funkční jsou pro strukturovaná data v tradičních úkolech umělé inteligence a strojového učení, zejména v odvětvích s přísnými předpisy na ochranu soukromí, jako je zdravotnictví a finance, protože se vyhýbají používání osobních informací.

Nicméně, syntetická data často postrádají hloubku a nuance reálných dat, zejména pro komplexní úkoly generativní umělé inteligence, které vyžadují rozmanitost a hlubokou odbornost. Může také zachovat chyby nebo zkreslení z původních dat. Webová data, která se běžně používají pro velké jazykové modely, představují své vlastní výzvy s nízkou kvalitou obsahu, zkreslením a dezinformacemi, které vyžadují pečlivé kurátorské zpracování.

Data získaná z davu, kterými se Appen specializuje, zůstávají “skutečnou pravdou”. Lidská odbornost je zásadní pro generování rozmanitých a komplexních dat potřebných ke zlepšení přesnosti modelů umělé inteligence a zajištění souladu s lidskými hodnotami.

Považujeme syntetická data za doplněk našich lidsky anotovaných dat. Zatímco syntetická data mohou urychlit části procesu, lidsky označená data zajišťují, že modely odrážejí reálnou rozmanitost. Společně poskytují vyvážený přístup k vytváření vysoce kvalitních trénovacích dat pro umělou inteligenci.

Nařízení EU o umělé inteligenci a další globální regulace formují etické standardy kolem vývoje umělé inteligence. Jak vidíte tyto regulace ovlivňující operace Appen a širší odvětví umělé inteligence v budoucnu?

Nařízení EU o umělé inteligenci a podobné globální regulace pravděpodobně ovlivní operace Appen stanovením nových etických standardů pro vývoj a výkon modelů umělé inteligence. Můžeme vidět změny v tom, jak zpracováváme data, zajišťujeme spravedlivost modelů a řešíme etické úvahy. To by mohlo vést k přísnějším procesům a potenciálním úpravám našeho přístupu k trénování a validaci modelů.

Obecně, tyto regulace pravděpodobně povedou odvětví k vyššímu etickému standardu, zvýší náklady na dodržování předpisů a potenciálně zpomalí některé aspekty inovací. Nicméně, také budou tlačit na větší odpovědnost a transparentnost, což může nakonec vést k odpovědnějšímu a udržitelnějšímu vývoji umělé inteligence.

S rostoucími obavami kolem zkreslení v umělé inteligenci, jak Appen zajistí, že datové sady používané pro trénování modelů umělé inteligence jsou eticky získány a prosté zkreslení, zejména v citlivých oblastech, jako je zpracování přirozeného jazyka a počítačové vidění?

Činně pracujeme na snížení zkreslení podporou rozmanitosti a inkluze napříč našimi projekty. Je povzbudivé vidět, že mnoho našich zákazníků se soustředí na zachycení širokých demografických údajů při sběru dat a hodnocení modelů. Díky naší globální pracovní síle, která sídlí ve většině zemí, jsme schopni získat data z širokého spektra perspektiv a zkušeností, což je zvláště důležité v citlivých oblastech, jako je zpracování přirozeného jazyka a počítačové vidění.

Od roku 2019 jsme formalizovali naše nejlepší postupy do Etického kodexu davu, který ukazuje naši oddanost rozmanitosti, spravedlivosti a blahu davu. To zahrnuje naši závazek k spravedlivé odměně, zajištění, že hlas našeho davu je slyšet, a udržování přísných ochranných opatření pro soukromí. Dodržováním těchto zásad se snažíme dodávat vysoce kvalitní, eticky získaná data, která podporují odpovědný vývoj umělé inteligence.

Jak Appen позиcionuje sám sebe, aby splnil rostoucí poptávku po specializovaných trénovacích datech v odvětvích, jako je automobilový průmysl, reklama a AR/VR?

Během posledních 27 let jsme poskytli specializovaná trénovací data pro širokou škálu odvětví a případů použití, a pokračujeme v evoluci, jak se vyvíjejí potřeby našich zákazníků.

Jako příklad, v automobilovém průmyslu jsme spolupracovali s předními automobilkami a poskytovateli řešení pro vozidla na vytvoření hlasových systémů uvnitř vozidla. Nyní pomáháme našim zákazníkům v nových oblastech, jako je sběr videa řidičů, aby pomohli zlepšit bezpečnost sledováním rozptýlení řidiče.

V reklamě jsme pomohli přednímu globálnímu reklamnímu platformu zlepšit kvalitu a přesnost reklam pro relevanci uživatelů v rámci rozsáhlého víceletého globálního programu s více než 7 miliony hodnocení. Nyní, když mnoho platforem přijímá řešení generativní umělé inteligence, naši dav nejen hodnotí relevanci reklam, ale také pomáhá hodnotit kvalitu generovaných reklam.

Byli jsme schopni toho dosáhnout díky naší robustní platformě pro anotaci, která může být přizpůsobena pro podporu komplexních pracovních postupů a různých modality dat, včetně textu, audio, obrazu, videa a multimodální anotace. Nicméně, naše schopnost se přizpůsobit měnícímu se odvětví nakonec spočívá v naší hluboké odbornosti v datech pro vývoj umělé inteligence a silném partnerství se našimi zákazníky.

