Marc Sloan, Co-Founder & CEO of Scout – Interview Series

Marc Sloan er Co-Founder & CEO of Scout, verdens første webbrowser-chatbot, en digital assistent til at få alt gjort online. Scout foreslår nyttige ting, det kan gøre for dig baseret på, hvad du laver online.

Hvad var det, der oprindeligt tiltrak dig til AI?

Min første oplevelse med at arbejde med AI var under et år, hvor jeg arbejdede i det naturlige sprogbehandlingsforskningshold på GCHQ under min bacheloruddannelse. Jeg fik mulighed for at se den virkning, maskinlæring kunne have på virkelige problemer, og den forskel, det gjorde.

Det flippede en kontakt i mit hoved om, hvordan computere kan bruges til at løse problemer: softwareingeniører lærer dig at skabe programmer, der tager data og producerer resultater, men maskinlæring låser dig til at tage data og beskrive de resultater, du ønsker at producere et program. Det betyder, at du kan bruge samme ramme til at løse tusindvis af forskellige problemer. For mig føltes det langt mere betydningsfuldt end at skulle skrive et program for hvert problem.

Jeg studerede allerede optimeringsproblemer i matematik sammen med datavidenskab, så da jeg kom tilbage til universitetet, fokuserede jeg på AI og afsluttede min afhandling om talebehandling, før jeg ansøgte om en ph.d. i informationshenting på UCL.

Du forskede i forstærkningslæring i web-søgning under vejledning af David Silver, grundlæggeren af AlphaGo. Kan du diskutere nogle af denne forskning?

Min ph.d. var på emnet om at anvende forstærkningslæring til læring til rangordningsproblemer i informationshenting, et felt, jeg hjalp med at skabe, kaldet Dynamic Information Retrieval. Jeg blev vejledt af prof. Jun Wang og prof. David Silver, begge eksperter i agentbaseret forstærkningslæring.

Vores forskning så på, hvordan søgemaskiner kunne lære af brugeradfærd for at forbedre søgeresultater autonomt over tid. Ved hjælp af en Multi-Armed Bandit-tilgang ville vores system prøve forskellige søgerangordninger og samle klikadfærd for at bestemme, om de var effektive eller ej. Det kunne også tilpasse sig til enkelte brugere over tid og var særligt effektivt til at håndtere tvetydige søgeforespørgsler. På det tidspunkt fokuserede David dybt på Go-problemet, og han hjalp mig med at bestemme den passende forstærkningslæringssætning af tilstande og værdifunktion for dette specifikke problem.

Hvad er nogle af de iværksætterlæsninger, du lærte af at arbejde med David Silver?

Forskning på UCL er ofte iværksætterorienteret. David havde tidligere grundlagt Elixir Studios med Demis Hassabis og derefter joined DeepMind for at arbejde på Alpha Go. Men andre medlemmer af vores Media Futures-forskningsgruppe endte også med at spinde ud en række forskellige startups: Jun grundlagde Mediagamma (anvendelse af RL til online reklameudgifter), Simon Chan startede prediction.io (købt af SalesForce) og Jagadeesh Gorla startede Jaggu (en anbefalingstjeneste til e-handel). Vores team diskuterede ofte den kommercielle indvirkning vores forskning kunne have, og jeg tror måske, fordi UCL’s base i London gør det til en naturlig startpunkt for at skabe en forretning.

Du lancerede nylig Scout, verdens første webbrowser-chatbot. Hvad var inspirationen bag lanceringen af Scout?

Ideén udviklede sig naturligt fra min ph.d.-forskning. Jeg gik direkte fra at afslutte min ph.d. til at deltage i Entrepreneur First, hvor jeg begyndte at tænke over, hvordan jeg kunne omdanne min forskning til et produkt.

Før jeg startede dette, afsluttede jeg et praktikophold på Microsoft (MSFT ) Research, hvor jeg anvendte min forskning på Bing. På det tidspunkt lærte jeg, at informationsfindning kunne forudsiges baseret på online brugeradfærd. Men jeg blev frustreret over, at den eneste virkelige måde at fremme disse forudsigelser i en søgemaskine var at gøre auto-forslag bedre. Så jeg begyndte at tænke over, hvordan brugerens samlede online-oplevelse kunne forbedres ved hjælp af disse forudsigelser, ikke kun søgeoplevelsen.

Det var denne tænkning, der ledte mig og min nye medstifter på Entrepreneur First til at skabe en browser-tilføjelse, der observerer brugeradfærd, forudser, hvad brugeren sandsynligvis har brug for online, og henter det til dem. Efter nogle års eksperimenter og prototyper udviklede dette sig til en chatbot-grænseflade, hvor browseren “snakker” med dig om, hvad du laver online, og forsøger at hjælpe dig på vej.

Hvilke webbrowserer vil Scout være kompatibel med?

Vi fokuserer på Chrome i øjeblikket på grund af, at det er den mest populære webbrowser, og har en moden tilføjelsesarkitektur, men vi har prototyper, der fungerer på Firefox og Safari, og sogar en mobilapp.

Scout shopping-assistent-funktionen lyder, som om den kunne spare brugere både tid og penge. Antag, at nogen forsker i et produkt på Amazon (AMZN ), hvad sker der i baggrunden, og hvordan interagerer Scout med brugeren?

Ideén er, at når du har installeret Scout, kan du fortsætte med at bruge webben som normalt. Hvis du handler, kan du besøge Amazon for at se produkter. På dette tidspunkt genkender Scout, at du handler på Amazon, og produktet, du ser på, og det vil sige “Hej”. Det dukker op som en chat-vindue på websiden, lidt ligesom hvordan Intercom fungerer, bortset fra, at Scout kan dukke op på potentelt enhver webside. Du kan se, hvordan det ser ud på min hjemmeside.

