Ryan Kolln, CEO at Appen – Interview Series

Po připojení k Appen AI v roce 2018 jako VP of Corporate Development, vedl strategické akvizice, jako je Figure Eight a Quadrant, a podporoval založení čínské a federální divize. Před svým jmenováním do funkce CEO působil jako Chief Operating Officer, dohlížel na globální operace a strategii.

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

Moje kariéra začala jako telekomunikační inženýr, kde moje role spočívala ve výstavbě a optimalizaci sítí a zahrnovala obrovské množství dat, analýz a hledání inovativních řešení pro optimalizaci výkonu sítě a zákaznických zkušeností.

Po dokončení MBA na NYU se to vyvinulo v leadership role v technologické strategii a fúzích a akvizicích, kde jsem se zaměřil na větší strategické otázky, jako jsou vznikající trendy, investiční příležitosti a obchodní modely. Tato pozadí mi dalo hluboké pochopení obou technických a obchodních aspektů vznikajících technologií.

V Appen pracujeme na průsečíku umělé inteligence a dat, a moje zkušenosti mi umožnily vést společnost a navigovat složitosti v rychle se vyvíjejícím prostoru umělé inteligence, procházejícího hlavní vývoj, 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.

Byl jste u Appen od roku 2018, řídil hlavní akvizice, jako je Figure Eight a Quadrant. Jak tyto strategické kroky umístily Appen jako lídra v oblasti služeb umělé inteligence a dat, a co vidíte jako další velkou příležitost pro společnost?

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

Kromě akvizic jsme před asi 5 lety zřídili operaci v Číně nazvanou Appen China. Nyní jsme největší společností umělé inteligence a dat v Číně, s tržbami téměř dvojnásobně vyššími než u našich nejbližších konkurentů.

V budoucnu se Appen zaměřuje na podporu vývoje a přijetí generativní umělé inteligence. Existují významné růstové příležitosti jak pro vývojáře modelů, tak pro společnosti, které chtějí integrovat generativní umělou inteligenci do svých produktů a operací. Myslíme si, že jsme teprve na začátku největší vlny umělé inteligence.

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

Silnou stránkou Appen je naše schopnost 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 z více než 200 zemí, což nám umožňuje kurátorovat skupinu kvalifikovaných a rozmanitých přispěvatelů. Prostřednictvím přísné kontroly 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 reálném prostředí 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 trénink modelů umělé inteligence, a jak vidíte syntetická data jako doplněk dat získaných z davu, pro které je Appen známá?

­­Vysoce kvalitní data jsou zásadní, ale mohou být nákladná a časově náročná na výrobu, a proto syntetická data získávají pozornost. Funkční dobře pro strukturovaná data v tradičních úkolech umělé inteligence a strojového učení, zejména v odvětvích s přísnými předpisy ochrany soukromí, jako je zdravotnictví a finance, protože se vyhýbají použití 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, běžně používaná pro velké jazykové modely, představují své vlastní výzvy s nízkou kvalitou obsahu, zkreslením a dezinformacemi, vyžadující pečlivé kurátorství.

Data získaná z davu, ve kterých Appen specializuje, zůstávají “skutečnou pravdou”. Lidská odbornost je zásadní pro generování rozmanitých a komplexních dat potřebných pro 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 rozmanitost reálného světa. Společně poskytují vyvážený přístup k vytváření vysoce kvalitních tréninkových dat pro umělou inteligenci.

Evropský zákon o umělé inteligenci a další globální regulace formují etické standardy kolem vývoje umělé inteligence. Jak vidíte, že tyto regulace ovlivňují operace Appen a širší odvětví umělé inteligence v budoucnu?

Evropský zákon o umělé inteligenci a podobné globální regulace pravděpodobně ovlivňují operace Appen stanovením nových etických standardů pro vývoj a výkon modelů umělé inteligence. Můžeme vidět změny v tom, jak nakládáme s daty, zajišťujeme spravedlnost modelů a řešíme etické úvahy. To by mohlo vést k přísnějším procesům a potenciálním úpravám našeho přístupu k tréninku a validaci modelů.

Široce, tyto regulace pravděpodobně povedou odvětví k vyššímu etickému standardu, zvýší náklady na dodržování předpisů a potenciálně zpomalí některé aspekty inovace. Nicméně, budou také tlačit na větší odpovědnost a transparentnost, což může nakonec vést k více odpovědnému a udržitelnému vývoji umělé inteligence.

S rostoucími obavami kolem zkreslení v umělé inteligenci, jak Appen pracuje na zajištění, aby data používaná pro trénink modelů umělé inteligence byla eticky získaná a bez zkreslení, zejména v citlivých oblastech, jako je zpracování přirozeného jazyka a počítačové vidění?

Aktivně pracujeme na snížení zkreslení podporou rozmanitosti a inkluze napříč našimi projekty. Je povzbudivé vidět, že mnoho našich zákazníků se zaměřuje na zachycení široké demografie při sběru dat a hodnocení modelů. Díky naší globální pracovní síle, která žije ve většině zemí, jsme schopni získat data z široké škály perspektiv a zkušeností, což je zejména důležité v citlivých oblastech, jako je zpracování přirozeného jazyka a počítačové vidění.

