Dr. Judith Bishop, Senior Director of AI-specialister hos Appen – Interviewserie

Dr. Judith Bishop er en Senior Director of AI-specialister for APAC/US-regionen hos Appen. Hun leder og udvikler et top-notch-hold af højt kvalificerede og erfarne lingvister, computationally lingvister og eksperter i alle former for menneskelig kommunikation (tale, skrift og gestus), for at levere AI-træningsdata med en ubesværet kombination af kvalitet og hastighed.

Hvad var det, der oprindeligt tiltrak dig til lingvistik?

Jeg hørte først om lingvistik fra en af mine yndlingslærere i high school. Jeg var en af dem, der var lige så tiltrukket af fremmedsprog og humaniora som af matematik og naturvidenskab. Lingvistik er videnskaben om, hvordan sprog fungerer, så det bragte mine interesser sammen for mig. Ligesom mange andre blev jeg fuldstændig fanget, da jeg lærte om det. Hvad kunne være mere fascinerende end, hvordan vi kommunikerer vores tanker og følelser til hinanden? Lingvistik udforsker sprogstrukturerne, der, på trods af alle forskelle i lyde og skriftsystemer, ofte er ens under overfladen, da de alle er et produkt af vores fælles menneskelige eksistens.

Kan du dele historien om, hvordan du fandt dig selv arbejdende med AI?

Jeg har arbejdet hos Appen siden 2004 med at støtte udviklingen af sprogteknologiprodukter og -tjenester. Over denne tid er AI dukket op som en omfattende ramme, mission og vision for teknologi til at efterligne og udvide menneskelige evner til kommunikation, resonnering og perception. I 2019 genopdøbte mit hold sig selv til AI-specialister, da vi erkendte, at vores lingvistiske og sprogkundskaber er afgørende for AI-foretagendet. Vores annoterede data giver essentiel støtte til succesfulde menneskelige interaktioner med AI-produkter og -tjenester.

Du har arbejdet med AI i over 16 år, hvad er nogle af de største ændringer, du har set?

Den største ændring har været en diversificering af fokus fra kerne-teknologiudvikling til den lange hale af brugstilfælde og anvendelser. For det meste af min karriere har fokusset for sprog-baseret AI været at udvikle og forfine en kerne af modeller, der efterligner menneskelig taleperception og -produktion, nemlig talegenkendelse, talesyntese og naturlig sprogbehandling. Datasæt har typisk overholdt fælles mærknings- og datasamplestandarder og -konventioner, såsom dem, der er udviklet af Speecon-konsortiet (Speech-Driven Interfaces for Consumer Devices). Disse standarder har tilladt kerne-teknologiudviklere at benchmarkere deres præstation på fælles datasstrukturen og har støttet den hurtige udvikling af AI.

Kan du diskutere vigtigheden af upartisk data i maskinlæring?

Maskinlæringsmodeller, uanset om de er overvåget, uovervåget eller forstærket læringsmodeller, vil reflektere fordomme, der er til stede i de data, de er trænet på. Alyssa Simpson Rochwerger og Wilson Pang giver flere fremragende eksempler på dette problem i deres nyeste bog, Real World AI. Hvis der ikke er tilstrækkeligt træningsdata for en del af befolkningen, vil AI-modellen være mindre præcis for den del.

Appen har nylig lanceret nye diverse træningsdatasæt for naturlig sprogbehandling (NLP)-initiativer. Kan du dele nogle detaljer om, hvordan disse datasæt vil gøre det muligt for slutbrugere at få samme oplevelse uanset sprogvariation, dialekt, etnolekt, accent, race eller køn?

For de nævnte årsager er datasæt nødvendige for at korrigere eksisterende fordomme i AI-produktionssystemer, samt mere inklusive datasæt for træning af fremtidige systemer. Appen-datasættene, du nævner, vil støtte korrektionen af fordomme relateret til etnicitet og tilhørende etnolekter, såsom afroamerikansk variant af engelsk. De vil give supplerende træningsdata for at styrke repræsentationen af denne befolkning i AI-sprogmodeller.

Udenfor AI er du også en digter med flere af dine digte, der har vundet forskellige brancheprijser. Hvad er dine synspunkter på fremtidig AI, der udviser denne type kreativitet, herunder skrivning af digte?

Det er en fascinerende spørgsmål. Poesi og andre former for menneskelig kreativitet bygger på alle vores menneskelige ressourcer af hukommelse, perception, sansning og følelse, samt sprogstrukturer og nuancer, for at producere indsigt, der resonerer med nutidens bekymringer. Emily Dickinson skrev: “Hvis jeg læser en bog, og den får hele min krop så kold, at ingen ild kan varme mig, ved jeg, at det er poesi. Hvis jeg føler fysisk, som om toppen af mit hoved var taget af, ved jeg, at det er poesi.” Der må være et element af perceptuel, sanselig eller følelsesmæssig erkendelse, men også ægte overraskelse.

Har du noget andet, du gerne vil dele om Appen eller AI generelt?

Dataleverandører som Appen har en kraftig potentiel til at påvirke AI-resultater til det bedre ved at levere inklusive træningsdata.

Men at nå målet om inklusiv AI vil kræve, at alle deltager. Datakøbere må også erkende deres ansvar for at udtrykkeligt bede om – og betale for – de inklusive data, der vil sikre, at deres systemer fungerer optimalt for alle brugere i den virkelige verden. Og de fra diverse samfund, der leverer deres data til AI-udvikling, må kunne stole på, at deres data bliver brugt på en måde, der respekterer deres rettigheder og interesser. Opbygning af tillid vil kræve stærk gennemsigtighed og etisk praksis fra alle, der håndterer følsomme data.

Tak for det gode interview, jeg nød at lære mere om dine synspunkter på AI og lingvistik. Læsere, der ønsker at lære mere, kan besøge Appen.