James Kaplan, CEO & Co-Founder von MeetKai Metaverse – Interview-Serie

James Kaplan ist der CEO & Co-Founder von MeetKai, einem Unternehmen für künstliche Intelligenz, VR und konversationelle Suche mit Sitz in Los Angeles, Kalifornien, das derzeit den AI-Speech-Wettbewerb mit noch nie gesehenen Funktionen anführt. Seine konversationelle KI kann komplexere Sprache verstehen und personalisierte Ergebnisse in einer natürlichen Konversation über viele Themen und in verschiedenen Realitäten liefern. MeetKais Technologie wird weltweit über iOS, Google Play und AppGallery bereitgestellt.

Sie hatten bereits im Alter von 6 Jahren eine Leidenschaft für KI. Wie wurden Sie mit dieser Technologie zum ersten Mal bekannt?

Meine Einführung in die KI kam durch Videospiele. Zuerst war es durch das Versuchen, zu verstehen, wie die KI in dem Spiel Oregon Trail funktionierte – nicht besonders intelligent, aber dennoch eine Form von KI. Von dort aus wuchs mein Interesse an der KI, als ich in MMORPGs einstieg. Ich mochte es, Online-Spiele zu spielen, aber ich hasste es, nach Gegenständen zu suchen. Deshalb begann ich, Bots zu schreiben.

Was waren einige der ersten KI-Anwendungen, die Sie programmiert haben?

Das Schreiben von Bots für MMORPGs war wirklich mein erster Versuch, eine bestimmte Form von KI zu entwickeln. Zu Beginn waren meine Bots ziemlich einfach und ähnelten eher Makros als künstlicher Intelligenz. Aber als ich älter wurde und die Bot-Erkennung in vielen Spielen besser wurde, mussten die Bots immer mehr wie ein Spieler aussehen. Ich habe es immer genossen, Bots zu schreiben – ich schrieb sogar einen Bot, um einen Taylor-Swift-Wettbewerb zu gewinnen, während ich noch in der Schule war (und sie kam tatsächlich, um aufzutreten!). Ebenso schrieb ich den ersten Pokémon-Go-Bot und bereue es, dass ich viele Leute gebannt habe, als ich das Interesse an der Vermeidung der Erkennung verlor.

Sie gründeten MeetKai 2018, nachdem Sie mit den aktuellen AI-Sprachassistenten unzufrieden waren. Warum bieten die meisten AI-Assistenten eine unzureichende Erfahrung?

Das Kernproblem ist, dass die meisten AI-Assistenten viel zu sehr auf externe APIs für die Erfüllung angewiesen sind. Selbst wenn sie die Erfüllung kontrollieren, wie Alexa für die E-Commerce-Suche, leiden sie unter den gleichen Problemen. Einfach ausgedrückt, wie kann man erwarten, dass ein Sprachassistent intelligent ist, wenn er nur Sprache in Text umwandelt und diesen Text in eine textbasierte Suchmaschine einfügt? Wir starteten MeetKai mit der Idee, dass wir einen “Sprung” in der Entwicklung eines AI-Assistenten machen könnten, indem wir die gesamte End-to-End-Verarbeitungspipeline kontrollieren, die einen Sprachassistenten ausmacht. Wir entwickelten eine konversationelle Suchmaschine anstelle einer keyword-basierten, um kompliziertere Anfragen und Konversationen zu unterstützen. Andere Assistenten sind mit unzureichenden Erfahrungen konfrontiert, weil sie keine Unterstützung für mehrere Konversationen aufbauen können, die auf solchen begrenzenden Faktoren basieren. Unser Ziel ist es, dorthin zu gelangen, aber wir sind noch sehr am Anfang, unsere Technologie auszubauen, um die gleiche Anzahl von Domänen wie bestehende Spieler abzudecken.

Was sind einige der natürlichen Sprachverständnis- und Sprachverarbeitungsherausforderungen beim Aufbau einer state-of-the-art-Sprachassistenten-Erfahrung?

Eine der Hauptherausforderungen bei der nächsten Generation von NLU ist es, über Absichten und Entitäten hinauszugehen. Die meisten NLU-Ansätze sind sehr traditionell und konzentrieren sich auf die Klassifizierung von Absichten und die Kennzeichnung von Entitäten mit Hilfe von Sequenzmodellen. Ich könnte Dutzende von Problemen mit diesem Standardansatz aufzählen. Die wichtigsten sind jedoch:

1. Die Kontext-unabhängige Absichtsklassifizierung kann keine mehrstufige Konversation handhaben. Die meisten Ansätze kümmern sich nur um den rohen Text, der transkribiert wurde. Sie kümmern sich nicht um den Kontext – nicht um den Benutzer, nicht um das, was der Benutzer mag, nur um das, was er gerade gefragt hat. Dies ist besonders wichtig, wenn der Benutzer etwas sehr Knappes sagt. Wenn jemand zum Beispiel “Cosmopolitan” sagt, kann es sich um das Getränk oder die Zeitschrift handeln und hängt stark vom Benutzer ab.
2. Die Erkennung von Entitäten funktioniert schlecht, wenn es um nicht-kategoriale Werte geht. Große Sprachmodelle können sich nicht schnell genug an neue Entitäten anpassen, die in der Wildnis vorkommen, da sie nicht im Datensatz enthalten sind. Die KI muss eine viel sophistischere Möglichkeit haben, Entitäten zu erkennen, indem sie einen viel tieferen Kontext berücksichtigt. Zum Beispiel sollte der Standort des Benutzers stark beeinflussen, ob etwas ein Restaurantname oder etwas anderes ist.
3. Die Beziehungen zwischen Entitäten werden nicht gut berücksichtigt. Mein Lieblingsbeispiel ist, wie oft die meisten Suchmaschinen versagen, wenn es um die Negation geht. Versuchen Sie, nach einem Film ohne Romantik auf anderen Sprachassistenten zu suchen, und Sie werden sehen, was ich meine.

