Sean Mullaney, Chief Technology Officer bei Algolia – Interviewreihe

Sean Mullaney ist Chief Technology Officer bei Algolia, eine durchgängige, KI-gestützte Such- und Entdeckungsplattform.

Sean ist ein ehemaliger Stripe- und Google-Manager mit Erfahrung in der Skalierung von Engineering-Organisationen, der Entwicklung KI-gestützter Such- und Discovery-Tools und der weltweiten Entwicklung von API-First-Lösungen. Bei Algolia überwacht er die Technologie hinter der zweitgrößten Suchmaschine nach Google, die jedes Jahr für über 1.5 Billionen Suchanfragen verwendet wird. Zuletzt leitete er die Einführung von AlgoliaNeuralSearch durch das Unternehmen – der weltweit schnellsten, hyperskalierbaren und kosteneffizienten Vektor- und Schlüsselwort-Such-API.

Was hat Sie ursprünglich an der Informatik interessiert?

Als ich 10 Jahre alt war, kauften meine Eltern unseren ersten Computer ins Haus. Das allererste, was ich tun wollte, war herauszufinden, wie man ein Textabenteuerspiel schreibt, das ich aus einem Buch kopiert hatte. Ein paar Jahre später begann ich, C++ zu lernen, aber das Entwerfen und Erstellen von Computerspielen blieb eine meiner großen Leidenschaften, als ich als Teenager gerade anfing, mich mit Informatik zu beschäftigen.

Sie waren über sieben Jahre bei Google tätig und haben dabei geholfen, Teams aufzubauen und zu leiten, die sich mit Strategie, Betrieb, Big Data und maschinellem Lernen befassen. Was war Ihr Lieblingsprojekt und was haben Sie aus dieser Erfahrung gelernt?

Wir haben herausgefunden, wie wir all die großen Daten, die wir darüber hatten, wie Werbetreibende unsere Produkte nutzen, nutzen können, um Vertriebsteams zu unterstützen. Wir haben benutzerdefinierte Regeln (später komplexere neuronale Netze) entwickelt, um vorherzusagen, welche Kunden wir zu welchen Zeiten mit welchen Produkten ansprechen sollten, um die Wahrscheinlichkeit zu maximieren, dass die Zeit eines Verkäufers zu einer Umsatzsteigerung führt. Mit über 1 Million Werbetreibenden auf Google hat dieses Tool den Vertriebsteams erheblich dabei geholfen, die Nadeln im Heuhaufen zu finden.

In einer aktuellen Zusammenfassung von DevBit haben Sie beschrieben, dass der Zweck von Algolia darin besteht, Benutzern die Indizierung der Welt und die Umsetzung von Inhalten zu ermöglichen. Könnten Sie näher erläutern, was diese Aussage bedeutet?

Letztendlich möchten wir unseren Kunden helfen, einen Mehrwert aus ihren Daten zu ziehen. Das Internet hat zu einer enormen Explosion von Inhalten und E-Commerce-Produkten geführt, und obwohl diese Entwicklung sicherlich ein bedeutender Meilenstein ist, bedeutet die schiere Übermenge an Informationen, die jetzt verfügbar sind, dass es auch schwieriger denn je ist – und immer schwieriger wird –, was zu finden was Sie als Nutzer eigentlich suchen. Wenn Suche und Entdeckung jedoch durch KI unterstützt werden, kann auf die wachsende Liste an Inhalten intelligent zugegriffen und sie in Bewegung gesetzt werden, um den Benutzern wirklich zu helfen und sie nicht nur zu überfordern.

Im September 2022 wurden Search.io und sein proprietäres Flaggschiffprodukt NeuralSearch™ von Algolia übernommen. Können Sie uns erläutern, was diese Suchtechnologie konkret ist?

Kurz gesagt: Algolia NeuralSearch integriert Keyword-Matching mit vektorbasierter Verarbeitung natürlicher Sprache, unterstützt durch LLMs, in einer einzigen API – eine Branchenneuheit. Die Lösung beinhaltet unsere proprietäre und einzigartige Neural-Hashing-Technik, die die Verwendung von Vektoren skalierbar und um 90 % kostengünstiger macht – ein Problem, mit dem andere KI-Unternehmen, einschließlich ChatGPT, konfrontiert sind. Das wirklich Spannende an diesem bahnbrechenden Produkt ist, dass es die echte KI-Suche für Unternehmen der Enterprise-Klasse skalierbar macht.

