Marc Sloan, Co-Fundador y CEO de Scout – Serie de Entrevistas

Marc Sloan es el Co-Fundador y CEO de Scout, el primer chatbot de navegador web del mundo, un asistente digital para realizar cualquier tarea en línea. Scout sugiere cosas útiles que puede hacer por usted en función de lo que está haciendo en línea.

¿Qué te atrajo inicialmente a la IA?

Mi primera experiencia trabajando en IA fue durante un año sabático que pasé trabajando en el equipo de investigación de procesamiento de lenguaje natural en GCHQ durante mi licenciatura. Pude ver de primera mano el impacto que el aprendizaje automático podría tener en problemas del mundo real y la diferencia que supone.

Activó un interruptor en mi mente sobre cómo se pueden utilizar los ordenadores para resolver problemas: la ingeniería de software te enseña a crear programas que toman datos y producen resultados, pero el aprendizaje automático te permite tomar datos y describir los resultados que deseas producir un programa. Es decir, puedes utilizar el mismo marco para resolver miles de problemas diferentes. Para mí, esto parecía mucho más impactante que tener que escribir un programa para cada problema.

Ya estaba estudiando problemas de optimización en matemáticas junto con ciencias de la computación, así que una vez que regresé a la universidad, me centré en la IA y completé mi tesis sobre procesamiento de voz antes de solicitar un doctorado en Recuperación de Información en UCL.

Investigaste el aprendizaje por refuerzo en la búsqueda web bajo la supervisión de David Silver, el fundador de AlphaGo. ¿Puedes hablar sobre algunas de estas investigaciones?

Mi doctorado se centró en la aplicación del aprendizaje por refuerzo a problemas de clasificación en la recuperación de información, un campo que ayudé a crear llamado Recuperación de Información Dinámica. Fui supervisado por el Prof. Jun Wang y el Prof. David Silver, ambos expertos en aprendizaje por refuerzo basado en agentes.

Nuestra investigación se centró en cómo los motores de búsqueda pueden aprender del comportamiento del usuario para mejorar los resultados de búsqueda de forma autónoma con el tiempo. Utilizando un enfoque de Multi-Armed Bandit, nuestro sistema intentaría diferentes clasificaciones de búsqueda y recopilaría el comportamiento de los clics para determinar si eran efectivos o no. También podía adaptarse a usuarios individuales con el tiempo y fue particularmente efectivo para manejar consultas de búsqueda ambiguas. En ese momento, David se centraba profundamente en el problema de Go y me ayudó a determinar la configuración adecuada de aprendizaje por refuerzo de estados y función de valor para este problema en particular.

¿Cuáles son algunas de las lecciones empresariales que aprendiste al trabajar con David Silver?

La investigación en UCL a menudo es empresarial. David había fundado previamente Elixir Studios con Demis Hassabis y luego se unió a DeepMind para trabajar en Alpha Go. Pero otros miembros de nuestro grupo de investigación Media Futures también terminaron creando una variedad de startups: Jun fundó Mediagamma (aplicando RL a gastos publicitarios en línea), Simon Chan inició prediction.io (adquirida por SalesForce) y Jagadeesh Gorla inició Jaggu (un servicio de recomendación para comercio electrónico). Nuestro equipo discutía a menudo el impacto comercial que nuestra investigación podría tener, creo que quizás porque la base de UCL en Londres la convierte en un punto de partida natural para crear un negocio.

Recientemente lanzaste Scout, el primer chatbot de navegador web del mundo. ¿Cuál fue la inspiración detrás del lanzamiento de Scout?

La idea evolucionó naturalmente a partir de mi investigación de doctorado. Fui directamente desde terminar mi doctorado a unirme a Entrepreneur First, donde comencé a pensar en cómo podía convertir mi investigación en un producto.

Antes de esto, completé una pasantía en Microsoft (MSFT ) Research, donde apliqué mi investigación a Bing. En ese momento, lo que más aprendí de mi investigación fue que la búsqueda de información podía predecirse en función del comportamiento del usuario en línea. Pero me frustré porque la única forma real de presentar estas predicciones en un motor de búsqueda era mejorando la auto-sugerencia. Así que comencé a pensar en cómo se podría mejorar toda la experiencia en línea del usuario utilizando estas predicciones, no solo la experiencia de búsqueda.