Die meisten Sprachassistenten übersetzen einfach Sprache in Text und führen eine Google-Suche durch. Wie funktioniert MeetKai AI anders?

Der Hauptunterschied zwischen MeetKai und Google bei der Suche besteht darin, dass wir ein viel reicheres Sprachverständnis-Modell verwenden, um nach Elementen selbst zu suchen, anstatt nur nach Webseiten. Wenn Sie nach “Tom Cruise-Filmen ohne Action” suchen, sucht Google nach Seiten, auf denen diese Tokenkombination vorkommt (Tom Cruise, Filme, Action). Bei MeetKai verstehen wir richtig, dass Tom Cruise ein Schauspieler ist, Filme die Klasse von Medien sind, nach denen gesucht wird, und dass Action das unerwünschte Genre ist. Mit diesem Verständnis können wir viel intelligentere Suchen durchführen.

MeetKai hat kürzlich seine erste Lifestyle-VR-Welt veröffentlicht: MeetKai Metaverse. Können Sie über diese Anwendung sprechen?

Die meisten Unternehmen im Metaverse-Bereich arbeiten an der Interaktion zwischen Personen. Darüber hinaus ist der Inhalt oft entweder cartoonartig oder nur ein 360-Grad-Video. Unser Ziel mit dem MeetKai-Metaverse ist es, einen ganz anderen Ansatz zu verfolgen – Person<>KI. Wir entwickeln ein Metaverse, in dem die Charaktere, mit denen Sie interagieren, alle von unserer Cutting-Edge-Konversations-KI angetrieben werden. Darüber hinaus arbeiten wir daran, die Umgebung durch Prozedurale Generierung zu erstellen, um sie realistischer und immersiver zu machen als bei anderen Unternehmen in diesem Bereich. Die beiden anfänglichen Welten, die in unserem Metaverse zu erkunden sind, sind für zwei anfängliche Anwendungsfälle: Meditation und Museen. Im ersten Fall haben wir einen Wing-Chun-Experten digitalisiert und zum ersten Mal einen KI-Charakter erstellt, der den Benutzer über revolutionäre Meditationstechniken anleiten kann, um in einen Zustand der Entspannung zu gelangen. Im zweiten Fall haben wir ein immer größer werdendes Kunstmuseum erstellt und einen KI-gesteuerten Kurator bereitgestellt, der Fragen über die Kunst in diesem Raum beantworten und Führungen anbieten kann.

Was sind einige Beispiele für die Verwendung von KI in diesem Metaverse?

Wir verwenden KI an drei Stellen:

1. Um die konversationellen Fähigkeiten jedes Charakters in unserem Metaverse zu steuern.
2. Um den Inhalt dynamisch zu erstellen, der dem Benutzer über Sprachführung zur Verfügung gestellt wird. Beispiele hierfür sind Meditationssitzungen und Kunstmuseum-Führungen in unseren beiden anfänglichen Erfahrungen.
3. Um den 3D-Raum prozedural zu erstellen, anstatt eine manuelle Anordnung zu erfordern.

Was ist Ihre Vision für die Zukunft von Sprachassistenten?

Um eine Zukunft zu haben, müssen Sprachassistenten sich zu etwas viel mehr als einem kommandobasierten System entwickeln. Dies bedeutet, dass sie tiefe Expertise und Fähigkeiten in vielen spezifischen Domänen erwerben müssen. Ich denke, dass die Zusammenstellung verschiedener domänen-spezifischer Sprachassistenten der Schlüssel zum Aufbau eines all-intelligenten Meta-Assistenten sein wird. Dies steht im Gegensatz zu den Versuchen, “alles auf einmal” zu tun, die wir seit dem Erscheinen von Sprachassistenten gesehen haben.

Gibt es noch etwas, das Sie über MeetKai oder das MeetKai-Metaverse teilen möchten?

Wir sind noch am Anfang unserer Metaverse-Roadmap. Unser endgültiges Ziel ist es, jede Erfahrung, die Sie in der realen Welt haben, im Metaverse nachbilden zu können und dann darüber hinaus zu gehen. Dies bedeutet, dass wir die kostspieligen und zeitaufwändigen Faktoren eliminieren möchten, die diese Erfahrungen in der Realität begrenzen. Das Metaverse kann uns ermöglichen, reichere Leben zu führen, nicht sie zu ersetzen. Wir haben noch einige technische Herausforderungen zu überwinden, aber wir haben eine klare Reihe von Meilensteinen, die erreichbar sind, wenn die Hardware weiter verbessert wird. Wir arbeiten eng mit Hardware-Partnern zusammen, um sicherzustellen, dass der VR-Raum schnell voranschreitet. Beyond just VR, we want to make our metaverse experience possible outside of VR. We will be announcing more information about this in the coming months. Thank you for the great interview, I look forward to following your progress on your version of the metaverse. Readers who wish to learn more should visit MeetKai.