Δρ. Lingjia Tang, Τεχνικός Διευθυντής και Συνιδρυτής, Clinc – Σειρά Συνεντεύξεων

Ο Δρ. Lingjia Tang, Τεχνικός Διευθυντής και Συνιδρυτής της Clinc, είναι καθηγητής Πληροφορικής στο Πανεπιστήμιο του Μίσιγκαν. Η έρευνα του Δρ. Tang για την κατασκευή μεγάλης κλίμακας παραγωγικής υποδομής για έξυπνες εφαρμογές είναι ευρέως αναγνωρισμένη και σεβασμένη στην ακαδημαϊκή κοινότητα. Εκτός από την εργασία του σε εταιρείες όπως η Microsoft (MSFT ) και η Google (GOOGL ), η Lingjia έλαβε το διδακτορικό της στην Πληροφορική από το Πανεπιστήμιο της Βιρτζίνια. Η Lingjia έχει λάβει πρόσφατα διάφορα prestigiosa βραβεία, συμπεριλαμβανομένων των ISCA Hall of Fame, Facebook (META ) Research Awards και Google Research Award.

Τι σας έκανε να ενδιαφερθείτε για την τεχνητή νοημοσύνη; Πότε ανακάλυψατε ότι θέλατε να ξεκινήσετε μια επιχείρηση τεχνητής νοημοσύνης;

Στα μέσα της δεκαετίας του 2000, πραγματοποιούσα έρευνα γύρω από μεγάλης κλίμακας συστήματα που υποστηρίζουν διάφορες εφαρμογές και πώς μπορούμε να σχεδιάσουμε διακομιστές ως λογισμικό για να τρέχουν αυτές τις εφαρμογές πιο αποτελεσματικά. Την εποχή εκείνη, μεταβαίναμε από την εργασία με παραδοσιακές εφαρμογές ιστού σε περισσότερες εφαρμογές που βασίζονται στη μηχανική μάθηση. Αυτό ήταν το σημείο που άρχισα να ενδιαφέρομαι για τους αλγορίθμους που σχετίζονται με την τεχνητή νοημοσύνη και να κατανοώ πώς λειτουργούν οι εφαρμογές της τεχνητής νοημοσύνης. Σύντομα μετά, η ερευνητική ομάδα με την οποία δούλευα αποφάσισε να αλλάξει κατεύθυνση και να κατασκευάσει τις δικές μας εφαρμογές τεχνητής νοημοσύνης ως αναφορές για μελέτη, που οδήγησε στην έκδοση των πρώτων ερευνητικών μας εργασιών και στην ανάπτυξη του πρώτου μας προϊόντος, Sirius – ένα ανοιχτό σύστημα φωνητικής και οπτικής προσωπικής βοήθειας.

Ως ανοιχτό λογισμικό, το Sirius επέτρεψε στους ανθρώπους να κατασκευάσουν εικονικές προσωπικές βοηθοί με δική τους πρωτοβουλία. Την εποχή εκείνη, αυτή ήταν μια πολύ περιορισμένη ικανότητα για το γενικό κοινό και ήταν πραγματικά μόνο υπό τον έλεγχο των μεγάλων εταιρειών, όπως η Google και η Apple. Ωστόσο, είδαμε ότι γεμίσαμε ένα κρίσιμο κενό όταν κυκλοφορήσαμε το λογισμικό και είδαμε ότι είχε δεκάδες χιλιάδες λήψεις την πρώτη εβδομάδα! Αυτό ήταν το σημείο όπου γνωρίσαμε ότι υπήρχε μεγάλη ζήτηση για αυτό το είδος λογισμικού.

Το 2015, ξεκινήσαμε την Clinc με την σκέψη ότι θα μπορούσαμε να παρέχουμε σε όλους – κάθε dévelopερ, εταιρεία, άτομο – που θέλει να κατασκευάσει μια εικονική βοήθεια με πρόσβαση σε εμπειρογνωμοσύνη, εργαλεία και καινοτομία για να μπορέσει να το κάνει.