Fordi du handler, vil det begynde at foreslå måder, det kan hjælpe på. Det vil spørge, om du vil se anmeldelser online, andre priser, YouTube-videoer af produktet og mere. Du interagerer ved at trykke på knapper, og chatbot’en tilpasser oplevelsen til, hvad du vil have, den skal gøre. Når det finder information (som en YouTube-video), vil det indlejre det i chat-tråden, ligesom en ven ville dele medier med dig på WhatsApp. Over tid udvikler du en dialog med browseren om, hvad du laver online, og browseren hjælper dig på vej.

Websidebehandlingen sker inden for browseren selv. Den eneste information, vores backend ser, er chat-tråden, hvilket betyder, at privatlivsimplikationerne er minimale.

Vi har en særlig arkitektur til at forstå online-brugeradfærd og håndtere dialoger med brugeren. Vi bruger maskinlæring til at identificere, hvilke opgaver vi kan hjælpe med online, og hvordan vi skal hjælpe. Oprindeligt brugte vi forstærkningslæring til at tilpasse os til brugerpræferencer over tid. Men en af de største lærdomme, jeg har lært fra at køre en AI-startup, er at holde processer simple og kun at bruge maskinlæring til at optimere en eksisterende proces. Så i stedet har vi nu en sofistikeret regel-motor til at håndtere opgaver over tid, som kan håndteres af forstærkningslæring, når vi skal skalerer.

Hvad er nogle eksempler på, hvordan Scout kan hjælpe med begivenhedsplanlægning?

Vi indså, at begivenhedsplanlægning (og rejsebestilling) ikke er så forskellige fra at handle online. Du ser stadig på produkter, læser anmeldelser og forpligter dig til at købe/deltage. Så meget af det, vi har bygget til shopping, kan også anvendes her.

Den største forskel er, at tid og sted er vigtige. Så for eksempel, hvis du ser på koncertbilletter på Ticketmaster, kan Scout identificere adressen på stedet og foreslå at finde dig vej derhen fra din nuværende placering eller finde prisen på en Uber eller foreslå, hvornår du skal afsted. Hvis du har tilkoblet Scout til din kalender, kan Scout kontrollere, om du er tilgængelig på begivenhedstidspunktet, og tilføje det til din kalender.

I fremtiden forudser vi, at Scout-brugere vil kunne kommunikere med deres venner gennem platformen for at diskutere de ting, de laver online, såsom begivenhedsplanlægning, shopping, arbejde osv.

Dialog-udløsere vil blive brugt til, at Scout initierer kommunikation. Hvad er nogle af disse udløsere?

Som standard vil Scout ikke forstyrre dig, medmindre det møder en udløser, der fortæller det, at du måske har brug for hjælp. Der er flere typer udløsere:

• At besøge en bestemt webside.
• At besøge en type webside (såsom nyheder, shopping osv.).
• At besøge en webside, der indeholder en bestemt type information (f.eks. en adresse, en video osv.).
• At klikke på links eller knapper på websider.
• At interagere med Scout ved at trykke på knapper
• At Scout henter bestemte typer medier såsom videoer, musik, tweets osv.

Vi planlægger at lade brugere finjustere, hvilke typer udløsere de vil have, Scout skal reagere på, og til sidst lære deres præference automatisk.

Kan du diskutere nogle af de vanskeligheder ved at sikre, at Scout er virkelig hjælpsom, når det beslutter at interagere med en bruger uden at blive irriterende?

Vi tager brugerengagement meget alvorligt og prøver at måle, om interaktioner førte til positive eller negative resultater. Vi prøver at opretholde en god ratio for, hvor ofte Scout prøver at starte en samtale, og hvor ofte det bliver brugt. Men det er en svær balance at få rigtigt, og vi er altid ved at forbedre.

På grund af dette produkts indtrængende natur er det kritisk at få grænsefladen og brugeroplevelsen rigtigt. Vi har brugt meget tid på at prøve helt forskellige grænseflader og brugerinteraktionsmetoder. Dette arbejde har ført os til den nuværende chatbot-lignende grænseflade, som vi finder giver os den største fleksibilitet i den hjælp, vi kan tilbyde, kombineret med brugerfamiliaritet og minimal brugerindsats for interaktioner.

Kan du give andre eksempler på, hvordan Scout kan hjælpe slutbrugere?

Vores fokus i øjeblikket er at markeds teste bestemte anvendelser for Scout. Shopping og begivenhedsplanlægning er allerede blevet nævnt, men vi kigger også på, hvordan Scout kan hjælpe akademikere (med at finde forskningspapirer, forfatterdetaljer og reference-netværk) og endda guitarister (med at finde guitarskemaer, afspille musik og videoer sammen med guitarskemaer online og hjælpe med at stemme en guitar). Vi har også brugt noget tid på at udforske professionelle scenarier såsom online-rekruttering, finansielle analyser og lov.

I sidste ende kan Scout potentielt fungere på enhver webside og hjælpe i enhver situation, hvilket er, hvad der gør teknologien utrolig spændende, men også gør det svært at komme i gang.

Er der noget andet, du gerne vil dele om Scout?

Hvis du gerne vil se, hvad det er, hvis din browser kunne tale til dig, kan du læse mere på Scouts blog.

Tak for den fascinerende indsigt i design af en unite-type chatbot. Vi er spændte på at følge dette projekt. Besøg venligst Marc Sloans hjemmeside for at lære mere.