Ο James Kaplan, Διευθύνων Σύμβουλος & Συνιδρυτής της MeetKai Metaverse – Σειρά Συνεντεύξεων

Ο James Kaplan είναι ο Διευθύνων Σύμβουλος & Συνιδρυτής της MeetKai μια εταιρεία τεχνητής νοημοσύνης, εικονικής πραγματικότητας και συνομιλίας αναζήτησης με έδρα το Λος Άντζελες, Καλιφόρνια, η οποία αυτή τη στιγμή ηγείται στον αγώνα της ομιλίας της τεχνητής νοημοσύνης με χαρακτηριστικά που δεν έχουν ποτέ見 trước. Η συνομιλίας της τεχνητής νοημοσύνης μπορεί να καταλάβει πιο σύνθετη ομιλία και να δώσει προσωποποιημένα αποτελέσματα σε μια φυσική συνομιλία για πολλά θέματα, σε διαφορετικές πραγματικότητες. Η τεχνολογία της MeetKai έχει αναπτυχθεί παγκοσμίως μέσω των iOS, Google Play και AppGallery.

Είχατε μια αγάπη για την τεχνητή νοημοσύνη από την ηλικία των 6 ετών, πώς σας εισήχθη για πρώτη φορά σε αυτή την τεχνολογία;

Η εισαγωγή μου στην τεχνητή νοημοσύνη ήρθε από τα βιντεοπαιχνίδια. Πρώτα, ήταν από την προσπάθεια να καταλάβω πώς λειτουργούσε η τεχνητή νοημοσύνη στο παιχνίδι Oregon Trail — δεν ήταν ιδιαίτερα έξυπνη, αλλά ήταν ακόμα μια μορφή τεχνητής νοημοσύνης. Από εκεί, το ενδιαφέρον μου για την τεχνητή νοημοσύνη αυξήθηκε περισσότερο καθώς έπαιζα online παιχνίδια. Μου άρεσε πραγματικά να παίζω online παιχνίδια, αλλά μισούσα το grinding για αντικείμενα. Έτσι, άρχισα να γράφω bots.

Ποια ήταν κάποια από τις πρώτες εφαρμογές της τεχνητής νοημοσύνης που προγραμματίσατε;

Η γραφή bots για MMOs ήταν πραγματικά η πρώτη μου προσέγγιση στην ανάπτυξη μιας συγκεκριμένης μορφής τεχνητής νοημοσύνης. Στο ξεκίνημα, τα bots μου ήταν khá απλά και πιο κοντά σε macros παρά σε τεχνητή νοημοσύνη. Όμως, καθώς μεγάλωνα και η ανίχνευση bots σε πολλά παιχνίδια γινόταν καλύτερη, αυτό άρχισε να απαιτεί να έχουν τα bots την εμφάνιση ενός παίκτη. Μου άρεσε πάντα να γράφω bots — τελικά, έγραψα ένα bot για να κερδίσω einen διαγωνισμό Taylor Swift ενώ ήταν στο σχολείο (και πραγματικά ήρθε να εκτελέσει!). Επίσης, έγραψα το πρώτο bot Pokémon Go και λυπηρότατα, πολλοί άνθρωποι αποκλείστηκαν όταν έχασα το ενδιαφέρον μου για την αποφυγή ανίχνευσης.

