एंड्रिया वाटानी, स्पाइकेट्रैप के सह-संस्थापक और मुख्य वैज्ञानिक – साक्षात्कार श्रृंखला

एंड्रिया वाटानी स्पाइकेट्रैप के सह-संस्थापक और मुख्य वैज्ञानिक हैं, जो एक संदर्भीकरण कंपनी है जो रचनाकारों, प्लेटफ़ॉर्म और ब्रांडों के लिए दर्शक बुद्धिमत्ता और मीडिया प्रदर्शन को संचालित करती है। उनकी प्रोप्राइटरी क्लेयर एआई अनसंरचित डेटासेट के शोर से संकेत निकालती है, जो विशेष रूप से उच्च गति वाले ऑनलाइन वातावरण में असाधारण स्पष्टता और संदर्भ प्रदान करती है।

आपको कंप्यूटर विज्ञान और एआई में क्या आकर्षित किया?

यह एक संयोग का परिणाम था, मैं रोम विश्वविद्यालय में सांख्यिकी में प्रमुख प्रवेश परीक्षा देने गया था, और यह पता चला कि मैं एक दिन देरी से आया था! मुझे सलाह दी गई कि मैं कंप्यूटर विज्ञान के लिए आवेदन करूं और एक साल बाद सांख्यिकी विभाग में वापस जाऊं। मैं कंप्यूटर विज्ञान प्रवेश परीक्षा में गया (जो उस दिन थी!) और उसमें पास हो गया… मैं कभी सांख्यिकी में वापस नहीं गया! मेरी एआई में रुचि वास्तव में यह समझने से शुरू हुई कि कंप्यूटर आपको स्वचालन में मदद कर सकते हैं, और एआई है सबसे अंतिम स्वचालन मशीनरी। इसके अलावा, प्राकृतिक भाषा और लोग इसका उपयोग कैसे करते हैं, मेरे लिए हमेशा से रुचिकर रहा है: मैंने उच्च विद्यालय में प्राचीन ग्रीक और लैटिन का अध्ययन किया, जो शायद एक मशीन के लिए शब्दों की एक धारा को खिलाने के समान है।

आप पहले अमेज़ॅन गुडरेड्स में सीनियर लीड सॉफ्टवेयर इंजीनियर के रूप में काम करते थे, आपने वहां किन परियोजनाओं पर काम किया और आपको उस अनुभव से क्या मिला?

गुडरेड्स में, मैंने कई मशीन लर्निंग परियोजनाओं पर काम किया, जिनमें स्पैम डिटेक्शन और पुस्तक अनुशंसा इंजन का विस्तार शामिल था। मेरे समय से, मैंने सीखा कि व्यवसाय और ग्राहकों के लक्ष्यों के अनुरूप एमएल मीट्रिक को परिभाषित करने का महत्व। एक उदाहरण के रूप में, अनुशंसा इंजन वास्तव में लंबे समय से मौजूद हैं। 2009 में नेटफ्लिक्स पुरस्कार प्रतियोगिता को याद रखें, जिसमें बेहतर फिल्म अनुशंसाएं निकालने के लिए प्रतिभागियों को चुनौती दी गई थी? कुछ अंतर्दृष्टि से पता चला कि आपको एक फिल्म देखने की संभावना नहीं है कि आप इसे पसंद करेंगे या नहीं, बल्कि यह आपके हितों के समान है या नहीं। यह फिल्मों के लिए काम कर सकता है, क्योंकि यह एक छोटी 90 मिनट की प्रतिबद्धता है, लेकिन पुस्तकों के लिए ऐसा नहीं है। अपने मीट्रिक में सही लक्ष्य को एकीकृत करना महत्वपूर्ण है।

आपके शोध को कई पत्रिकाओं में प्रकाशित किया गया है, आपके विचार में अब तक का सबसे महत्वपूर्ण पत्र क्या है?

