Dr. Lingjia Tang, CTO et co-fondateur, Clinc – Série d’entretiens

Le Dr Lingjia Tang, CTO et co-fondateur de Clinc, est professeur de sciences informatiques à l’Université du Michigan. Les recherches du Dr Tang sur la construction d’infrastructures de production à grande échelle pour les applications intelligentes sont largement reconnues et respectées dans la communauté universitaire. En plus de travailler chez Microsoft (MSFT ) et Google (GOOGL ), Lingjia a obtenu son doctorat en sciences informatiques de l’Université de Virginie. Lingjia a récemment reçu des prix prestigieux, notamment le ISCA Hall of Fame, les Facebook (META ) Research Awards et le Google Research Award.

Qu’est-ce qui vous a initialement attiré vers l’IA ? Quand avez-vous découvert que vous vouliez lancer une entreprise d’IA ?

À la mi-2000, je réalisais des recherches sur les systèmes à grande échelle qui supportent diverses applications et sur la façon de concevoir des serveurs en tant que système logiciel pour exécuter ces applications de manière plus efficace. À l’époque, nous passions des applications web traditionnelles à des fonctions basées sur l’apprentissage automatique. C’est alors que j’ai commencé à m’intéresser aux algorithmes associés à l’IA et à comprendre fondamentalement comment fonctionnent les applications d’IA. Peu après, l’équipe de recherche avec laquelle je travaillais a décidé de changer de direction et de construire nos propres applications d’IA en tant que références pour étudier, ce qui nous a menés à la publication de nos premiers articles de recherche et au développement de notre premier produit, Sirius – un assistant personnel de voix et de vision open source.

En tant que logiciel open source, Sirius permettait aux gens de créer leurs propres assistants virtuels conversationnels. À l’époque, cette capacité était très limitée pour le grand public et était principalement contrôlée par les grandes entreprises, telles que Google et Apple. Cependant, nous avons constaté que nous comblions un fossé critique lors de la sortie du logiciel et que nous avions des dizaines de milliers de téléchargements dans la première semaine ! C’était le point de basculement où nous avons su qu’il y avait une forte demande pour ce type de logiciel.

En 2015, nous avons lancé Clinc avec l’idée que nous pourrions fournir à tous – chaque développeur, entreprise, personne – qui souhaite créer un assistant virtuel, l’accès à l’expertise, aux outils et à l’innovation pour pouvoir le faire.

Clinc propose des solutions d’IA conversationnelles sans s’appuyer sur des mots clés ou des scripts. Pouvez-vous donner des détails sur la façon dont cela est réalisé ? Quels sont les défis de traitement du langage naturel (NLP) qui ont dû être surmontés ?

Ce qui distingue réellement Clinc des autres plateformes d’IA conversationnelles sur le marché, c’est ses algorithmes d’IA sous-jacents qui permettent une expérience « humain dans la pièce » qui comprend le langage désordonné et non scénarisé. Cela permet des corrections pour revenir en arrière et « guérir » les erreurs commises dans la conversation humaine et permet des flux de conversation complexes – des conversations que un véritable humain pourrait comprendre. Contrairement à un algorithme de correspondance de mots de parole à texte, Clinc analyse des dizaines de facteurs à partir de la saisie de l’utilisateur, y compris les mots, les sentiments, les intentions, le ton de la voix, l’heure de la journée, l’emplacement et les relations, et utilise ces facteurs pour fournir une réponse qui représente une combinaison de connaissances extraites de son cerveau formé. Par exemple, si je demande à mon assistant virtuel : « Combien d’argent ai-je dépensé pour un burger ? », il doit comprendre que je demande de l’argent et des dépenses, que je demande spécifiquement un hamburger et qu’un hamburger est un type de nourriture qui doit être associé à mes dépenses récentes dans un restaurant.

Atteindre ce niveau de compréhension n’est pas facile. En général, nous diviserions l’IA conversationnelle en deux composants : la compréhension du langage naturel (NLU) et la gestion du dialogue. Le défi que nous avons dû surmonter était de déterminer comment construire un système capable d’extraire des informations clés avec précision et d’anticiper ce que demande l’utilisateur.

Nous pouvons le faire grâce à une NLU contextuelle et descendante sophistiquée, formée pour être intuitive par nature afin de suivre le flux naturel de la conversation, en comprenant les expressions idiomatiques et le contexte. Cela se compare aux solutions concurrentes qui ont une approche basée sur des règles pour le traitement du langage naturel (NLP) qui n’autorise pas la « guérison » conversationnelle, ce qui signifie que si le client fait une erreur, les solutions concurrentes les obligent à revenir au point de départ, en gaspillant du temps et en frustrant l’utilisateur. Nous utilisons également le crowdsourcing pour extraire nos données linguistiques et créer un ensemble de données plus riche et diversifié qui peut être utilisé immédiatement pour former des modèles d’IA.

Pouvez-vous discuter de la façon dont l’apprentissage profond est utilisé avec le système d’IA de Clinc ?

Clinc utilise une approche hybride de l’apprentissage profond où nous utilisons le modèle traditionnel à un certain degré et exploitons l’apprentissage profond lorsque cela est nécessaire. Plus précisément, nous utilisons l’apprentissage profond pour comprendre les mots et les langues pour déterminer le flux de dialogue. Généralement, notre dialogue entier est une combinaison d’apprentissage profond et d’IA symbolique. Nous n’utilisons pas encore l’apprentissage profond pour la génération de langage, car, lorsqu’il s’agit de nos clients qui sont principalement dans le secteur bancaire, il existe de nombreuses réglementations que l’assistant virtuel doit suivre qui dictent ce qu’il peut ou non dire à ses clients. Il y a donc encore beaucoup d’incertitude quant à savoir si l’apprentissage profond sera en mesure de suivre ces restrictions linguistiques établies.

