Tohtori Neil Yager, Phrasen perustaja ja tieteilijä – Haastattelusarja

Tohtori Neil Yager on Phrasen tieteilijä ja Phrasen menetelmän arkkitehti, joka on kehittänyt AI-pohjaisen copywriting-työkalun, joka on auttanut optimoimaan markkinointitekstejä maailman tunnetuimpien brändien kanssa, kuten eBay, Groupon ja Virgin – sekä monia muita, Australiasta Amerikkaan, yli 20 kielellä, englannista japaniin.

Tohtori Yager on kirjoittanut yli kymmenen tieteellistä julkaisua, kirjoittanut kirjan data-analyysistä ja omistaa useita patenteja. Yksi maailman johtavista asiantuntijoista tekoälynnässä, hänellä on tietotekniikan tohtorin tutkinto Australiassa sijaitsevasta Uuden Etelä-Walesin yliopistosta.

Olet 20-vuoden ammattilainen teknologia-alalla, mitkä olivat joitain aiempia tehtäviäsi, jotka liittyivät tekoälyyn?

Olen ollut mukana tekoälyyn liittyvässä työssä jo tohtorin tutkinnon aikana 2000-luvun alussa. Tekoäly on kuitenkin käynyt useita uudelleenbrändäyksiä sen jälkeen. Esimerkiksi 15 vuotta sitten tutkin “tilastollista mallintamista”. Muutamia vuosia myöhemmin tämä tunnettiin yleisemmin “konenäköksi”, joka on paljon houkuttelevampi nimi. Viimeaikaisemmin konenäkö (ja erityisesti “syväoppiminen”) on tullut yleisesti tunnetuksi “tekoälyksi” yleensä. Minulla on sekavia tunteita tästä. Toisaalta, työni Phrasen parissa on opettanut minulle brändäysin merkityksen. Toisaalta, “tekoäly”-termi tuo mukanaan joitain ongelmia ja voi johtaa vääränlaisiin käsityksiin teknologiasta. Ihmettelen, missä olisimme, jos kaikki kutsuisimme sitä edelleen “tilastolliseksi mallintamiseksi”.

Suurin osa aiemmasta työstäni oli signaali- ja tietokoneen näköalueilla. En ollut juuri koskenyt luonnolliseen kielen prosessointiin ennen Phrasen perustamista. Olen kuitenkin oppinut, että kieli on luultavasti vaikein ongelma tekoälyssä.

Vuonna 2008 kirjoitit kirjan ‘Biometric System and Data Analysis: Design, Evaluation, and Data Mining’, joka yhdistää tilastotiedettä ja konenäköä antaakseen kattavan oppaan biometrisen datan arviointiin, tulkintaan ja ymmärtämiseen. Onko tämä ala kehittynyt siitä lähtien, kun kirja julkaistiin? Voitko kuvata, miten?

Syväoppiminen on muuttanut konenäön, kielen prosessoinnin ja konenäön alaa siitä lähtien, kun kirjoitin kirjan. Olisi mahdotonta kirjoittaa tätä kirjaa nykyään ilman luvua syväoppimisesta.

Syväoppimisen vallankumous alkoi vuonna 2012, kun syväoppimismalli voitti ImageNet-kilpailun. ImageNet on visuaalinen esineiden tunnistusaineisto, jossa tietokone määrää, mitä kuvassa on (esim. “koira” tai “ilmapallo”). Vuosikymmenien ajan tutkijat olivat tehneet pieniä edistysaskeleita vertailuaineistoissa. Jokainen ala toimi itsenäisesti ja riippui voimakkaasti alan spesifiikasta asiantuntemuksesta. Melkein yhdessä yössä kaikki vuosien varrella rakennetut mallit menivät vanhanaikaisiksi. Ulkopuolisten suunnittelemat syväoppimisalgoritmit voittivat kilpailuja merkittävin lukemin. Tämä muutti tekoälyteollisuuden.

Ala on edelleen nopeasti kehittyvä ja on kehittynyt jopa siitä lähtien, kun Phrasen perustimme muutamia vuosia sitten. Esimerkiksi syväoppimistyökalut, joita nyt käytämme, eivät olleet olemassa, kun perustimme yhtiön. Innovoinnin nopeus tuo omat haasteensa.

Voitko kertoa, mitä Phrasee pystyy tekemään liiketoiminnalle?