मेरे पीएचडी के दौरान, मैं कई शोधकर्ताओं के साथ सहयोग करने में भाग्यशाली था, जिनमें मशीन लर्निंग, “बिग डेटा”, सोशल डेटा विश्लेषण और गेम थ्योरी शामिल थे। एक पत्र जो मुझे सादगी और अनुप्रयोग के लिए पसंद है, वह है “स्केलेबल के-मीन्स+“। के-मीन्स++ एक सर्वव्यापी रूप से उपयोग की जाने वाली अनुपरीक्षित क्लस्टरिंग विधि है जो एक डेटासेट को कोherent समूहों में विभाजित करती है। यह एक समूह को एक समय में जोड़कर ऐसा करता है, इसलिए जब आपके पास बहुत सारे डेटा और समूह होते हैं, तो यह बहुत धीमा हो जाता है। उस पत्र में, हम दिखाते हैं कि आप कैसे एक ही समय में समान, यदि नहीं बेहतर, सटीकता प्राप्त कर सकते हैं विधि को समानांतर करके। हमारी विधि बहुत ही सरल है और कई मशीन लर्निंग लाइब्रेरी में लागू की गई है।

स्पाइकेट्रैप के पीछे की उत्पत्ति की कहानी साझा करें?

गुडरेड्स में काम करने के बाद, मैं और स्पाइकेट्रैप के सह-संस्थापक, कीरन और वर्जिलियो, ने समझा कि निचे सोशल प्लेटफ़ॉर्म से उन्नत ब्रांड अंतर्दृष्टि तक पहुंचने के लिए उद्योग में एक अंतर था। एआई प्रौद्योगिकियों को लागू करके, हम इस मुद्दे को एक कुशल तरीके से संबोधित कर सकते हैं।

आज की अर्थव्यवस्था में, यह कंपनियों के लिए अपने ग्राहकों और उनके संबंधित उद्योग को सुनना आवश्यक है। हालांकि, ब्रांडों के बारे में ग्राहकों द्वारा कही जाने वाली बातों का अधिकांश हिस्सा अनसुना रहता है। लाखों लोग प्रतिदिन अपनी राय व्यक्त करते हैं, ट्विटर, रेडिट, ट्विच और अन्य प्लेटफ़ॉर्म पर। यह बाजार अनुसंधानकर्ताओं के लिए एक अत्यंत मूल्यवान संसाधन है, बशर्ते कि सामग्री को बड़े पैमाने पर संदर्भित किया जा सके। समस्या यह है कि अंतर्दृष्टि उद्योग ने डिजिटल व्यवहार और भाषा में विकसित होने के साथ तालमेल नहीं रखा है।

स्पाइकेट्रैप में किन मशीन लर्निंग प्रौद्योगिकियों का उपयोग किया जाता है?

हम विभिन्न प्रौद्योगिकियों का उपयोग करते हैं, जिनमें स्किट-लर्न से लेकर डीप लर्निंग लाइब्रेरी जैसे पाइटोर्च शामिल हैं। इसके अलावा, हमारे द्वारा उपयोग की जाने वाली विधियों, मॉडल और डेटासेट अधिकांशतः प्रोप्राइटरी हैं। हमने सीखा है कि ऑफ-द-शेल्फ़ विधियों और मॉडल केवल इतनी दूर ले जा सकते हैं, लेकिन वास्तव में समस्या को तोड़ने के लिए आपको अपना काम शुरू करना होगा, लक्ष्यों से लेकर मॉडल आर्किटेक्चर और डेटासेट तक। उदाहरण के लिए, विषय मॉडलिंग विषयों को एक संग्रह से निकालने का कार्य है टेक्स्ट। हमारा “स्पाइकेट्रैप कॉनवोस” हमारे ग्राहकों को उनके दर्शकों के बारे में महत्वपूर्ण अंतर्दृष्टि प्रदान करता है, और विषय मॉडलिंग का उपयोग एक संकेत के रूप में करता है। आपका टाइपिकल जाना-माना विषय मॉडलिंग के लिए तरीका एलडीए (लेटेंट डिरिचलेट अलोकेशन) है, लेकिन दुर्भाग्य से यह बहुत असंगत और अप्रत्याशित है और बस पर्याप्त शक्तिशाली नहीं है। दूसरी ओर, आप एक आधुनिक प्री-प्रशिक्षित मॉडल जैसे बर्ट-विषयों की कोशिश कर सकते हैं, जो शक्तिशाली और व्यापक है – लेकिन यह भी बहुत कठोर और धीमा है।

स्पाइकेट्रैप रचनाकारों, प्लेटफ़ॉर्म और ब्रांडों के लिए तात्कालिक दर्शक समझ को कैसे संचालित करता है?