Εκκινήσατε την MeetKai το 2018 μετά από μια απογοήτευση με τις τρέχουσες βοηθούς φωνής της τεχνητής νοημοσύνης. Γιατί οι περισσότερες βοηθοί της τεχνητής νοημοσύνης προσφέρουν μια experience που λείπει;

Το κεντρικό ζήτημα είναι ότι οι περισσότερες βοηθοί της τεχνητής νοημοσύνης εξαρτώνται πάρα πολύ από εξωτερικές APIs για την εκπλήρωση. Ακόμη και όταν ελέγχουν την εκπλήρωση, όπως η Alexa για την αναζήτηση ηλεκτρονικού εμπορίου, υποφέρουν από τα ίδια προβλήματα. Απλά, πώς μπορείτε να περιμένετε μια βοηθό φωνής να είναι έξυπνη όταν όλα που κάνει είναι να μετατρέψει την ομιλία σε κείμενο και να τοποθετήσει αυτό το κείμενο σε μια αναζήτηση κειμένου; Ξεκινήσαμε την MeetKai με την ιδέα ότι μπορούμε να προσφέρουμε μια “λεπτομερή” βοηθό της τεχνητής νοημοσύνης ελέγχοντας ολόκληρη τη διαδικασία επεξεργασίας που αποτελεί μια βοηθό φωνής. Αναπτύξαμε μια συνομιλίας αναζήτησης αντί για μια αναζήτηση με βάση λέξεις-κλειδιά για να υποστηρίξουμε πιο σύνθετες ερωτήσεις και συνομιλίες. Οι άλλες βοηθοί είναι κολλημένες με μια experience που λείπει γιατί δεν μπορούν να χτίσουν μια υποστήριξη για πολλαπλά γύρους συνομιλίας πάνω σε τέτοιους περιοριστικούς παράγοντες. Ενώ ο στόχος μας είναι να φτάσουμε εκεί, ακόμη βρισκόμαστε στο πολύ πρώιμο στάδιο της κλιμάκωσης της τεχνολογίας μας για να εκπληρώσουμε τον ίδιο αριθμό τομέων όπως οι υφιστάμενοι παίκτες.

Ποια είναι κάποια από τα φυσικά προβλήματα της γλώσσας και της επεξεργασίας της γλώσσας πίσω από την ανάπτυξη μιας experience βοηθού φωνής της τεχνητής νοημοσύνης;

Ένα από τα κύρια προβλήματα με την επόμενη γενιά της κατανοήσης της φυσικής γλώσσας είναι να μετακινηθεί πέρα από τις προθέσεις και τις οντότητες. Η περισσότερη κατανοήση της φυσικής γλώσσας επικεντρώνεται σε μια παραδοσιακή προσέγγιση στην κατανόηση της γλώσσας. Κάθε είσοδος λεκτική είναι ταξινομημένη σε πρόθεση, και στη συνέχεια τα σύμβολα μέσα σε αυτές τις οντότητες με το μοντέλο σήμανσης ακολουθίας. Μπορώ να αναφέρω δεκάδες προβλήματα με αυτή τη τυπική προσέγγιση. Ωστόσο, τα πιο κρίσιμα είναι:

1. Μια ταξινόμηση πρόθεσης που είναι ανεξάρτητη από το контέκστ εξακολουθεί να χειρίζεται μια πολλαπλή συνομιλία. Οι περισσότερες προσεγγίσεις φροντίζουν μόνο για το сыρό κείμενο που μεταγράφηκε. Δεν φροντίζουν για το контέκστ — όχι ποιος είναι ο χρήστης, όχι τι喜欢 ο χρήστης, μόνο τι ζήτησε. Αυτό είναι ιδιαίτερα σημαντικό όταν ο χρήστης λέει κάτι σύντομο. Για παράδειγμα, αν κάποιος λέει cosmopolitan, μπορεί να σημαίνει το ποτό ή το περιοδικό και εξαρτάται πολύ από το άτομο.
2. Τα μοντέλα αναγνώρισης οντοτήτων κάνουν μια κακή δουλειά σε όλα όσα δεν είναι μια κατηγορηματική τιμή. Τα μεγάλα μοντέλα γλώσσας δεν μπορούν να προσαρμοστούν αρκετά γρήγορα σε νέες οντότητες που υπάρχουν στο wild γιατί δεν είναι στο σύνολο δεδομένων. Η τεχνητή νοημοσύνη πρέπει να έχει einen πολύ πιο sophisticiated τρόπο για την αναγνώριση οντοτήτων λαμβάνοντας υπόψη einen πολύ βαθύτερο контέκστ. Για παράδειγμα, η τοποθεσία του χρήστη πρέπει να επηρεάσει nặng την οντότητα εάν είναι ένα εστιατόριο ή κάτι άλλο.
3. Οι σχέσεις οντοτήτων δεν λαμβάνονται υπόψη. Το αγαπημένο μου παράδειγμα είναι πώς συχνά οι περισσότερες μηχανές αναζήτησης αποτυγχάνουν όταν πρόκειται για άρνηση. Δοκιμάστε να αναζητήσετε μια ταινία χωρίς ρομαντισμό σε άλλες βοηθούς φωνής, και θα δείτε τι εννοώ.