Η Clinc προσφέρει λύσεις τεχνητής νοημοσύνης χωρίς να βασίζεται σε λέξεις-κλειδιά ή σενάρια. Μπορείτε να μας πείτε περισσότερα για το πώς αυτό επιτυγχάνεται; Ποια είναι κάποια από τα προβλήματα της επεξεργασίας φυσικής γλώσσας (NLP) που πρέπει να ξεπεραστούν;

Αυτό που πραγματικά διακρίνει την Clinc από άλλες πλατφόρμες τεχνητής νοημοσύνης στην αγορά είναι οι υποκείμενες αλγόριθμοι τεχνητής νοημοσύνης που επιτρέπουν την εμπειρία “άνθρωπος στο δωμάτιο”, η οποία κατανοεί τη βρώμικη και μη σεναριογραφημένη γλώσσα. Αυτό επιτρέπει διορθώσεις για να επιστρέψουμε και να “θεραπεύσουμε” λάθη που γίνονται σε ανθρώπινη συνομιλία και να ενεργοποιήσουμε σύνθετες ροές συνομιλίας – συνομιλίες που θα μπορούσε να κατανοήσει ένας πραγματικός άνθρωπος. Σε αντίθεση με έναν αλγόριθμο ταυτοποίησης λέξεων, η Clinc αναλύει δεκάδες παράγοντες από την είσοδο του χρήστη, συμπεριλαμβανομένων των λέξεων, των συναισθημάτων, των προθέσεων, του τόνου της φωνής, της ώρας της ημέρας, της τοποθεσίας και των σχέσεων, και χρησιμοποιεί αυτούς τους παράγοντες για να παραδώσει μια απάντηση που αντιπροσωπεύει einen σύνθετο της γνώσης που εξάγεται από το εκπαιδευμένο μυαλό της. Για παράδειγμα, αν ρωτήσω την εικονική μου βοήθεια “πόσο χρήμα έξοδα σε ένα burger;”, πρέπει να κατανοήσει ότι ρωτάω για χρήμα και δαπάνες, ότι ρωτάω συγκεκριμένα για ένα hamburger και ότι ένα hamburger είναι ένα είδος τροφίμων και πρέπει να ταιριάζει με τις πρόσφατες δαπάνες μου σε ένα εστιατόριο.

Η επίτευξη αυτού του επιπέδου κατανόησης δεν είναι εύκολη. Γενικά, θα διαχωρίσουμε την τεχνητή νοημοσύνη σε δύο компоненты: Κατανόηση Φυσικής Γλώσσας (NLU) και διαχείριση διαλόγου. Έτσι, η πρόκληση που πρέπει να ξεπεραστεί ήταν να κατασκευάσουμε ένα σύστημα που μπορεί να εξαγάγει κρίσιμες πληροφορίες ακριβώς και να προβλέψει τι ζητά ο χρήστης.

Μπορούμε να το κάνουμε αυτό μέσω ενός εξελιγμένου, περιεκτικού, top-down NLU, που έχει εκπαιδευτεί για να είναι ενστικτώδης στη φύση του για να τηρεί την φυσική ροή της συνομιλίας, να κατανοεί το σλάγκ και το контέκστ. Αυτό είναι σε σύγκριση με ανταγωνιστικές λύσεις που έχουν μια top-down, κανόνες-βασισμένη προσέγγιση για την επεξεργασία φυσικής γλώσσας (NLP) που δεν επιτρέπει την “θεραπεία” της συνομιλίας, που σημαίνει ότι αν ο πελάτης κάνει ένα λάθος, οι ανταγωνιστικές λύσεις τον κάνουν να επιστρέψει στην αρχή, χάνοντας χρόνο και μόνο τον εκνευρίζοντας. Επίσης, χρησιμοποιούμε crowdsourcing για να εξαγάγουμε τα δεδομένα γλώσσας μας για να δημιουργήσουμε ένα πλουσιότερο, διαφοροποιημένο σύνολο δεδομένων που μπορεί να χρησιμοποιηθεί αμέσως για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης.

Μπορείτε να μας πείτε περισσότερα για το πώς χρησιμοποιείται η βαθιά μάθηση με το σύστημα Clinc;

Η Clinc χρησιμοποιεί μια υβριδική προσέγγιση για την βαθιά μάθηση, όπου χρησιμοποιούμε το παραδοσιακό παλιό μοντέλο σε κάποιο βαθμό και χρησιμοποιούμε βαθιά μάθηση όπου χρειάζεται. Συγκεκριμένα, χρησιμοποιούμε βαθιά μάθηση για να κατανοήσουμε τις λέξεις και τις γλώσσες για να καθορίσουμε τη ροή του διαλόγου. Γενικά, ολόκληρος ο διάλογός μας είναι eine συνδυασμός βαθιάς μάθησης και συμβολικής τεχνητής νοημοσύνης. Δεν χρησιμοποιούμε ακόμη βαθιά μάθηση για την παραγωγή γλώσσας, επειδή, όταν πρόκειται για τους πελάτες μας, οι οποίοι είναι κυρίως στην τραπεζική βιομηχανία, υπάρχουν πολλά κανονιστικά που η εικονική βοήθεια πρέπει να ακολουθήσει που ορίζουν τι μπορεί και τι δεν μπορεί να πει στους πελάτες της. Έτσι, υπάρχει ακόμη πολλή αβεβαιότητα γύρω από το αν η βαθιά μάθηση θα μπορεί να ακολουθήσει αυτά τα καθορισμένα γλωσσικά περιορισμοί.

