Παβέλ Οσόκιν, Συνιδρυτής & Διευθύνων Σύμβουλος της AMAI – Σειρά Συνεντεύξεων

Ο Παβέλ Οσόκιν είναι ο Συνιδρυτής & Διευθύνων Σύμβουλος της AMAI, μια εταιρεία που базίζεται στο Σαν Φρανσίσκο και παράγει μηχανές φωνής AI. Ο Παβέλ ηγείται της λειτουργίας και της στρατηγικής της Amai με επαγγελματική φιλοδοξία να εγκαταστήσει την τεχνολογία φωνής της σε κάθε τηλέφωνο στον κόσμο. Στην AMAI, ανέπτυξαν μια φωνή AI που δεν μπορούσε να διακριθεί από μια φωνή ανθρώπου από το 97% των χρηστών.

Έχετε υπάρξει μια ζωή επιχειρηματίας, έχοντας ξεκινήσει την πρώτη σας εταιρεία σε ηλικία 13 ετών, τι ήταν η πρώτη σας απόπειρα στο επιχειρηματικό κόσμο και τι σας έκανε να νιώσετε την επιχειρηματική σας στάση;

Δεν το ονόμαζα εταιρεία, αλλά έκανα τα πρώτα μου χρήματα πουλώντας κάποια πράγματα ή απλά πλένοντας αυτοκίνητα στο δρόμο με ένα κουβά. Η мотίβασή μου ήταν ότι ήθελα ένα Κοκα-Κόλα ή ένα Σνίκερς, και οι γονείς μου δεν είχαν χρήματα. Μπορούσα είτε να περιμένω τα χρήματα να εμφανιστούν είτε να τα κερδίσω ο ίδιος. Το να περιμένω δεν με吸引ει.

Μπορείτε να μοιραστείτε την ιστορία πίσω από την AMAI;

Ρώτησα τον συνεταίρο μου, “Τι χρειάζονται οι εταιρείες σε όλο τον κόσμο;” Σε αυτή τη συζήτηση, συνειδητοποίησα ότι κάθε επιχείρηση ψάχνει για μια “πώληση”. Ξεκινήσαμε να φτιάχνουμε ρομπότ που μπορούσαν να επικοινωνούν με τους πελάτες και να πουλούν προϊόντα μέσω αλληλογραφίας και messengers. Από την άλλη πλευρά, δεν ήταν κάτι ιδιαίτερα καινούριο, καθώς υπάρχουν πολλά chatbots διαθέσιμα. Έτσι, σκεφτήκαμε ότι αν αυτά τα ρομπότ μπορούσαν επίσης να κάνουν κλήσεις, θα ήταν καλό. Όπως υπήρχαν λίγες καλές λύσεις στην αγορά, δημιουργήσαμε ένα πρωτότυπο της δικής μας συνθετικής φωνής, και μετά τις πρώτες πωλήσεις, εγκαταλείψαμε το ρομπότ και εστιάσαμε στην TTS.

Τι σημαίνει το AMAI;

Αυτό σημαίνει “Είμαι AI” (Είμαι τεχνητή νοημοσύνη).

Μπορείτε να συζητήσετε κάποιες από τις προκλήσεις πίσω από την σχεδίαση μιας τεχνολογίας Text-to-speech;

Η σχεδίαση μιας τεχνολογίας Text-to-speech προσφέρει πολλές προκλήσεις. Η πρώτη από αυτές είναι η συλλογή δεδομένων. Η εκπαίδευση eines νευρωνικού δικτύου απαιτεί γυναικείες και ανδρικές φωνές διαφόρων ηλικιών, και όσο περισσότερες, τόσο καλύτερα. Δεύτερον, πρέπει να επιτύχετε μια πολύ κοντινή ομοιότητα με μια φυσική φωνή. Η καλύτερη μέθοδος είναι να δοκιμάσετε διαφορετικά μοντέλα μηχανικής μάθησης και να πειραματίζεστε συνεχώς με διαφορετικές περιπτώσεις χρήσης της φωνής: συγκεκριμένα, πρέπει να βρείτε το πιο προβληματικό δείγμα και να το επεξεργαστείτε ξεχωριστά. Όσον αφορά τις μακροπρόθεσμες προκλήσεις, μπορεί να είναι δύσκολο να αξιολογήσετε αν η φωνή έχει γίνει καλύτερη ή χειρότερη, και σε ποια κατεύθυνση πρέπει να βελτιωθεί.

Τι είναι κάποιες από τις προκλήσεις πίσω από την αναγνώριση ομιλίας όταν οι άνθρωποι αλληλεπιδρούν με την AMAI φωνή AI;

Υπάρχουν εκατοντάδες εταιρείες που δουλεύουν στην αναγνώριση φωνής, επειδή είναι πιο εύκολο να αναπτύξουν. Το πρόβλημα που δεν έχει λύση είναι η αναγνώριση της φωνής ενός παιδιού. Τα παιδιά έχουν πολλές ιδιότητες ομιλίας σε νεαρή ηλικία, οπότε είναι δύσκολο να ληφθούν υπόψη όλες. Παρόλα αυτά, εργαζόμαστε για μια λύση σε αυτό το πρόβλημα, και είμαστε πολύ κοντά στο να ανακοινώσουμε το αποτέλεσμα – σύντομα, η AI μας δεν θα έχει κανένα πρόβλημα να αλληλεπιδράσει όχι μόνο με ενήλικες, αλλά και με παιδιά.

Τι είναι κάποιες δημοφιλείς περιπτώσεις χρήσης για την AMAI;

Σήμερα, είναι η دوبλάρισμα βιβλίων και η επιχειρηματική χρήση σε κέντρα κλήσεων.

Ποίες γλώσσες προσφέρονται τώρα, και ποίες γλώσσες εργαζόμαστε για;

Το σύστημά μας περιλαμβάνει δύο γλώσσες, τα ρωσικά και τα αγγλικά. Η ιδέα είναι ότι μια φωνή που δημιουργείται σε μια γλώσσα μπορεί να μιλήσει όλες τις άλλες γλώσσες στο μοντέλο μας. Τώρα, συλλέγουμε δεδομένα για 40 ακόμη γλώσσες, και σύντομα θα έχουμε 42.

Τι είναι η οπτική σας για το μέλλον των βοηθών φωνής AI;

Πιστεύω ότι οι βοηθοί φωνής θα μεταφερθούν στο μετά-πραγματικό κόσμο, και μελετάμε αυτές τις ευκαιρίες τώρα. Αν ενσωματώσετε τον βοηθό με έξυπνες οθόνες ή τον ιστό, περισσότεροι άνθρωποι θα χρησιμοποιούν την αναζήτηση φωνής και θα αλληλεπιδρούν με τον βοηθό κάθε μέρα. Μπορείτε να μιλήσετε στο ψυγείο ή την τηλεόραση σας.

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

Η AMAI χρησιμοποιεί μόνο τις δικές της προιόντα τεχνολογίες.

Ευχαριστούμε για τη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν την AMAI.