Die neue Technologie ermöglicht es Kunden, beispielsweise Einzelhändlern, auch, Inhalte zu verstehen und bereitzustellen, die Anfragen entsprechen, die normalerweise zu gesprächig sind, um genaue oder irgendwelche Ergebnisse zu liefern (wird als Long-Tail betrachtet). Diese machen 55 % der aktuellen Website-Suchen aus. Als einzige End-to-End-KI-Suchlösung, die KI beim Verstehen, Abrufen und Ranking von Suchanfragen anwendet, versteht NeuralSearch diese Suchanfragen wirklich und verwandelt verpasste Chancen in Umsatz.

Welche anderen Methoden des maschinellen Lernens werden neben Neuralsearch™ noch verwendet?

Wir haben KI in drei Hauptfunktionen integriert: Abfrageverständnis, Abfrageabruf und Rangfolge der Ergebnisse. Wir bei Algolia nennen dies das KI-Such-Sandwich:

• Abfrageverständnis: Algolias fortschrittliches Natural Language Understanding (NLU) und die KI-gesteuerte Vektorsuche bieten ein Freiform-Verstehen natürlicher Sprachausdrücke und eine KI-gestützte Abfragekategorisierung, die eine Abfrage für die Analyse vorbereitet und strukturiert. Darüber hinaus optimiert adaptives Lernen auf der Grundlage von Benutzerfeedback das Absichtsverständnis.
• Abruf: Anschließend werden die relevantesten Ergebnisse abgerufen und von der höchsten zur am wenigsten relevanten Rangfolge sortiert. Der Abrufprozess führt die Ergebnisse des Neural Hashing parallel mit Schlüsselwörtern zusammen, die denselben Index verwenden, um den Abruf und das Ranking zu erleichtern. Dieser Ansatz löst das Problem der „Null-Ergebnisse“ und verbessert die Klickpositionen und Klickraten erheblich. Keine andere Suchplattform im Such- und Discovery-Bereich bietet diese leistungsstarke Funktion.
• Rangliste: Schließlich werden die besten Ergebnisse durch das KI-gestützte Re-Ranking von Algolia an die Spitze gebracht, das die vielen mit der Suchanfrage verbundenen Signale berücksichtigt (einschließlich des genauen Keyword-Matching-Scores, des kontextbezogenen Personalisierungsprofils und der beobachteten Beliebtheit von Artikeln). , der semantische Matching-Score usw.) und lernt, maximale Relevanz zu erreichen.

Wenn sich außerdem der Index ändert, neue Produkte hinzugefügt, neue Inhalte hochgeladen werden oder wenn Begriffe eine neue Bedeutung annehmen, lernt das KI-gestützte Produkt Algolia NeuralSearch automatisch und passt sich an. Es sind weder zusätzliche Mitarbeiter noch manuelle Vorgänge erforderlich. Abhängig von der Suchanfrage oder dem Suchbegriff werden automatisch Schlüsselwörter oder Konzepte – möglicherweise eine Mischung aus beidem – zugeordnet. Dadurch wird die Suche wirklich auf Autopilot gestellt.

Algolia hat kürzlich sein kostenloses Angebot von 10000 Datensätzen auf 1 Million Datensätze erweitert. Welche Denkweise steckt dahinter und wie hat der Markt reagiert?

Wir haben uns bewusst dafür entschieden, die Preisgestaltung und Verpackung von Algolia noch entwicklerfreundlicher zu gestalten, indem wir zwei neue entwicklerorientierte Pläne eingeführt haben: einen „Build“-Plan, der kostenlos ist, und einen „Grow“-Plan, der einfache Skalierbarkeit zu erschwinglichen Preisen bietet. Der neue Build-Plan erhöht die Anzahl der kostenlosen Datensätze, die ein Entwickler in Algolia speichern kann, von 10,000 auf jetzt 1 Million Datensätze. Dies stellt eine 100-fache Steigerung der Anzahl kostenloser Datensätze dar, die Entwickler jetzt in Algolia indizieren können. Darüber hinaus hat Algolia die Kosten für Suchanfragen in seinem Grow-Plan um 50 % und für Datensätze um 60 % gesenkt.