Ως τώρα, δεν νομίζω ότι η κοινότητα της τεχνητής νοημοσύνης είναι完全 έτοιμη να υιοθετήσει πλήρως την βαθιά μάθηση, ενώ η ακαδημαϊκή κοινότητα είναι 100% μέσα. Ωστόσο, αναμένω να δω τι μπορούν να κάνουν τα νέα μοντέλα.

Τι είναι η διαδικασία για μια εταιρεία που θέλει να προσαρμόσει τις απαντήσεις της τεχνητής νοημοσύνης για να στοχεύσει σε ένα συγκεκριμένο κοινό; Μπορείτε να μας δώσετε κάποια παραδείγματα για το πώς η Clinc χρησιμοποιείται目前 από τους πελάτες της;

Επιτρέπουμε στους πελάτες να αδειοδοτήσουν μια πλατφόρμα που μπορούν να κατασκευάσουν όπως θέλουν, ή να πάρουν την πλήρως κατασκευασμένη και εκπαιδευμένη εικονική βοήθεια Finie και να την προσαρμόσουν και να την ενσωματώσουν στις εφαρμογές ή τις υπηρεσίες μηνυμάτων τους. Η Finie μπορεί να χειριστεί θέματα που σχετίζονται με ισορροπίες, συναλλαγές, ιστορικό δαπανών, εύρεση ATM, πραγματοποίηση μεταφοράς και άλλα.

Το αγαπημένο μου παράδειγμα για το πώς ένας πελάτης έχει προσαρμόσει την τεχνητή νοημοσύνη της Clinc για να στοχεύσει σε ένα συγκεκριμένο κοινό είναι η İşbank. Ως η μεγαλύτερη ιδιωτική τράπεζα της Τουρκίας, στράφηκαν σε μας για να αναπτύξουν την ψηφιακή τραπεζική βοήθεια τους, Maxi, το 2018. Για να δώσουν στην Maxi μια μοναδική προσωπικότητα, η İşbank πραγματοποίησε 14 ομαδικές συζητήσεις για να μετρήσει ποια χαρακτηριστικά και ικανότητες οι πελάτες της τράπεζας ήθελαν σε μια εικονική βοήθεια. Επίσης,雇ued了一位女演員 για να διαβάσει προτάσεις στα τουρκικά σχετικά με τραπεζικές εργασίες. Η ομάδα συνομιλίας της İşbank για την ψηφιακή τράπεζα ήρθε με αυτές τις προτάσεις, λαμβάνοντας υπόψη τον τρόπο με τον οποίο οι πραγματικοί άνθρωποι θα εκφράσουν τις ανάγκες τους. Με την συσταση μας, η ομάδα πλήρωσε συμμετέχοντες σε αγορές crowdsourcing όπως η Amazon Mechanical Turk για να προμηθευτεί διαφορετικούς τρόπους με τους οποίους θα μπορούσαν να εκφράσουν τις ίδιες ερωτήσεις, όπως μια αίτηση για να δουν τις ισορροπίες τους (“τι είναι η ισορροπία μου”, “πόσο χρήμα έχω στο λογαριασμό μου”, “δείξτε μου τα χρήματα στο λογαριασμό μου”) ή να πληρώσουν μια λοηγή (“πληρώστε τη λοηγή μου”, “πληρωμές λοηγών”).

Αυτό το παράδειγμα δείχνει πραγματικά πόσο επενδύουν στην προσφορά μιας ψηφιακής τραπεζικής βοήθειας για να βοηθήσουν τους πελάτες τους να διαπραγματευτούν καλύτερα τους λογαριασμούς τους. Με την Clinc, η İşbank έλαunched την Maxi σε περισσότερους από 7,5 εκατομμύρια ανθρώπους, στα τουρκικά. Από την κυκλοφορία της, η İşbank έχει δει ευρεία υιοθέτηση από περισσότερους από 5,5 εκατομμύρια χρήστες, με μέσο όρο 9,8互動 ανά χρήστη. Τα τελευταία μήνες, καθώς οι περιπτώσεις COVID-19 αυξήθηκαν στην Τουρκία, η İşbank εκπαίδευσε γρήγορα την Maxi για να απαντήσει σε ερωτήσεις σχετικές με το COVID-19. Από τον Μάρτιο του 2020, η Maxi έχει απαντήσει σε περισσότερες από 1,2 εκατομμύρια ερωτήσεις πελατών σχετικά με το COVID-19, μια αύξηση περισσότερο από 62% στην χρήση.

