Sean Mullaney, Algolian Chief Technology Officer – Haastattelusarja

Sean Mullaney on Algolian Chief Technology Officer, joka on lopputulevaisuudessa suunniteltu ja voimakkaasti tekoälyllä toimiva hakukone ja löytöalusta.

Sean on entinen Stripe- ja Google-johtaja, jolla on tausta suurten insinööriorganisaatioiden skaalauksesta, tekoälyllisten hakujen ja löytötyökalujen kehittämisestä sekä API-pohjaisen ratkaisun kasvattamisesta maailmanlaajuisesti. Algoliassa hän johtaa teknologiaa, joka on toiseksi suurin hakukone Googleen, ja jota käytetään yli 1,5 biljoonaa hakua vuodessa. Viimeksi hän johti yhtiön AlgoliaNeuralSearchin julkaisua – maailman nopeinta, skaalautuvaa ja kustannustehokkainta vektoria ja avainsanahakua.

Mikä alun perin houkutteli sinua tietokoneisiin?

Kun olin 10-vuotias, vanhempani ostivat kotiimme ensimmäisen tietokoneen. Ensimmäinen asia, jota halusin tehdä, oli oppia ohjelmoimaan tekstiseikkailupeli, jonka olin kopioinut kirjasta. Muutaman vuoden kuluttua aloin opiskella C++:aa, mutta tietokonepeliensuunnittelu ja -kehittäminen olivat edelleen suuri intohimoni teini-ikäisenä, joka aloitti tietokoneiden maailman tutkimisen.

Olit yli 7 vuotta Googlessa, jossa auttoit rakentamaan ja johtamaan tiimejä, jotka työskentelivät strategian, operaatioiden, big datan ja koneoppimisen parissa. Mikä oli suosikkiprojektisi ja mitä opit tästä kokemuksesta?

Keksimme, miten voimme hyödyntää suurta määrää tietoa siitä, miten mainostajat käyttivät tuotteitamme, jotta voimme auttaa myyntitiimejä. Kirjoitimme mukautettuja sääntöjä (myöhemmin monimutkaisempia neurverkkoja) ennustamaan, mitkä asiakkaat meidän tulisi lähestyä millä tuotteilla ja milloin maksimoida myyntitiimien ajan hyödyntämistä. Yli 1 miljoonalla mainostajalla Googlella tämä työkalu auttoi myyntitiimejä löytämään “neulat heinäsuovasta”.

Haastattelussa DevBitissä kuvasit Algolian tarkoituksena mahdollistaa käyttäjille maailman indeksointi ja sisällön liikkeeseen. Voitko selittää, mitä tämä lause tarkoittaa?

Lopulta haluamme auttaa asiakkaitamme saamaan arvoa heidän tietonsa. Internet on luonut valtavan määrän sisältöä ja e-commerce-tuotteita, ja vaikka tämä kehitys on merkittävä, se on myös vaikeampaa kuin koskaan ennen löytää sitä, mitä etsit oikeasti. Mutta kun hakukoneet ja löytötyökalut hyödyntävät tekoälyä, kasvava sisällönluettelo voidaan älykkäästi käyttää ja laittaa liikkeelle, jotta se voi todella auttaa käyttäjiä, eikä yksinkertaisesti häikäise heitä.

Syyskuussa 2022 Search.io ja sen omistama lippulaiva NeuralSearch™ hankittiin Algoliaksi, voitko keskustella tästä hakutekniikasta?

Lyhyesti sanottuna, Algolia NeuralSearch yhdistää avainsanamatchingin vektorigraafisen luonnollisen kielen prosessoinnin, jota ohjataan suurilla kielimalleilla, yhteen API:hin – teollisuuden ensimmäinen. Ratkaisu sisältää oman, ensimmäisenä keksityn Neural Hashing -tekniikan, joka tekee vektoreiden käytön skaalautuvaksi ja 90% kustannustehokkaammaksi – ongelma, jota muut tekoälyyritykset, mukaan lukien ChatGPT, kohtaavat. Mitä tämä läpimurto tuote on erityisen jännittävää, se tekee todellisen tekoälyhakun skaalautuvaksi yritysluokan organisaatioille.