Τώρα, οι περισσότερες βοηθοί φωνής μετατρέπουν απλά την ομιλία σε κείμενο και εκτελούν μια αναζήτηση Google. Πώς λειτουργεί διαφορετικά η MeetKai AI από αυτό;

Η κύρια διαφορά μεταξύ της MeetKai και της Google όταν πρόκειται για αναζήτηση είναι ότι χρησιμοποιούμε ένα πολύ πιο πλούσιο μοντέλο κατανόησης γλώσσας για να αναζητήσουμε αντικείμενα euxαυτά αντί για απλά σελίδες ιστού. Όταν αναζητάτε “ταινίες του Tom Cruise χωρίς δράση”, η Google αναζητά σελίδες που έχουν αυτό το σύνολο συμβόλων να εμφανίζονται στη σελίδα (Tom Cruise, ταινίες, δράση). Στη MeetKai, καταλαβαίνουμε σωστά ότι ο Tom Cruise είναι ένας ηθοποιός, οι ταινίες είναι η κατηγορία των μέσων που αναζητάτε, και ότι η δράση είναι το ακαθόριστο είδος. Με αυτό, μπορούμε να εκτελέσουμε πολύ πιο έξυπνες αναζητήσεις.

Η MeetKai πρόσφατα εξέδωσε τον πρώτο της εικονικό κόσμο ζωής: MeetKai Metaverse. Μπορείτε να συζητήσετε τι είναι αυτή η εφαρμογή;

Οι περισσότερες εταιρείες στο χώρο του μετавερό είναι εργασίες σε αλληλεπίδραση άτομο-άτομο. Πέρα από αυτό, το περιεχόμενο είναι επίσης σε μεγάλο βαθμό είτε καρτούν είτε είναι απλά μια 360° βίντεο. Ο στόχος μας με το MeetKai Metaverse είναι να επικεντρωθούμε σε einen διαφορετικό άξονα — άτομο-τεχνητή νοημοσύνη. Αναπτύσσουμε einen μετавερό όπου τα πρόσωπα με τα οποία αλληλεπιδράτε είναι όλα ενεργοποιημένα από την τεχνητή νοημοσύνη μας. Επίσης, εργαζόμαστε για την εκτέλεση μιας διαδικασίας δημιουργίας του περιβάλλοντος για να το κάνουμε πολύ πιο ρεαλιστικό και εύERSION όταν συγκρίνεται με άλλες εταιρείες στο χώρο. Οι δύο αρχικές κόσμοι που είναι διαθέσιμοι για εξερεύνηση στο μετάβερό μας είναι για δύο αρχικές περιπτώσεις χρήσης: διαλογισμός και μουσεία. Στο πρώτο, έχουμε ψηφιοποιήσει einen εμπειρογνώμονα Wing Chun, και για πρώτη φορά, δημιουργήσαμε einen χαρακτήρα AI που είναι σε θέση να διδάξει τους χρήστες πώς να χρησιμοποιήσουν επαναστατικές τεχνικές διαλογισμού για να εισέλθουν σε einen κατάσταση χαλάρωσης. Στο δεύτερο, έχουμε δημιουργήσει einen μουσείο τέχνης που αυξάνεται συνεχώς και παρείχαμε einen AI-ενεργοποιημένο επιμελητή που είναι σε θέση να απαντήσει σε ερωτήσεις σχετικά με την τέχνη στο χώρο και να παρέχει τουρ.