Τι θα συμβουλεύατε τις γυναίκες που ενδιαφέρονται να μάθουν περισσότερα για την τεχνητή νοημοσύνη αλλά είναι διστακτικές να συμμετάσχουν λόγω του ότι είναι ένα ανδρικό κυριαρχούμενο πεδίο;

Απ’ την αρχή, δεν νομίζω ότι υπάρχει κανένας λόγος για τον οποίο η τεχνητή νοημοσύνη θεωρείται ανδρικό κυριαρχούμενο πεδίο. Νομίζω ότι υπάρχουν πολλές γυναίκες πρωτοπόροι στην τεχνητή νοημοσύνη που κάνουν πραγματικά καλά και έχουν επίδραση. Νομίζω ότι η τεχνητή νοημοσύνη σε συνδυασμό με την κοινωνική πολιτική είναι ένα μοναδικό πεδίο που έχει τη δυνατότητα να έχει μεγάλη επίδραση στην καθημερινή ζωή των ανθρώπων. Αυτό είναι το πεδίο όπου νομίζω ότι θα ωφεληθούμε πραγματικά από διαφορετικές εντυπώσεις σε όλα τα επίπεδα, ιδιαίτερα επειδή υπάρχουν πολλές συζητήσεις γύρω από την προκατάληψη της τεχνητής νοημοσύνης που αφορά φύλο και φυλή. Πιστεύω ότι η existence μιαςscoped κοινότητας dévelopερς της τεχνητής νοημοσύνης θα συνεχίσει να έχει μια αναλογική επίδραση στην κοινωνία και την πολιτική.

Για τις γυναίκες εκεί έξω που ενδιαφέρονται να συμμετάσχουν στο πεδίο της τεχνητής νοημοσύνης, σας συνιστώ πραγματικά να το κάνουν, ιδιαίτερα αν σας ενδιαφέρει να κάνετε επίδραση. Η τεχνητή νοημοσύνη έχει इतनή ανάπτυξη και καινοτομία όλα αυτά τα χρόνια και είναι πραγματικά ένα συναρπαστικό χρόνο για να είστε μέρος της.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε για την Clinc;

Η Clinc κάνει τεράστιες προόδους αυτή τη στιγμή. Προσωπικά, μόλις μπήκα σε ένα νέο ρόλο ως Τεχνικός Διευθυντής της Clinc και είμαι πραγματικά ενθουσιασμένος να εστιάσω σε το πώς μπορούμε να συνεργαστούμε περισσότερο με dévelopερς και επιστήμονες δεδομένων για να μεγαλώσουμε την εμβέλεια της τεχνολογίας μας. Όσο κοιτάω στο μέλλον, βλέπω την ζήτηση για εφαρμογές που βασίζονται στην τεχνητή νοημοσύνη να μεταφέρεται για να επιτρέψει σε ανθρώπους που δεν έχουν χρόνια εμπειρίας σε δεδομένα και μηχανική μάθηση να μπορέσουν να τη χρησιμοποιήσουν επίσης. Για παράδειγμα, δεν χρειάζεται να έχετε πτυχίο γραφιστικής για να μπορέσετε να χρησιμοποιήσετε το Photoshop. Νομίζω ότι η τεχνητή νοημοσύνη πηγαίνει σε αυτή τη κατεύθυνση, όπου dévelopερς χωρίς εμπειρία σε τεχνητή νοημοσύνη και μηχανική μάθηση θα μπορέσουν να επιτύχουν αποτελέσματα και να παράγουν εφαρμογές υψηλής ποιότητας. Συνολικά, θέλουμε να επαναλάβουμε ότι δεν είμαστε μόνο αφοσιωμένοι στους τελικούς χρήστες, αλλά και στους dévelopερς, ανεξάρτητα από το επίπεδο, που δείχνουν ενδιαφέρον για την λύση μας.

Ευχαριστώ για τη μεγάλη συνέντευξη, αναμένω να ακολουθήσω την πρόοδό σας. Όποιος θέλει να μάθει περισσότερα πρέπει να επισκεφθεί την Clinc.