Dr. Lingjia Tang, CTO und Mitgründer von Clinc – Interview-Serie

Dr. Lingjia Tang, CTO und Mitgründer von Clinc, ist Professor für Informatik an der University of Michigan. Dr. Tangs Forschung auf dem Gebiet der Entwicklung von groß angelegten Produktionsinfrastrukturen für intelligente Anwendungen ist in der akademischen Gemeinschaft weit anerkannt und respektiert. Neben seiner Arbeit bei Microsoft (MSFT ) und Google (GOOGL ) erhielt Lingjia ihren PhD in Informatik von der University of Virginia. Lingjia hat kürzlich renommierte Auszeichnungen erhalten, darunter den ISCA Hall of Fame, Facebook (META ) Research Awards und Google Research Award.

Was hat Sie ursprünglich zur KI gezogen? Wann haben Sie zum ersten Mal festgestellt, dass Sie ein KI-Unternehmen gründen wollten?

Im Jahr 2005 führte ich Forschungen zu groß angelegten Systemen durch, die verschiedene Anwendungen unterstützen, und wie wir Server als Software-Systeme entwerfen können, um diese Anwendungen effizienter auszuführen. Zu diesem Zeitpunkt wechselten wir von der Arbeit mit traditionellen Web-Anwendungen zu mehr maschinellen Lernfunktionen. Das war der Zeitpunkt, an dem ich mich mit den Algorithmen beschäftigte, die mit der KI verbunden sind, und mich für das grundlegende Verständnis davon interessierte, wie KI-Anwendungen funktionieren. Kurz darauf beschloss das Forschungsteam, mit dem ich zusammenarbeitete, sich zu ändern und im Wesentlichen unsere eigenen KI-Anwendungen als Benchmark zu erstellen, um sie zu untersuchen, was uns dazu führte, unsere ersten Forschungsarbeiten zu veröffentlichen und unser erstes Produkt, Sirius, zu entwickeln – einen offenen End-to-End-Sprach- und Vision-Assistenten.

Als Open-Source-Software ermöglichte Sirius es den Menschen, ihre eigenen konversationellen virtuellen Assistenten zu erstellen. Zu diesem Zeitpunkt war diese Fähigkeit für die breite Öffentlichkeit sehr begrenzt und wurde hauptsächlich von großen Unternehmen wie Google und Apple kontrolliert. Als wir jedoch die Software veröffentlichten und sahen, dass sie in der ersten Woche Zehntausende von Downloads hatte, war das der Wendepunkt, an dem wir wussten, dass es einen großen Marktbedarf für diese Art von Software gab.

Im Jahr 2015 gründeten wir Clinc mit der Absicht, jedem – jedem Entwickler, jedem Unternehmen, jeder Person -, die einen virtuellen Assistenten erstellen möchte, Zugang zu Expertenwissen, Werkzeugen und Innovationen zu bieten, um dies zu ermöglichen.

Clinc bietet konversationelle KI-Lösungen an, ohne auf Schlüsselwörter oder Skripte zurückzugreifen. Können Sie einige Details dazu erläutern, wie dies erreicht wird? Welche Herausforderungen im Bereich der Natural Language Processing (NLP) mussten überwunden werden?

Was Clinc von anderen konversationellen KI-Plattformen auf dem Markt unterscheidet, sind die zugrunde liegenden KI-Algorithmen, die das “Mensch im Raum”-Erlebnis ermöglichen, das eine unordentliche und unskriptierte Sprache versteht. Dies ermöglicht es, Korrekturen vorzunehmen, um Fehler in der menschlichen Konversation zu “heilen” und komplexe Konversationsflüsse zu ermöglichen – Konversationen, die ein echter Mensch verstehen könnte. Im Gegensatz zu einem Sprach-zu-Text-Wort-Matching-Algorithmus analysiert Clinc Dutzende von Faktoren aus der Benutzereingabe, einschließlich Wortwahl, Sentiment, Absicht, Tonfall, Tageszeit, Standort und Beziehungen, und verwendet diese Faktoren, um eine Antwort zu liefern, die eine Zusammensetzung von extrahiertem Wissen aus seinem trainierten Gehirn darstellt. Zum Beispiel, wenn ich meinen virtuellen Assistenten frage: “Wie viel Geld habe ich für ein Burger ausgegeben?”, muss es verstehen, dass ich nach Geld und Ausgaben frage, dass ich speziell nach einem Hamburger frage und dass ein Hamburger eine Art von Essen ist, die mit meinen jüngsten Ausgaben in einem Restaurant abgeglichen werden sollte.

