Ίμοτζεν Λόου, Συνιδρυτής & CTO στο NWO.ai – Σειρά Συνεντεύξεων

Η Ίμοτζεν Λόου, είναι Συνιδρυτής & Διευθυντής Τεχνολογίας (CTO) στο NWO.ai, μια προβλεπτική πλατφόρμα που παρακολουθεί περισσότερες από 20 εκατομμύρια μικρο-τρεντ και ειδοποιεί τους πελάτες για τρεντ πριν γίνουν εκθετικά.

Τι σας ενδιέφερε αρχικά για τη Μηχανική Μάθηση;

Για πρώτη φορά ενδιαφερθήκαμε για τη μηχανική μάθηση όταν ήμουν στο γυμνάσιο. Στο ελεύθερο χρόνο μου, αναπτύσσοντας διαδραστικά 3D χάρτες για σύνθετα, πολυσχιδή κτίρια όπως εμπορικά κέντρα, αεροδρόμια, νοσοκομεία και σχολεία. Αυτοί οι χάρτες θα μπορούσαν να χρησιμοποιηθούν για να βοηθήσουν στην εσωτερική πλοήγηση και την εύρεση δρόμου για τους επισκέπτες. Ήμουν επίσης ενδιαφερμένος για τη συλλογή σημείων συμπεριφοράς για τους ατομικούς χρήστες καθώς κινούνται μέσα στα κτίρια. Αυτές οι πληροφορίες θα μπορούσαν να χρησιμοποιηθούν για να προβλέψουν τη ροή των πεζών με την πάροδο του χρόνου και να βελτιώσουν τις διαδρομές πλοήγησης.

Αλλά δεν ήταν μέχρι τα 17 μου χρόνια, όταν έλαβα την πρώτη μου δουλειά ως μηχανικός μηχανικής μάθησης στη SAP, που πραγματικά ενθουσιάστηκα με τη τεχνολογία AI. Ενώ εργαζόμουν στη SAP, εργάστηκα σε eine σειρά από διαφορετικά προβλήματα. Για παράδειγμα, ανέλυσα δεδομένα δορυφόρου από τη NASA για να προβλέψω την ποιότητα της σοδειάς. Χρησιμοποίησα τεχνολογία οπτικής αναγνώρισης για να αναλύσω βίντεο drone για την παρακολούθηση του ζωικού κεφαλαίου. Χρησιμοποίησα εταιρικά δεδομένα συναλλαγών για να προβλέψω φοροδιαφυγή. Και συνδύασα τεχνολογία οπτικής αναγνώρισης με επεξεργασία φυσικής γλώσσας για να κατασκευάσω συνομιλητές και εικονικές βοηθούς πραγματικότητας.

Πήρατε έναν ασυνήθιστο δρόμο από την Αυστραλία, στη Σιγκαπούρη και τελικά στην Αμερική, θα μπορούσατε να συζητήσετε αυτό το ταξίδι;

Η εφαρμογή εσωτερικής πλοήγησης που ανέπτυξα στο γυμνάσιο με πήγε στην Ταϊβάν, όπου την παρουσίασα στο συνέδριο βραβείων APICTA. Η εμπειρία μου έδωσε μια νέα προοπτική για το ρυθμό της τεχνολογικής αλλαγής και της καινοτομίας που συμβαίνει στην Ασία – ιδιαίτερα την υιοθέτηση τεχνολογιών искусственного νοημοσύνης. Ήθελα να βυθιστώ σε μια ασιατική χώρα και να είμαι μέρος αυτών των προόδων. Έτσι, πήρα μια θέση μηχανικής μάθησης στο γραφείο της SAP APJ στη Σιγκαπούρη.

Ενώ εργαζόμουν στη Σιγκαπούρη, ανέπτυξα einen εικονικό βοηθό που έγινε ένα ηγετικό παράδειγμα καινοτομίας στη SAP. Έτσι, μου ζητήθηκε να τον παρουσιάσω σε ένα συνέδριο καινοτομίας σε όλη την Ασία. Στο συνέδριο, άκουσα μια φασκινující ομιλία από τον Pulkit Jaiswal, έναν επιτυχημένο επιχειρηματία drone. Εξήγησε πώς θα μπορούσε να προβλέψει γεωπολιτική ένταση μεταξύ χωρών αναλύοντας δεδομένα διαδικτύου. Ήμουν τόσο ενθουσιασμένος από την ιδέα που αποφάσισα να παραιτηθώ από τη δουλειά μου εκείνη τη μέρα και να συνεργαστώ με τον Pulkit ως συνιδρυτής στη τελευταία του επιχείρηση, NWO. Ενώ η εταιρεία έχει την έδρα της στη Νέα Υόρκη, εγώ είμαι με βάση τη Σίδνεϋ.