Uusi teknologia mahdollistaa myös asiakkaiden, kuten vähittäiskauppojen, ymmärtää ja toimittaa sisältöä, joka vastaa kyselyjä, jotka ovat normaalisti liian keskustelumaisia ​​jotta ne voisivat toimittaa tarkkoja tai mitään tuloksia (kutsutaan pitkäksi hännäksi). Nämä muodostavat 55% nykyisistä sivuhauista. Ainoa lopputulevaisuudella suunniteltu tekoälyhakuratkaisu, joka soveltaa tekoälyä kyselyn ymmärtämiseen, hakemiseen ja tulosten luokitteluun, NeuralSearch todella ymmärtää nämä kyselyt ja muuttaa menetetyt mahdollisuudet myyntiin.

Muut tekoälymenetelmät, joita käytetään?

Olemme sisällyttäneet tekoälyä kolmeen pääfunktioon – kyselyn ymmärtäminen, hakeminen ja tulosten luokittelu. Kutsutaan tätä Algolian tekoälyhakusandwichia:

• Kyselyn ymmärtäminen: Algolian edistynyt luonnollinen kielen ymmärtäminen (NLU) ja tekoälyllinen vektorihaku tarjoavat vapaamuotoisen luonnollisen kielen ilmaisun ymmärtämisen ja tekoälyllisen kyselyn luokittelun, joka valmistaa ja rakentaa kyselyn analyysiä varten. Lisäksi adaptaatio-oppiminen käyttäjien palautteen perusteella hienosäätää aikomusten ymmärtämistä.
• Hakeminen: Haetaan ja luokitellaan tulokset merkityksellisyyden mukaan. Hakuprosessi yhdistää Neural Hashing -tulokset rinnakkain avainsanojen kanssa saman indeksin avulla helppoa hakua ja luokittelua varten. Tämä ratkaisu ratkaisee “null -tulokset” -ongelman ja parantaa merkittävästi napsautusasentoja ja napsautusosuutta. Muita hakupalveluja ei ole tarjolla tällaista voimakasta ominaisuutta.
• Luokittelu: Lopuksi parhaat tulokset siirretään ylös Algolian tekoälyllisen uudelleenluokittelun avulla, joka ottaa huomioon monia merkkejä, jotka on liitetty hakukyselyyn (mukaan lukien tarkka avainsanan vastaavuusarvo, kontekstuaalinen henkilökohtainen profiili, havaittu tuotteiden suosio, semanttinen vastaavuusarvo jne.) ja oppii saavuttamaan maksimaalisen merkityksellisyyden.

Lisäksi, kun indeksi muuttuu, uusia tuotteita lisätään, uutta sisältöä ladataan tai kun termeille annetaan uusi merkitys, tekoälyllinen Algolia NeuralSearch -tuote oppii ja mukautuu automaattisesti. Se ei vaadi lisää henkilöstöä tai manuaalista toimintaa. Se vastaa avainsanoja tai käsitteitä – mahdollisesti molempia – riippuen kyselystä tai hakusanasta. Tämä asettaa hakutoiminnot todella autopilottiin.

Algolia on lisännyt maksuttoman suunnitelman 10 000: sta rekordista 1 miljoonaan rekordiin, mikä oli ajatus tähän ja miten markkinat ovat reagoineet?

Valitsimme tarkalleen kehittää Algolian hinnoittelua ja paketteja, jotta ne olisivat kehittäjien kannalta ystävällisempiä esittelemällä kaksi uutta kehittäjien suuntautunutta suunnitelmaa: “Rakenna” -suunnitelman, joka on ilmainen, ja “Kasva” -suunnitelman, joka tarjoaa helpon skaalautuvuuden edulliseen hintaan. Uusi “Rakenna” -suunnitelma lisää rekordien määrää, jonka kehittäjä voi tallentaa Algoliaan, 10 000: sta rekordista 1 miljoonaan rekordiin. Tämä edustaa 100-kertaista kasvua rekordien määrässä, joita kehittäjät voivat nyt indeksoida Algoliassa. Lisäksi Algolia leikkasi hakupyyntöjen kustannuksia “Kasva” -suunnitelmassa 50%: een ja rekordien 60%: een.

Ajatus päivitetyssä “Rakenna” -hinnastossa on tarjota kehittäjille maksuton pääsy koko tekoälylliseen hakukoneeseen ja löytöalustaan. “Kasva” -suunnitelma, kun kehittäjä on valmis skaalautumaan sovelluksensa, mahdollistaa kehittäjille käyttäjäystävällisemmän käyttöperusteisen hinnan livenä tuotantoympäristössä.