Das Erreichen dieses Verständnisses ist nicht einfach. Im Allgemeinen würden wir die konversationelle KI in zwei Komponenten unterteilen: Natural Language Understanding (NLU) und Dialogmanagement. Die Herausforderung, die wir überwinden mussten, bestand darin, herauszufinden, wie man ein System aufbaut, das Schlüsselinformationen genau extrahieren und vorhersagen kann, was der Benutzer fragt.

Wir können dies durch eine anspruchsvolle, kontextuelle, top-down-NLU erreichen, die intuitiv ist und den natürlichen Fluss der Konversation aufrechterhält, Verständnis für Umgangssprache und Kontext. Dies im Vergleich zu konkurrierenden Lösungen, die einen top-down, regelbasierten Ansatz für die NLP verwenden, der keine konversationelle Heilung ermöglicht, was bedeutet, dass der Benutzer, wenn er einen Fehler macht, zu Anfang zurückkehren muss, was Zeit verschwendet und den Benutzer nur frustriert. Wir verwenden auch Crowdsourcing, um unsere Sprachdaten zu extrahieren und ein reicheres, vielfältigeres Datenset zu erstellen, das sofort zum Trainieren von KI-Modellen verwendet werden kann.

Können Sie über die Verwendung von Deep Learning im Clinc-KI-System sprechen?

Clinc verwendet einen hybriden Ansatz für Deep Learning, bei dem wir das traditionelle Modell zu einem gewissen Grad verwenden und Deep Learning dort einsetzen, wo es benötigt wird. Insbesondere verwenden wir Deep Learning, um Wörter und Sprachen zu verstehen und den Dialogfluss zu bestimmen. Im Allgemeinen ist unser gesamter Dialog eine Kombination aus Deep Learning und symbolischer KI. Wir verwenden Deep Learning noch nicht für die Sprachgenerierung, da es, wenn es um unsere Kunden geht, die hauptsächlich in der Bankenbranche tätig sind, viele Vorschriften gibt, die der virtuelle Assistent einhalten muss, die bestimmen, was er zu seinen Kunden sagen kann und darf nicht sagen. Es gibt also noch viel Unsicherheit darüber, ob Deep Learning in der Lage sein wird, diese festgelegten Sprachbeschränkungen einzuhalten.

Derzeit denke ich nicht, dass die konversationelle KI-Gemeinschaft vollständig bereit ist, Deep Learning vollständig zu übernehmen, während die akademische Gemeinschaft zu 100 % dabei ist, aber ich freue mich darauf, zu sehen, was die neuen Modelle können.

Was ist der Prozess für ein Unternehmen, das die KI-Antworten anpassen möchte, um ein bestimmtes Publikum anzusprechen? Können Sie einige Beispiele dafür nennen, wie Clinc derzeit von Kunden verwendet wird?

Wir ermöglichen es Kunden, entweder eine Plattform zu lizenzieren, die sie nach Belieben aufbauen können, oder unseren vollständig aufgebauten und trainierten Chatbot, Finie, anzupassen und in ihre Apps oder Messaging-Dienste zu integrieren. Finie kann Angelegenheiten im Zusammenhang mit Kontoständen, Transaktionen, Ausgabenverlauf, dem Auffinden eines Geldautomaten, der Durchführung einer Überweisung und mehr bearbeiten.

Mein Lieblingsbeispiel dafür, wie ein Kunde Clincs KI anpasste, um ein bestimmtes Publikum anzusprechen, ist die İşbank. Als größte private Bank der Türkei wandte sich die İşbank an uns, um ihren digitalen Bankassistenten, Maxi, im Jahr 2018 zu entwickeln. Um Maxi eine einzigartige Persönlichkeit zu verleihen, führte die İşbank 14 Fokusgruppen durch, um zu ermitteln, welche Merkmale und Fähigkeiten Bankkunden in einem virtuellen Assistenten erwarten. Sie heuerten auch eine Sprecherin an, um Sätze in türkischer Sprache aufzunehmen, die mit Bankaufgaben zusammenhängen. Das konversationelle Bankteam der İşbank kam mit diesen Sätzen auf, indem sie sich überlegten, wie echte Menschen ihre Bedürfnisse ausdrücken würden. Auf unsere Empfehlung hin bezahlte das Team Teilnehmer auf Crowdsourcing-Märkten wie Amazon Mechanical Turk, um verschiedene Möglichkeiten zu liefern, wie sie dieselben Fragen stellen könnten, wie z. B. eine Anfrage, ihren Kontostand zu überprüfen (“Wie viel Geld habe ich auf meinem Konto?”, “Wie viel Geld habe ich?”, “Zeigen Sie mir das Geld auf meinem Konto”) oder eine Rechnung zu bezahlen (“Rechnung bezahlen”, “Rechnungszahlungen”).

