James Kaplan, PDG et co-fondateur de MeetKai Metaverse – Série d’entretiens

James Kaplan est le PDG et co-fondateur de MeetKai, une entreprise d’intelligence artificielle, de réalité virtuelle et de recherche conversationnelle basée à Los Angeles, en Californie, qui mène actuellement la course de l’intelligence artificielle avec des fonctionnalités inédites. Son intelligence artificielle conversationnelle peut comprendre des discours plus complexes et fournir des résultats personnalisés dans une conversation naturelle sur de nombreux sujets, dans différentes réalités. La technologie de MeetKai est déployée dans le monde entier via iOS, Google Play et AppGallery.

Vous aviez une passion pour l’IA dès l’âge de 6 ans, comment avez-vous été introduit à cette technologie pour la première fois ?

Ma découverte de l’IA est venue des jeux vidéo. Tout d’abord, c’était en essayant de comprendre comment fonctionnait l’IA dans le jeu Oregon Trail – pas très intelligente, mais c’était quand même une forme d’IA. Ensuite, mon intérêt pour l’IA a grandi lorsque j’ai commencé à jouer à des MMORPG. J’aimais vraiment jouer à des jeux en ligne, mais je détestais gratter pour obtenir des objets. C’est ainsi que j’ai commencé à écrire des bots.

Quelles étaient certaines des premières applications d’IA que vous avez codées ?

Écrire des bots pour les MMO était vraiment ma première incursion dans le développement d’une forme spécifique d’IA. Au début, mes bots étaient assez simples et ressemblaient plus à des macros qu’à de l’intelligence artificielle. Mais à mesure que j’ai grandi et que la détection de bots est devenue meilleure dans de nombreux jeux, cela a commencé à nécessiter que les bots ressemblent de plus en plus à des joueurs. J’ai toujours aimé écrire des bots – j’ai même écrit un bot pour gagner un concours Taylor Swift pendant que j’étais à l’école (et elle est venue se produire !). De même, j’ai également écrit le premier bot Pokémon Go et, malheureusement, j’ai fait interdire de nombreux joueurs lorsque j’ai perdu intérêt à éviter la détection.

Vous avez lancé MeetKai en 2018 après avoir été frustré par les assistants vocaux d’IA actuels. Pourquoi la plupart des assistants d’IA offrent-ils une expérience médiocre ?

Le problème fondamental est que la plupart des assistants d’IA dépendent trop des API externes pour la réalisation. Même lorsqu’ils contrôlent la réalisation, comme Alexa pour la recherche de commerce électronique, ils souffrent des mêmes problèmes. Simplement put, comment pouvez-vous attendre d’un assistant vocal qu’il soit intelligent s’il ne fait que convertir la parole en texte et mettre ce texte dans un moteur de recherche basé sur du texte ? Nous avons lancé MeetKai avec l’idée que nous pourrions fournir un assistant d’IA « en sautant les étapes » en contrôlant l’ensemble du pipeline de traitement de bout en bout qui constitue un assistant vocal. Nous avons développé un moteur de recherche conversationnel plutôt qu’un moteur de recherche basé sur des mots clés pour prendre en charge des requêtes et des conversations plus compliquées. Les autres assistants sont coincés avec des expériences médiocres parce qu’ils ne peuvent pas construire un support de conversation multi-tour sur des facteurs de limitation tels que ceux-ci. Alors que notre objectif est d’y arriver, nous sommes encore très en début de phase de mise à l’échelle de notre technologie pour répondre au même nombre de domaines que les acteurs existants.

Quels sont certains des défis de compréhension du langage naturel et de traitement du langage naturel derrière la création d’une expérience d’assistant vocal de pointe ?

L’un des principaux défis de la prochaine génération de la compréhension du langage naturel est de dépasser les intentions et les entités. La plupart de la compréhension du langage naturel se concentre sur une approche très traditionnelle de la compréhension du langage. Chaque énoncé d’entrée est classé en intention, puis les jetons à l’intérieur sont étiquetés en entités à l’aide d’un modèle d’étiquetage de séquence. Je pourrais énumérer des dizaines de problèmes avec cette approche standard. Cependant, les plus critiques sont :

1. Une classification d’intention sans contexte échoue à gérer une conversation multi-tour. La plupart des approches ne se soucient que du texte brut qui a été transcrit. Ils ne se soucient pas du contexte – pas de qui est l’utilisateur, pas de ce que l’utilisateur aime, seulement de ce qu’il vient de demander. C’est particulièrement important lorsque l’utilisateur dit quelque chose de très concis. Par exemple, si quelqu’un dit cosmopolite, cela peut signifier la boisson ou le magazine et dépend fortement de la personne.
2. Les modèles de reconnaissance d’entités font un mauvais travail pour tout ce qui n’est pas une valeur catégorique. Les grands modèles de langage ne peuvent pas s’adapter suffisamment rapidement à de nouvelles entités qui se trouvent dans la nature, car elles ne sont pas dans le jeu de données. L’IA doit avoir une manière beaucoup plus sophistiquée de reconnaître les entités en considérant un contexte beaucoup plus profond. Par exemple, l’emplacement de l’utilisateur devrait fortement influencer si quelque chose est un nom de restaurant ou autre chose.
3. Les relations entre les entités ne sont pas bien prises en compte. Mon exemple préféré est à quel point la plupart des moteurs de recherche échouent lorsqu’il s’agit de négation. Essayez de rechercher un film sans romance sur d’autres assistants vocaux, et vous verrez ce que je veux dire.