Phrasee ratkaisee kaksi ongelmaa liiketoiminnalle. Ensinnäkin, on markkinointitekstien kirjoittamisen ongelma. On enemmän mainoskanavia kuin koskaan aiemmin (esim. sähköposti, AdWords, sosiaalinen media, painettu media, podcastit jne.). On vaikea kirjoittaa laadukkaita tekstejä, jotka noudattavat brändin tyyliä ja ääntä. Phrasee ratkaisee skaalauksen ongelman automaattisesti generoimalla tekstejä. Toiseksi, on tärkeää, että kaikki käytetty kieli on tehokasta. Phrasee ei ainoastaan generoi kieltä, vaan myös käyttää konenäköä ennustamaan viestinnän vaikutusta ja optimoimaan sitä.

Mikä sai sinut kiinnostumaan luonnollisen kielen prosessoinnin ja syväoppimisen käytöstä mainoskopien tehostamiseen?

Käyttää tekoälyä digitaalisten markkinointikampanjien vaikutuksen maksimoimiseen ei ole uusi idea. On joukko ihmisiä, joilla on tohtorin tutkinto fysiikasta, jotka on palkattu työskentelemään mainosoptimoimisessa. Useimmissa tapauksissa he kuitenkin keskittyvät asioihin kuten kohderyhmän segmentointiin, personointiin, toimitusajankohdan määritykseen, mainosasemiin, fontteihin jne. Kun aloimme kehittämään Phrasen ideaa, huomasimme, että käytännössä kaikki mainoksissa on optimoitu paitsi itse kieli. Tunnistimme tämän markkinarakona ja suurena mahdollisuutena.

Phrasee pystyy parantamaan markkinointitekstejä yli 20 kielellä, mukaan lukien japani. Voitko keskustella joistakin ainutlaatuisista luonnollisen kielen prosessoinnin ongelmista, joita kohtaavat vieraskieliset kielet?

Viimeisin lisäys tuettuihin kielimme on venäjä. Tämä on slaavilainen kieli, joka on melko erilainen muista indoeurooppalaisista kielistä. Tässä tapauksessa joudumme rakentamaan uudet säännöt kielen generoimisjärjestelmäämme, jotta ulostulo on sujuvaa ja kieliopillisesti oikein. Tämä ei ole ainoastaan kielen ongelma, vaan myös ohjelmistokehityksen ongelma. Kun järjestelmämme ulostulo on kehittäjän äidinkielellä, on suhteellisen helppo havaita virheitä ja varmistaa, että kaikki toimii oikein. Kun työskentelemme venäjän tai japanin parissa, voimme tuottaa järkevää tekstiä ilman, että huomaamme sitä.

Haaste ei ole ainoastaan vieraskielisillä kielillä. On myös mielenkiintoisia alueellisia eroja. Esimerkiksi englannissa on eri kirjoitustapoja Yhdysvalloissa, Isossa-Britanniassa, Australiassa, Kanadassa jne. Lisäksi on kieliopillisia eroja. Brittienglannissa “have a look”, kun taas amerikanenglannissa “take a look”. Sanojen merkitys voi myös vaihdella paikasta toiseen. “Rubber” on pyyhkiminen Isossa-Britanniassa, mutta kondomi Pohjois-Amerikassa. Jotta NLG-järjestelmät voidaan käyttää liiketoiminnan sovelluksissa, ne tarvitsevat käsittelyn kaikkia näitä hienouksia.

Voitko jakaa yksityiskohtia siitä, miten syväoppiminen käytetään Phrasessa?

On kaksi pääasiallista tekoälykomponenttia Phrasen teknologiassa. Ensimmäinen on luonnollisen kielen generointi, joka tuottaa kieltä. Toinen on syväoppiminen, jonka painopiste on suorituskyvyssä. Suorituskyky voi tarkoittaa eri asioita riippuen kontekstista. Esimerkiksi sähköpostin aiheen tavoitteena on houkutella vastaanottaja avaamaan sähköpostin ja näkemään sisällön. Facebookissa tavoitteena voi olla maksimoida tykkäykset tai jaat. Suurten määrien historiallisten tietojen perusteella on mahdollista löytää hienoja trendejä ja malleja, joita ihminen ei huomaisi. Tämä on standardi konenäköongelma.