Dieses Beispiel zeigt wirklich, wie sehr sich die İşbank dafür einsetzt, ihren Kunden einen digitalen Bankassistenten anzubieten, um ihnen bei der Navigation durch ihre Konten zu helfen. Mit Clinc startete die İşbank Maxi für mehr als 7,5 Millionen Menschen in türkischer Sprache. Seit dem Start hat die İşbank eine weit verbreitete Akzeptanz von mehr als 5,5 Millionen Nutzern erlebt, mit durchschnittlich 9,8 Interaktionen pro Nutzer. In den letzten Monaten, als die COVID-19-Fälle in der Türkei zunahmen, trainierte die İşbank Maxi schnell, um auf COVID-19-bezogene Anfragen zu reagieren. Seit März 2020 hat Maxi mehr als 1,2 Millionen Kundenanfragen im Zusammenhang mit COVID-19 beantwortet, was einem Anstieg von über 62 % entspricht.

Was würden Sie Frauen sagen, die sich für KI interessieren, aber sich scheuen, sich einzubringen, weil es ein von Männern dominiertes Feld ist?

Von vornherein denke ich nicht, dass es einen Grund gibt, warum KI als von Männern dominiertes Feld angesehen wird. Ich denke, es gibt viele weibliche Pioniere in der KI, die sehr gut abschneiden und einen Einfluss haben. Ich denke, KI in Kombination mit Sozialpolitik ist ein einzigartiges Gebiet, das das Potenzial hat, einen großen Einfluss auf das tägliche Leben der Menschen zu haben. Hier denke ich, dass vielfältige Einblicke auf breiter Ebene wirklich von Vorteil wären, insbesondere da es viele Diskussionen über KI-Verzerrungen im Zusammenhang mit Rasse und Geschlecht gibt. Ich glaube, dass eine begrenzte Gemeinschaft von KI-Entwicklern weiterhin einen unverhältnismäßigen Einfluss auf die Gesellschaft und die Politik haben wird.

Für die Frauen, die sich für den Eintritt in das KI-Feld interessieren, empfehle ich es sehr, insbesondere wenn Sie daran interessiert sind, einen Einfluss zu haben. Die KI hat in den letzten Jahren so viel Wachstum und Innovation erlebt und es ist wirklich eine aufregende Zeit, um Teil davon zu sein.

Gibt es noch etwas, das Sie über Clinc teilen möchten?

Clinc macht derzeit riesige Fortschritte. Persönlich habe ich gerade eine neue Rolle als CTO von Clinc übernommen und ich freue mich sehr darauf, mich darauf zu konzentrieren, wie wir mit Entwicklern und Datenwissenschaftlern zusammenarbeiten können, um die Reichweite unserer Technologie zu erweitern. Wenn ich in die Zukunft blicke, sehe ich, dass die Nachfrage nach KI-gesteuerten Anwendungen sich in Richtung einer Ermöglichung für Menschen verlagert, die keine jahrelange Erfahrung in der Datenwissenschaft und im maschinellen Lernen haben, um sie auch nutzen zu können. Zum Beispiel benötigt man kein Grafikdesign-Diplom, um Photoshop nutzen zu können. Ich denke, die KI geht in diese Richtung, in der Entwickler ohne KI- oder maschinelles Lernen Ausbildung Ergebnisse erzielen und hochwertige Anwendungen produzieren können. Insgesamt möchten wir noch einmal betonen, dass wir nicht nur den Endnutzern, sondern auch den Entwicklern, unabhängig von ihrem Level, die an unserer Lösung interessiert sind, gewidmet sind.

Vielen Dank für das großartige Interview, ich freue mich darauf, Ihre Fortschritte zu verfolgen. Wer mehr erfahren möchte, sollte Clinc besuchen.