Od roku 2019 jsme formalizovali naše nejlepší postupy do Crowd Code of Ethics, ukazující náš závazek k rozmanitosti, spravedlnosti a blahu davu. To zahrnuje náš závazek k spravedlivé odměně, zajištění, že hlas našeho davu je slyšet, a přísné ochrany soukromí. Dodržováním těchto zásad jsme zaměřeni na dodání vysoce kvalitních, eticky získaných dat, která podporují odpovědný vývoj umělé inteligence.

Jak Appen позиcionuje sebe, aby splnil rostoucí poptávku po specializovaných tréninkových datech v odvětvích, jako je automobil, reklama a AR/VR?

během posledních 27 let jsme poskytli specializovaná tréninková data pro širokou škálu odvětví a případů použití, a pokračujeme v evoluci, jak se naše zákaznické potřeby vyvíjejí.

Jako příklad, v automobilovém průmyslu jsme pracovali s předními automobilkami a poskytovateli řešení pro kabiny vozidel na stavbě systémů řeči ve vozidle. Nyní pomáháme našim zákazníkům v nových oblastech, jako je sběr videa řidičů, aby pomohli zvýšit bezpečnost sledováním rozptýlení řidiče.

V reklamě jsme pomohli přednímu globálnímu reklamnímu platformě zlepšit kvalitu a přesnost reklam pro relevanci uživatelů po dobu několika let. Nyní, když mnoho platforem přijímá generativní řešení umělé inteligence, náš dav nejen hodnotí relevanci reklam, ale také pomáhá hodnotit kvalitu generovaných reklam.

Byli jsme schopni toho dosáhnout díky naší robustní anotační platformě, která může být přizpůsobena pro podporu komplexních pracovních postupů a různých datových modalit, včetně textu, audio, obrazu, videa a multimodální anotace. Ale v konečném důsledku, naše schopnost se přizpůsobit se měnícímu se odvětví 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 širokou škálu aplikací umělé inteligence. Jak vidíte roli Appen v budoucnu, 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 hře zásadní role při poskytování vysoce kvalitních dat pro podporu těchto pokroků. Když jde o globální trhy, naše schopnost zdrojovat z více než 200 zemí a 500+ jazyků se stane ještě cennější, a máme silnou historii v tomto, protože jsme pomohli společnostem, jako je Microsoft, spustit modely strojového překladu pro více než 110 jazyků.

Jak se nasazení aplikací velkých jazykových modelů roste, vidíme rostoucí poptávku po zarovnání s koncovými uživateli, včetně lokalizačních schopností, aby zajistily, že jazykové a kulturní nuance jsou řešeny v různých globálních trzích. Jsme zavázáni pomoci společnostem vyvíjet systémy umělé inteligence, které jsou nejen výkonné, ale také odpovědné, zajišťují, že data používaná pro trénink 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 Appen zaměřuje, aby vylepšil výkon těchto modelů?

Průběžně inovujeme naše procesy anotace a sběru dat, aby vylepšily výkon velkých jazykových modelů. Jedna z oblastí zaměření je zlepšení efektivity a přesnosti anotace dat pomocí pokročilých nástrojů umělé inteligence, které pomáhají streamlinovat a automatizovat části procesu, zatímco udržují vysoké standardy kvality.

Můžeme identifikovat datové body, které vyžadují další lidský vstup, zajišťující, 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. Zaměřujeme se také na nejlepší postupy v řízení přispěvatelů, což je důležité, protože složitost úkolů roste.

Schopnost pochopit výkon na úrovni přispěvatele a poskytnout zpětnou vazbu, aby kontinuálně zlepšila kvalitu našich lidsky generovaných dat. Tyto inovace nám umožňují poskytovat vysoce kvalitní, velkoobjemová data vyžadovaná pro napájení a jemné ladění světových lídrů velkých jazykových modelů.

Jak jste nastoupil do své nové role CEO, co jsou vaše hlavní priority pro Appen v příštích několika letech, a jak plánujete řídit růst společnosti v vysoce konkurenčním prostoru umělé inteligence?

Jak přecházím do role CEO, mé strategické priority jsou navrženy tak, aby zajistily vedení Appen v konkurenčním krajinném prostoru umělé inteligence:

• Podpora vývoje generativních modelů umělé inteligence: Během posledních 18 měsíců se generativní umělá inteligence stala klíčovou součástí naší nabídky služeb, s 28% tržeb 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 generativní řešení umělé inteligence pro své případy použití. Ačkoli procento projektů generativní umělé inteligence, které dosahují nasazení, je nízké, předpokládáme, že FY24/25 bude přechodným obdobím, kdy experimenty přecházejí do produkce a pohání poptávku po vlastních 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 vylepšit kvalitu dat, zatímco také zlepšujeme provozní efektivitu, zlepšujeme naše hrubé marže.
• Vyvíjení zkušeností pro naše přispěvatele: Naší novou platformou CrowdGen můžeme škálovat projekty rychle a flexibilně v souladu s potřebami našich zákazníků, využívající umělé inteligence pro automatizované screenování a párování projektů. To také zlepšuje zkušenost našich přispěvatelů s personalizovanou podporou. Appen byl raným přijímačem při propagaci transparentnosti, rozmanitosti a spravedlnosti ve我们的 zdrojích dat, a zůstáváme zavázáni našemu Crowd Code of Ethics.

Tyto priority umístí Appen pro udržitelný růst a inovace v se vyvíjejícím se krajinném prostoru umělé inteligence.

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