Die Idee hinter unserem aktualisierten „Build“-Preisplan besteht darin, Entwicklern kostenlosen Zugriff auf alle Funktionen der KI-gestützten Such- und Discovery-Plattform zu bieten. Wenn ein Entwickler bereit ist, seine Anwendung zu skalieren, ermöglicht der „Grow“-Plan Entwicklern eine entwicklerfreundlichere, nutzungsbasierte Preisgestaltung für Live-Produktionseinstellungen.

Ein wichtiger Hinweis hier ist, dass jeder Designer, Ersteller oder Entwickler – ob Gelegenheits- oder voll engagierter Softwareentwickler – schnell und einfach auf alle Tools, Dokumentationen, Beispielcodes, Bildungsinhalte und plattformübergreifende Integrationsfunktionen zugreifen kann, die er benötigt Beginnen Sie mit der Verwaltung ihrer Daten, dem Aufbau eines Such-Frontends, der Konfiguration von Analysen und mehr – alles kostenlos. Darüber hinaus haben sie sofortigen Zugang zu einer wachsenden Entwicklergemeinschaft von mehr als 5 Millionen Bauherren.

Können Sie die angebotenen Suchpersonalisierungstools besprechen?

Algolia bietet Unternehmen verschiedene Suchpersonalisierungstools zur Nutzung von Daten zur besseren Verbesserung von Empfehlungen, darunter verschiedene Arten von Empfehlungen und einzigartige Möglichkeiten zur Nutzung von Daten, um diese Empfehlungen tatsächlich voranzutreiben.

Einige Beispiele sind:

• Tendenz: Schlagen Sie andere Artikel vor, die sich immer größerer Beliebtheit erfreuen und mit den Suchanfragen Ihres Kunden in Zusammenhang stehen.
• Bewertungsbasiert: Menschen möchten Produkte mit den besten Bewertungen kaufen.
• Personalisiert: Basierend auf dem, was Sie das letzte Mal gekauft haben, dem Browserverlauf, dem Standort oder anderen Faktoren, empfehlen wir diese anderen Produkte.

Diese datengesteuerten Methoden können dazu beitragen, die Ergebnisse basierend auf der Art und Weise, wie Kunden mit Produkten interagieren, schnell zu verbessern und zu verbessern, sodass Sie mit größerer Wahrscheinlichkeit die Produkte empfehlen, die tatsächlich die besten Conversions erzielen.

Sie haben Algolia als die skalierbarste hybride KI-Suchmaschine der Welt beschrieben. Wie konnte Algolia so effizient skaliert werden?

Es kommt alles auf Neural Hashing an. Diese hochmoderne Lösung komprimiert und beschleunigt jede einzelne Abfrage erheblich. Die Berechnung der Hash-Ähnlichkeit ist viel schneller als die Standard-Vektorähnlichkeit und liefert Ergebnisse in Millisekunden.

Neural Hashing stellt einen Durchbruch dar, um den KI-Abruf für eine Vielzahl von Anwendungsfällen in die Produktion zu bringen. In Kombination mit der KI-gestützten Abfrageverarbeitung und Neubewertung verspricht es, die volle Leistungsfähigkeit der KI-On-Site-Suche freizusetzen. Vor dem proprietären Durchbruch von Algolia war die vektorbasierte Suche für die Ausführung in der Produktion zu rechenintensiv.

Der Teil des Sandwichs, auf den ich mich am meisten konzentrieren möchte, ist das Fleisch: das Herausholen. Der Grund, warum wir sagen, dass wir die einzig echte End-to-End-KI-Suchmaschine sind, liegt darin, dass hinter den Kulissen der Suchbranche ständig darum gekämpft wird, KI in die Suchmaschine einzubinden. Der Informationsabruf ist ein unglaublich komplexer Prozess, und es ist noch komplexer, einen leistungsstarken, kostengünstigen KI-Abruf in großem Maßstab zu meistern. Wir haben es mit unserer bahnbrechenden Neural-Hashing-Technik gemeistert. Damit haben wir im Wesentlichen die Suche nach dem Heiligen Gral der KI-Suche gewonnen.

Gibt es noch etwas, das Sie über Algolia mitteilen möchten?

Es ist eine aufregende Zeit, bei Algolia zu arbeiten, und wir sind immer auf der Suche nach Gesprächen mit talentierten, leidenschaftlichen Menschen, die uns auf unserem Weg zum Aufbau der weltweit besten Suchtechnologie begleiten möchten. Wenn das nach Ihnen klingt, lade ich Sie ein, sich unsere aktuellen Stellenangebote unter anzusehen https://www.algolia.com/careers/.