Yksi tärkeä huomio tässä on, että mikä tahansa suunnittelija, luoja tai rakentaja – olipa he sitten vapaaehtoinen tai täysipainoinen ohjelmistosuunnittelija – voi nopeasti ja helposti pääsy kaikkiin työkaluihin, asiakirjoihin, esimerkkiin, koulutusmateriaaleihin ja monialaisiin integraatiomahdollisuuksiin, joita tarvitaan tietojen hallintaan, hakuliittymän rakentamiseen, analytiikan määrittelyyn ja muihin – kaikki ilmaiseksi. Lisäksi heillä on välittömästi pääsy kasvavaan kehittäjien yhteisöön, jossa on yli 5 miljoonaa rakentajaa.

Voitko keskustella hakusiirtymisen työkaluista, jotka tarjotaan?

Algolia tarjoaa useita hakusiirtymisen työkaluja yrityksille, jotta ne voivat hyödyntää tietoja paremmin suositusten parantamiseksi, mukaan lukien erilaisia suosituksia ja ainutlaatuisia tapoja hyödyntää tietoja näiden suositusten ajamiseksi.

Jotkut esimerkit ovat:

• Suositukset: Esitä muita tuotteita, jotka ovat suosittuja ja liittyvät asiakkaan tekemiin hakuun.
• Arvosteluperusteinen: Ihmiset haluavat ostaa tuotteita, joilla on parhaat arvostelut.
• Henkilökohtainen: Perustuu siihen, mitä olet ostanut viimeksi, selaushistoriaasi, sijaintiisi tai muihin tekijöihin, suosittelemme näitä muita tuotteita.

Nämä tietopohjaiset menetelmät voivat auttaa nopeasti parantamaan tuloksia sen mukaan, miten asiakkaat ovat vuorovaikutuksessa tuotteiden kanssa, jotta voit suositella tuotteita, jotka todella muuttuvat parhaiksi.

Olet kuvaillut Algoliaa maailman skaalautuvimmaksi hybriditekoälyhakukoneeksi. Miten Algolia on suunniteltu skaalautumaan niin tehokkaasti?

Se kaikki palautuu Neural Hashingiin. Tämä uraauurtava ratkaisu pakkaa ja nopeuttaa jokaisen kyselyn dramaattisesti. On paljon nopeampi laskea samankaltaisuuden hash-arvo kuin vakiovektorin samankaltaisuus ja palauttaa tulokset millisekunteina.

Neural Hashing edustaa läpimurtoa tekoälyllisen hakutoiminnon tuottamiseksi tuotantoon moniin eri käyttötapauksiin. Yhdistettynä tekoälylliseen kyselyprosessointiin ja uudelleenluokitteluun se lupaa vapauttaa koko tekoälyllisen sivuhakutoiminnan voiman. Ennen Algolian omistamaa läpimurtoa vektoripohjainen hakukone on ollut liian laskennallinen kustannus tuotantoon.

Osaa sandwichista, johon haluan keskittyä eniten, on liha: hakeminen. Syy, miksi sanomme olevamme ainoa todellinen lopputulevaisuudella suunniteltu tekoälyhakukone, on, että on ollut jatkuva taistelu hakualan taustalla lisätä tekoälyä hakemiseen. Tiedonhakeminen on erittäin monimutkainen prosessi, ja se on vielä monimutkaisempaa hallita korkean suorituskyvyn ja kustannustehokkaan tekoälyhakemisen skaalautuvuutta. Me hallitsimme sen Neural Hashing -tekniikalla. Tekemällä niin, voitimme tekoälyhakun pyhän Graalin maljan.

Onko mitään muuta, mitä haluaisit jakaa Algoliasta?

On jännittävää aikaa työskennellä Algoliassa, ja olemme aina halukkaita aloittamaan keskustelun lahjakkaiden, intohimoisten ihmisten kanssa, jotka haluavat liittyä meihin matkallamme luomaan maailman parasta hakutekniikkaa. Jos se kuulostaa sinusta, kutsun sinua tarkistamaan nykyiset avoimet työpaikkamme osoitteessa https://www.algolia.com/careers/.