Ποια είναι κάποια παραδείγματα του πώς χρησιμοποιείται η τεχνητή νοημοσύνη σε αυτό το Μετάβερό;

Χρησιμοποιούμε την τεχνητή νοημοσύνη σε τρία σημεία:

1. Για να ενεργοποιήσουμε τις συνομιλιακές ικανότητες κάθε χαρακτήρα στο μετάβερό μας.
2. Για να δημιουργήσουμε δυναμικά το περιεχόμενο που είναι διαθέσιμο στον χρήστη μέσω οδηγιών φωνής. Παραδείγματα αυτού περιλαμβάνουν συνεδρίες διαλογισμού και τουρ μουσείων στις αρχικές μας δύο εμπειρίες.
3. Για να δημιουργήσουμε τον 3D χώρο με μια διαδικασία αντί να απαιτήσουμε eine χειροκίνητη διάταξη.

Τι είναι η όρασή σας για το μέλλον των βοηθών φωνής;

Για τους βοηθούς φωνής να έχουν ένα μέλλον, πρέπει να εξελιχθούν σε κάτι πολύ πιο σύνθετο από ένα σύστημα βασισμένο σε εντολές. Αυτό σημαίνει να αποκτήσουν βαθιά εμπειρογνωσία και ικανότητες σε πολλούς συγκεκριμένους τομείς. Νομίζω ότι η συναρμολόγηση διαφορετικών βοηθών φωνής με ειδικές γνώσεις θα είναι ο κλειδί για την ανάπτυξη eines πανέξυπνου μετα-βοηθού. Αυτό είναι σε diametrical αντίθεση με τις προσπάθειες να “το κάνουν όλα μαζί” που έχουμε δει από τότε που οι βοηθοί φωνής εισήλθαν στο χώρο.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστεί σχετικά με την MeetKai ή το MeetKai Metaverse;

Είμαστε ακόμη στην αρχή του δρόμου μας για το μετάβερό. Ο τελικός μας στόχος είναι να μπορέσουμε να αναπαράγουμε οποιαδήποτε εμπειρία που έχετε στην πραγματική ζωή με το μετάβερό, και στη συνέχεια να πάνε πέρα από αυτό. Αυτό σημαίνει ότι θέλουμε να εξαφανίσουμε τους παράγοντες που περιορίζουν αυτές τις εμπειρίες στην πραγματικότητα. Το μετάβερό μπορεί να μας επιτρέψει να ζήσουμε πολύ πιο πλούσιες ζωές, όχι να τις αντικαταστήσουμε. Έχουμε beberapa τεχνικά προβλήματα που ακόμη πρέπει να λυθούν, ωστόσο, έχουμε einen σαφή σετ από ορόσημα που είναι επιτεύξιμα με την υπόθεση ότι η υλική υποδομή συνεχίζει να βελτιώνεται. Εργαζόμαστε στενά με εταίρους υλικού για να διασφαλίσουμε ότι ο χώρος της εικονικής πραγματικότητας προχωρεί γρήγορα. Πέρα από την εικονική πραγματικότητα, θέλουμε να κάνουμε την εμπειρία του μετάβερό μας δυνατή έξω από την εικονική πραγματικότητα. Θα ανακοινώσουμε περισσότερες πληροφορίες σχετικά με αυτό τους επόμενους μήνες.

Ευχαριστώ πολύ για τη μεγάλη συνέντευξη, περιμένω να ακολουθήσω την πρόοδό σας στην εκδοχή σας του μετάβερό. Οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν MeetKai.