Μπορείτε να περιγράψετε πώς το NWO.ai βοηθά στην αναγνώριση τρεντ πριν γίνουν εκθετικά;

Στο NWO.ai, μοντελοποιούμε πώς η υιοθέτηση διαφορετικών ιδεών εξαπλώνεται σε παγκόσμιους δικτύους. Ο στόχος είναι να προβλέψουμε σημαντικές αυξήσεις στη μετοχή του νου. Για να το πετύχουμε, σχεδιάσαμε einen μηχανισμό συσχέτισης που επισημαίνει ποιες πηγές δεδομένων και φωνές καταναλωτών είναι οι ισχυρότερες προηγούμενες προβλέψεις της υιοθέτησης ενός τρεντ. Μπορούμε επίσης να αναγνωρίσουμε τους κύριους παράγοντες που επηρεάζουν την αύξηση. Στη συνέχεια, αξιοποιούμε το δυναμικό σύστημα βαρύτητας για να ενισχύσουμε το πιο προβλέψιμο σημείο δεδομένων και να μειώσουμε αυτά που καθυστερούν.

Ποια είναι κάποια από τα τεχνολογικά εργαλεία μηχανικής μάθησης που χρησιμοποιούνται;

Αξιοποιούμε ένα σύνολο state-of-the-art μοντέλων μηχανικής μάθησης φυσικής γλώσσας (NLP) όπως κωδικοποιητές εγγράφων, μοντέλα αναγνώρισης ονομάτων οντοτήτων (NER) και μηχανική μετάφραση. Συνδυάζουμε αυτά με τεχνικές που έχουμε υιοθετήσει από την εξόρυξη κανόνων συσχετίσεων και τη θεωρία γραφών για να μοντελοποιήσουμε τα ακατάστατα κείμενα μας σε ένα χρονικά ευαίσθητο, πολυγλωσσικό, σημασιολογικό γράφο γνώσεων. Μπορούμε τότε να αναπαραστήσουμε πώς στενά συνδεδεμένες είναι διαφορετικές ιδέες σε διαφορετικά σημεία του χρόνου και να χτίζουμε δυναμικά συσχετίσεις μεταξύ νέων σημείων δεδομένων σε πραγματικό χρόνο.

Τι είδους δημόσιες ή ιδιωτικές πηγές δεδομένων χρησιμοποιούνται;

Βασικά βασίζουμε τις προβλέψεις μας σε ακατάστατες, δημόσιες πηγές δεδομένων. Αυτές περιλαμβάνουν δημοσιεύσεις σε κοινωνικά μέσα, άρθρα ειδήσεων, μπλογκ, φόρουμ, σχόλια και ιστορικού αναζήτησης. Συνδυάζουμε αυτά με ιδιωτικά εταιρικά δεδομένα συναλλαγών, όπως ιστορικά δεδομένα πωλήσεων, ζήτησης και αποθέματος.

Τι συμβουλές έχετε για τις γυναίκες επιχειρηματίες;

Τώρα είναι μια υπέροχη στιγμή για να είσαι γυναίκα ιδρυτής! Μην αποθαρρύνεστε από την ιδέα ότι η επιχειρηματικότητα είναι κυρίως ανδρική. Υπήρξε μια μεγαλύτερη έκκληση για γυναικεία多様性 στην επιχειρηματικότητα πρόσφατα. Οι γυναίκες έχουν πολλά να προσφέρουν σε όρους ανταγωνιστικών προοπτικών για τον κόσμο και διαφορετικών τρόπων σκέψης για την επίλυση προβλημάτων. Λόγω αυτού, βλέπουμε νέες υποστηρικτικές δικτύες που ενθαρρύνουν τις γυναίκες να ξεκινήσουν επιχειρήσεις και να προσφέρουν καθοδήγηση, μεντόρα και ευκαιρίες επένδυσης.

Ευχαριστώ πολύ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν NWO.ai.