Actuellement, la plupart des assistants vocaux traduisent simplement la voix en texte et effectuent une recherche Google. Comment MeetKai AI fonctionne-t-il différemment de cela ?

La principale différence entre MeetKai et Google en termes de recherche est que nous utilisons un modèle de compréhension du langage beaucoup plus riche pour rechercher les éléments eux-mêmes plutôt que simplement des pages Web. Lorsque vous recherchez « Tom Cruise films sans action », Google recherche des pages qui ont cet ensemble de jetons apparaissant sur la page (Tom Cruise, films, action). Chez MeetKai, nous comprenons correctement que Tom Cruise est un acteur, les films sont la classe de média qu’ils recherchent, et que l’action est le genre indésirable. Avec cela, nous pouvons effectuer des recherches beaucoup plus intelligentes.

Meetkai a récemment lancé son premier monde de réalité virtuelle lifestyle : MeetKai Metaverse. Pouvez-vous discuter de ce que cette application est spécifiquement ?

La plupart des entreprises dans l’espace du metaverse travaillent sur l’interaction personne-à-personne. Au-delà de cela, le contenu est également en grande partie soit cartoonish, soit un simple 360° vidéo. Notre objectif avec MeetKai Metaverse est de se concentrer sur un angle entièrement différent – personne-à-IA. Nous développons un metaverse où les personnages avec lesquels vous interagissez sont tous alimentés par notre intelligence artificielle conversationnelle de pointe. De plus, nous travaillons à la génération procédurale de l’environnement pour le rendre beaucoup plus réaliste et immersif par rapport aux autres entreprises dans l’espace. Les deux mondes initiaux disponibles à explorer dans notre metaverse sont pour deux cas d’utilisation initiaux : la méditation et les musées. Dans le premier, nous avons numérisé un expert en Wing Chun, et pour la première fois, nous avons créé un personnage IA capable d’instruire les utilisateurs sur la façon d’utiliser des techniques de méditation révolutionnaires pour entrer dans un état de relaxation. Dans le second, nous avons créé un musée d’art en constante évolution et fourni un conservateur alimenté par IA capable de répondre aux questions sur l’art dans l’espace et de fournir des visites guidées.

Quels sont quelques exemples de la façon dont l’IA est utilisée dans ce Metaverse ?

Nous utilisons l’IA à trois endroits :

1. Pour alimenter les capacités conversationnelles de chaque personnage dans notre metaverse.
2. Pour créer dynamiquement le contenu mis à la disposition de l’utilisateur via des conseils vocaux. Des exemples de cela incluent des séances de méditation et des visites de galeries d’art dans nos deux premières expériences.
3. Pour créer l’espace 3D de manière procédurale plutôt que de nécessiter un agencement manuel.

Quelle est votre vision pour l’avenir des assistants vocaux ?

Pour que les assistants vocaux aient un avenir, ils doivent évoluer en quelque chose de beaucoup plus qu’un système basé sur des commandes. Cela signifie acquérir une expertise et des capacités approfondies dans de nombreux domaines spécifiques. Je pense que l’assemblage d’assistants vocaux spécifiques à chaque domaine sera la clé pour construire un assistant métier intelligent. Cela contraste fortement avec les tentatives de « tout faire d’un coup » que nous avons vues depuis que les assistants vocaux sont entrés dans l’espace.

Y a-t-il autre chose que vous aimeriez partager sur MeetKai ou MeetKai Metaverse ?

Nous sommes encore au tout début de notre feuille de route metaverse. Notre objectif final est que nous voulons être en mesure de reproduire toute expérience que vous avez dans le monde réel avec le metaverse, puis aller au-delà. Cela signifie que nous voulons éliminer les facteurs de coût et de temps qui limitent ces mêmes expériences dans la réalité. Le metaverse peut nous permettre de vivre des vies beaucoup plus riches, pas de les remplacer. Nous avons encore plusieurs défis techniques à résoudre, cependant, nous avons un ensemble clair de jalons qui sont réalisables en supposant que le matériel continue de s’améliorer. Nous travaillons en étroite collaboration avec des partenaires matériels pour nous assurer que l’espace VR avance rapidement. Au-delà de la simple RV, nous voulons rendre notre expérience de metaverse possible en dehors de la RV. Nous allons annoncer plus d’informations à ce sujet dans les mois à venir.

Je vous remercie pour cette grande interview, j’ai hâte de suivre vos progrès sur votre version du metaverse. Les lecteurs qui souhaitent en savoir plus peuvent visiter MeetKai.