Actuellement, je ne pense pas que la communauté de l’IA conversationnelle soit complètement prête à adopter pleinement l’apprentissage profond, tandis que la communauté universitaire est à 100 % à bord, mais j’ai hâte de voir ce que les nouveaux modèles pourront faire.

Quel est le processus pour une entreprise qui souhaite personnaliser les réponses de l’IA pour cibler un public spécifique ? Pouvez-vous donner des exemples de la façon dont Clinc est actuellement utilisé par des clients ?

Nous permettons aux clients de soit licencier une plateforme qu’ils peuvent construire comme ils le souhaitent, soit de prendre notre chatbot entièrement construit et formé, Finie, et de le personnaliser et de l’intégrer dans leurs applications ou services de messagerie. Finie peut gérer des questions relatives aux soldes, aux transactions, à l’historique des dépenses, à la localisation d’un distributeur automatique de billets, à la réalisation d’un virement et plus encore.

Mon exemple préféré de la façon dont un client a personnalisé l’IA de Clinc pour cibler un public spécifique est İşbank. En tant que plus grande banque privée de Turquie, ils se sont tournés vers nous pour développer leur assistant bancaire numérique, Maxi, en 2018. Pour insuffler à Maxi une personnalité unique, İşbank a organisé 14 groupes de discussion pour évaluer les traits et les compétences que les clients de la banque souhaitaient voir dans un assistant virtuel. Ils ont également embauché une actrice de voix pour réciter des phrases en turc liées aux tâches bancaires. L’équipe de banque conversationnelle d’İşbank a élaboré ces phrases en considérant la façon dont les gens réels exprimeraient leurs besoins. Sur notre recommandation, l’équipe a payé des participants sur des marchés de crowdsourcing tels qu’Amazon Mechanical Turk pour fournir différentes façons d’exprimer les mêmes questions, comme une demande pour afficher leurs soldes (« Quel est mon solde ? », « Combien d’argent ai-je sur mon compte ? », « Montrez-moi l’argent sur mon compte ») ou payer une facture (« Payer ma facture », « Paiement de facture »).

Cet exemple montre vraiment à quel point İşbank est investi dans l’offre d’un assistant bancaire numérique pour aider ses clients à mieux naviguer dans leurs comptes. Avec Clinc, İşbank a lancé Maxi à plus de 7,5 millions de personnes, en turc. Depuis son lancement, İşbank a vu une adoption généralisée par plus de 5,5 millions d’utilisateurs, avec une moyenne de 9,8 interactions par utilisateur. Ces derniers mois, à mesure que les cas de COVID-19 augmentaient en Turquie, İşbank a rapidement formé Maxi pour répondre aux requêtes liées au COVID-19. Depuis mars 2020, Maxi a répondu à plus de 1,2 million de requêtes de clients liées au COVID-19, soit une augmentation de plus de 62 % de l’utilisation.

Que diriez-vous aux femmes qui sont intéressées par l’apprentissage de plus en plus sur l’IA, mais qui hésitent à s’engager dans ce domaine en raison de son caractère dominé par les hommes ?

Tout d’abord, je ne pense pas qu’il y ait de raison pour laquelle l’IA est considérée comme un domaine dominé par les hommes. Je pense qu’il y a de nombreuses pionnières en IA qui font très bien et qui ont un impact. Je pense que l’IA couplée à la politique sociale est un domaine unique qui a le potentiel d’avoir un impact important sur la vie quotidienne des gens. C’est là que je pense que des perspectives diversifiées à travers la planète seraient vraiment bénéfiques, surtout qu’il y a beaucoup de conversations autour des préjugés de l’IA impliquant la race et le sexe. Je crois que disposer d’une communauté ciblée de développeurs d’IA continuera d’avoir un impact disproportionné sur la société et la politique.

Pour les femmes qui souhaitent rejoindre le domaine de l’IA, je les recommande vivement, surtout si elles sont intéressées à avoir un impact. L’IA a connu une croissance et une innovation telles au fil des ans et c’est vraiment un moment passionnant pour en faire partie.

Y a-t-il autre chose que vous aimeriez partager sur Clinc ?

Clinc fait actuellement de grands progrès. Personnellement, je viens de prendre un nouveau rôle en tant que CTO de Clinc et je suis vraiment enthousiaste à l’idée de me concentrer sur la façon dont nous pouvons travailler davantage avec les développeurs et les scientifiques de données pour accroître la portée de notre technologie. Alors que je regarde vers l’avenir, je vois la demande d’applications alimentées par l’IA se déplacer pour permettre aux personnes qui n’ont pas d’années d’expérience en science des données et en apprentissage automatique de pouvoir l’utiliser également. Par exemple, vous n’avez pas besoin d’un diplôme en design graphique pour être capable d’utiliser Photoshop. Je pense que l’IA va dans cette direction où les développeurs sans formation en IA ou en apprentissage automatique seront capables d’obtenir des résultats et de produire des applications de haute qualité. Dans l’ensemble, nous voulons réitérer que nous ne sommes pas seulement dévoués à l’utilisateur final, mais également aux développeurs, quel que soit leur niveau, qui s’intéressent à notre solution.

Je vous remercie pour cette grande interview, j’ai hâte de suivre vos progrès. Quiconque qui souhaite en savoir plus devrait visiter Clinc.