Syväoppiminen tarjoaa joitakin etuja perinteiseen konenäkölähestymistapaan verrattuna. Perinteisessä konenäössä on vahva painopiste “ominaisuuden muotoilussa”. Tämä tarkoittaa, että kehittäjän on päättävä, mitkä ovat tärkeimmät ominaisuudet kielestä. Esim. sanat, pituus, emoji-käyttö jne. Ongelma on, että tämä on rajoitettu kehittäjän taitojen ja mielikuvituksen mukaan. Syväoppimisessa raaka teksti syötetään malliin, ja se luo oman koneellisen kielen edustamisen (tämä on tunnettu “päästä-loppuun-oppimisena”). Tämä on vapaa ihmisestä johtuvasta harhautuksesta, ja se on voimakas lähestymistapa. On kuitenkin hankalaa ymmärtää, miksi malli käyttäytyy tietyllä tavalla. “Selitettävyys” on aktiivinen tutkimusalue syväoppimisessa. On kuitenkin perustavanlaatuinen vaihtoehto järjestelmän monimutkaisuuden ja ymmärtämisen välillä. Ihmisen kieli on sekavaa, joten onnistuneet NLP-ratkaisut ovat usein hyvin monimutkaisia.

Yksi Phrasen toiminnallisuuksista on kyky kirjoittaa brändin ainutlaatuisella tyylillä. Voitko selittää, miten tämä tehdään?

Kun allekirjoitamme uuden asiakkaan, keräämme ensin tietoa heidän brändin viestintätyylistä. Tämä sisältää kaikki viralliset brändiohjeet, aiemmat markkinointikampanjat ja joukon kysymyksiä, joita olemme kehittäneet tähän tarkoitukseen. Kaikki tämä tieto käytetään sisäisen kieli- ja teknologiatiimin kehittämiseen asiakkaan mukautettua “kielimallia” varten. Kiilimme ovat generatiivisia, eli ne pystyvät tuottamaan aikaisemmin näkemätöntä kieltä asiakkaan ainutlaatuisessa tyylissä.

Kiilimme voidaan päivittää milloin tahansa. Esimerkiksi juuri nyt olemme koronakriisin huipulla. Kieli- ja teknologiatiimimme tarkistaa mallejamme varmistaakseen, ettei sopimatonta kieltä voida luoda. Esimerkiksi lause “Nämä tarjoukset menevät viraliksi!” olisi ollut harmiton muutama kuukausi sitten, mutta on selvästi sopimaton maailmanlaajuisen pandemian aikana. Tämä osoittaa järjestelmämme joustavuuden.

Mikälaista tietoa tarvitaan yritykseltä, joka haluaa aloittaa Phrasen käytön?

Rehellisesti sanottuna, ei tarvita paljon tietoa aloittaaksesi kanssamme. Ensimmäinen askel on tunnistaa sopiva projekti. Esimerkiksi tämä voi olla viikoittaisen mainoskampanjan aiheet. Ihanteellisesti tämä on suhteellisen suuri yleisö ja säännöllinen viestintä. Kun projekti on tunnistettu, tarvitsemme tietoa aiheesta ja brändin äänestä jotta voimme rakentaa kiilimme. Phraselle tarvitaan suorituskykytulokset jatkuvasti. Koska ratkaisumme käyttää konenäköä, on tärkeää, että mitataan ja seurataan avainmittareita ajan myötä. Tämä tieto syötetään järjestelmäämme, jotta se voi jatkuvasti optimoida sitä osallistumisen mukaan.

Onko jotain muuta, mitä haluaisit jakaa Phrasesta?

Kun Parry, Victoria ja minä perustimme Phrasen viisi vuotta sitten, olimme varmoja, että se olisi vain ajan kysymys, kunnes monet muut start-upit tulisivat markkinoille samankaltaisilla tuotteilla. Suunnitelmana oli saada etumatka kilpailijoille ja pysyä heidän edellään. Olemme kuitenkin yllättyneitä siitä, että niin vähän kilpailijoita on tullut markkinoille. Missä kaikki muut ovat? Luulen, että yksi pääsyy tähän on, että kieli on niin vaikea ongelma. Epäilen, että jotkut ovat yrittäneet luoda samankaltaisia tuotteita, mutta epäonnistuneet varhaisessa tutkimus- ja kehitysvaiheessa. Tämä on todiste siitä, miten ainutlaatuista teknologiamme on.

Kiitos tästä haastattelusta luonnollisesta kielen prosessoinnista, luonnollisesta kielen generoinnista ja syväoppimisesta. Lisätietoja vierailemalla Phrasen sivustolla.