Fue este pensamiento lo que llevó a mí y a mi nuevo co-fundador en Entrepreneur First a crear un complemento del navegador que observa el comportamiento del usuario, predice qué información es probable que el usuario necesite a continuación en línea y la busca para ellos. Después de varios años de experimentos y prototipos, esto evolucionó en una interfaz de chatbot donde el navegador “habla” con usted sobre lo que está haciendo en línea e intenta ayudarlo en el camino.

¿Con qué navegadores web será compatible Scout?

Nos centramos en Chrome por ahora debido a que es el navegador web más popular y tiene una arquitectura de complementos madura, pero tenemos prototipos funcionando en Firefox y Safari, e incluso una aplicación móvil.

La funcionalidad del asistente de compras de Scout parece que podría ahorrar a los usuarios tanto tiempo como dinero. Asumiendo que alguien está investigando un producto en Amazon (AMZN ), ¿qué sucede en el backend y cómo interactúa Scout con el usuario?

La idea es que una vez que tenga instalado Scout, simplemente continúe utilizando la web como de costumbre. Si está comprando, puede visitar Amazon para ver productos. En este punto, Scout reconoce que está comprando en Amazon y el producto que está viendo, y dice “Hola”. Aparece como un widget de chat en la página web, similar a cómo funciona Intercom, excepto que Scout puede aparecer en prácticamente cualquier página web. Puede ver cómo se ve en mi sitio web.

Como está comprando, comenzará a sugerir formas en que puede ayudar. Le preguntará si desea ver reseñas en línea, otros precios, videos de YouTube del producto y más. Usted interactúa presionando botones y el chatbot personaliza la experiencia según lo que desea que haga. Cada vez que encuentra información (como un video de YouTube), la incrusta dentro del hilo de chat, al igual que un amigo podría compartir medios con usted en WhatsApp. Con el tiempo, termina teniendo un diálogo con el navegador sobre lo que está haciendo en línea, con el navegador ayudándolo en el camino.

El procesamiento de la página web ocurre dentro del propio navegador. La única información que nuestro backend ve es el hilo de chat, lo que significa que las implicaciones de privacidad son mínimas.

Tenemos una arquitectura personalizada para comprender el comportamiento de navegación en línea y gestionar diálogos con el usuario. Utilizamos aprendizaje automático para identificar las tareas con las que podemos ayudar en línea y cómo debemos ayudar. Originalmente, utilizamos aprendizaje por refuerzo para adaptarnos a las preferencias del usuario con el tiempo. Sin embargo, una de las lecciones más importantes que he aprendido al dirigir una startup de IA es mantener los procesos simples y tratar de utilizar el aprendizaje automático solo para optimizar un proceso existente. Así que, en lugar de eso, ahora tenemos un motor de reglas sofisticado para manejar tareas con el tiempo que se puede gestionar con aprendizaje por refuerzo una vez que necesitemos escalar.

¿Puedes proporcionar otros escenarios de cómo Scout puede asistir a los usuarios finales?

Nuestro enfoque en este momento es probar aplicaciones específicas para Scout. La compra y la planificación de eventos ya se han mencionado, pero también estamos explorando cómo Scout puede ayudar a académicos (encontrando artículos de investigación, detalles de autores y redes de referencias) e incluso guitarristas (encontrando partituras de guitarra, reproduciendo música y videos junto con partituras en línea y ayudando a afinar una guitarra). También hemos pasado algún tiempo explorando escenarios profesionales como la contratación en línea, el análisis financiero y la ley.

En última instancia, Scout puede potencialmente funcionar en cualquier sitio web y ayudar en cualquier escenario, lo que hace que la tecnología sea increíblemente emocionante, pero también la hace difícil de comenzar.

¿Hay algo más que te gustaría compartir sobre Scout?

Si deseas ver qué se siente si tu navegador web pudiera hablarte, puedes leer más en el blog de Scout.

Gracias por la fascinante perspectiva sobre el diseño de un tipo de chatbot unificado. Estamos emocionados de seguir este proyecto. Por favor, visita el sitio web de Marc Sloan para obtener más información.