Appen byl lídrem v poskytování vysoce kvalitních dat pro různé aplikace umělé inteligence. Jak vidíte roli Appen vyvíjet se, když generativní umělá inteligence a velké jazykové modely pokračují ve vývoji a ovlivňují globální trhy?

Generativní umělá inteligence a velké jazykové modely transformují odvětví, a budeme pokračovat ve hrající kritické roli při poskytování vysoce kvalitních dat pro podporu těchto pokroků. Pokud jde o globální trhy, naše schopnost získávat data z více než 200 zemí a 500 jazyků se stane ještě cennější, a máme silnou historii v tomto, když jsme pomohli společnostem, jako je Microsoft (MSFT ), spustit modely strojového překladu pro více než 110 jazyků.

Jak se nasazení aplikací velkých jazykových modelů roste, vidíme rostoucí poptávku po zarovnání s lidskými uživateli, včetně lokalizačních schopností, aby bylo zajištěno, že jazykové a kulturní nuance jsou řešeny v různých globálních trzích. Jsme oddáni pomoci společnostem vyvíjet systémy umělé inteligence, které jsou nejen výkonné, ale také odpovědné, a zajišťujeme, že data používaná pro trénování těchto modelů jsou rozmanitá, relevantní a eticky získaná.

Appen je známý tím, že pohání některé z nej pokročilejších velkých jazykových modelů. Jaké jsou některé inovace v anotaci a sběru dat, na kterých se Appen soustředí, aby vylepšil výkon těchto modelů?

Průběžně inovujeme naše procesy anotace a sběru dat, abychom vylepšili výkon velkých jazykových modelů. Jednou z oblastí, na které se soustředíme, je zlepšení efektivity a přesnosti anotace dat pomocí pokročilých nástrojů umělé inteligence, které pomáhají streamovat a automatizovat části procesu, zatímco udržují vysoké standardy kvality.

Můžeme identifikovat datové body, které vyžadují další lidský vstup, a zajistit, že úsilí o anotaci je zaměřeno tam, kde bude mít největší dopad. Máme integrované funkce v naší platformě, jako je Model Mate, které lze použít k urychlení výroby dat a zlepšení kvality dat. Soustředíme se také na nejlepší postupy v řízení přispěvatelů, což je důležité, protože komplexnost úkolů roste.

Schopnost pochopit výkon na úrovni přispěvatele a poskytnout zpětnou vazbu, aby se kontinuálně zlepšila kvalita našich lidsky generovaných dat. Tyto inovace nám umožňují poskytovat vysoce kvalitní, velkoobjemová data, která jsou vyžadována pro pohánění a jemné ladění světových předních velkých jazykových modelů.

Jakmile nastoupíte do své nové role generálního ředitele, jaké jsou vaše hlavní priority pro Appen v příštích letech, a jak plánujete řídit růst společnosti v vysoce konkurenčním prostředí umělé inteligence?

Jako generální ředitel mám strategické priority, které jsou navrženy tak, aby zajistily vedení Appen v konkurenčním prostředí umělé inteligence:

• Podpora vývoje generativních modelů umělé inteligence: Za posledních 18 měsíců se generativní umělá inteligence stala klíčovou součástí naší nabídky služeb, s 28% příjmů skupiny pocházejících z projektů souvisejících s generativní umělou inteligencí v červnu 2024 ve srovnání s 8% v lednu. Vidíme významný potenciál na trhu generativní umělé inteligence, který by měl dosáhnout 1,3 bilionu dolarů do roku 2032 podle odvětvových prognóz.
• Podpora přijetí generativních modelů umělé inteligence: Vidíme růst v nových segmentech, protože podniky využívají řešení generativní umělé inteligence pro své případy použití. Ačkoli procento projektů generativní umělé inteligence, které dosáhly nasazení, je nízké, očekáváme, že fiskální rok 2024/25 bude přechodným obdobím, během kterého experimenty přejdou do produkce a povedou k poptávce po přizpůsobených vysoce kvalitních a specializovaných datech.
• Optimalizace a automatizace způsobu, jakým připravujeme data: Používáním umělé inteligence pro zajištění kvality a automatizací určitých kroků procesu přípravy dat. To nám umožní zlepšit kvalitu dat a zároveň zlepšit provozní efektivitu, zlepšit naše hrubé marže.
• Evolve zkušenosti našich pracovníků davu: Naše nová platforma CrowdGen umožňuje nám škálovat projekty rychle a flexibilně v souladu s potřebami našich zákazníků, využívající umělou inteligenci pro automatizované screenování a párování projektů. To také verbessí zkušenost našich přispěvatelů s personalizovanou podporou. Appen byl raným přijímačem v promoting transparency, diversity, and fairness in our data sourcing, and we remain committed to our Crowd Code of Ethics. These priorities will position Appen for sustained growth and innovation in the evolving AI landscape.

Tyto priority umístí Appen pro udržitelný růst a inovace v měnícím se prostředí umělé inteligence.

Děkuji za skvělý rozhovor, vyzýváme čtenáře, kteří chtějí se dozvědět více, aby navštívili Appen.