विज्ञापनदाता और एजेंसियां हमारे प्रभावशाली लीडरबोर्ड और ब्रांड संबंध उपकरण का उपयोग ब्रांड सुरक्षा की श्रेणियों में से एक में ब्रांड सुरक्षित समुदायों वाले रचनाकारों की पहचान करने के लिए करते हैं, जिनमें जहरीले, अश्लील और यौन सामग्री के लिए ग्रेड शामिल हैं। रचनाकार हमारे उपकरण का उपयोग व्यक्तिगत धाराओं में गोता लगाने और देखने के लिए कर सकते हैं कि कौन सी बातचीत उनके प्रायोजकों के लिए सबसे सुरक्षित या असुरक्षित थी, और जहां वे अपने मॉडरेशन प्रयासों में सुधार कर सकते हैं।

स्पाइकेट्रैप द्वारा प्रकाशित एक हालिया पत्र ‘फील्सगुडमैन: ट्विच नियोलॉजिस्म के सेमांटिक्स का अनुमान’ के बारे में बताएं?

लोग ऑनलाइन संवाद करने और खुद को व्यक्त करने के तरीके जटिल और समझने में मुश्किल होते जा रहे हैं। सबसे पहले इमोटिकॉन्स आया :-), फिर इमोजी 🤔, फिर मेम्स… और अब “इमोट्स”, एक नए प्रकार की आइकॉन-आधारित संचार का रूप जो ट्विच स्ट्रीमिंग प्लेटफ़ॉर्म पर लोकप्रिय हो गया है। इमोजी की तरह, वे पाठ के साथ मिलकर उपयोग किए जाते हैं, लेकिन उनका अर्थ समझने में मेम्स की तरह ही चुनौतीपूर्ण है। 80 लाख से अधिक विशिष्ट इमोट्स हैं, और 400,000 से अधिक साप्ताहिक रूप से उपयोग किए जाते हैं। फिर भी, लोग उन्हें अपनी भावनाओं को व्यक्त करने के लिए प्रभावी ढंग से उपयोग करते हैं, जैसे कि खुशी, ऊब, उत्साह या व्यंग्य। हमारा हालिया पत्र इमोट्स के सेमांटिक अर्थ को अनुमान लगाने के लिए एक एआई कुकबुक है। हमारा दृष्टिकोण मैनुअल रूप से क्यूरेटेड डेटासेट को बनाए रखने और अपडेट करने की आवश्यकता नहीं है, और यह नए इमोट्स के निरंतर परिचय और लोकप्रिय इमोट्स के अर्थ में परिवर्तन के लिए स्व-आनुकूलन कर सकता है। यह विशेष रूप से महत्वपूर्ण है जब एक इमोट राजनीतिक या नस्लवादी रूप से लोड हो जाता है, जैसा कि हमने “ट्रीहार्ड”, “पोगचैंप” और “फील्सगुडमैन” जैसे अत्यधिक लोकप्रिय इमोट्स के साथ देखा है।

क्या स्पाइकेट्रैप के बारे में और कुछ है जो आप साझा करना चाहेंगे?

जैसा कि हम नए साल की ओर देखते हैं, स्पाइकेट्रैप एक नए उपकरण पर काम कर रहा है जो हमारे ग्राहकों के लिए ब्रांड भावना की गहरी समझ प्रदान करेगा। स्पाइकेट्रैप का नया एफिनिटी टूल रचनाकारों, ब्रांडों, गेम्स और अधिक के बीच दर्शकों की प्राथमिकता को पहचानने और मापने के लिए एक इंटरैक्टिव और सहज तरीका प्रदान करता है। किसी भी दिए गए प्रश्न के लिए, उपकरण संबंधित उल्लेखों की आवृत्ति और भावना सहित कई संदर्भ संकेतों से मिलकर प्राथमिकता सूचकांक स्कोर उत्पन्न करता है। स्पाइकेट्रैप का तकनीकी ढांचा विशेष रूप से गेम्स, ब्रांडों और रचनाकारों के बीच प्राथमिकता को अनुक्रमित करने के लिए स्थित है। क्लेयर, उनकी प्रोप्राइटरी एनएलपी एआई, प्रतिदिन लाखों सार्वजनिक रूप से पोस्ट किए गए उपयोगकर्ता-जनित संदेशों को संसाधित करती है, अन्यथा अस्पष्ट सामग्री को स्पाइकेट्रैप के व्यापक ज्ञान ग्राफ में इकाइयों के लिए जिम्मेदार ठहराती है, वार्ता के विषयों की पहचान करती है, भावना का निर्धारण करती है, और सुरक्षा की निगरानी करती है। नए एफिनिटी टूल के अतिरावण से विकासकर्ताओं, रचनाकारों, ब्रांडों और अधिक को अपने दर्शकों और ब्रांड प्रभाव को बेहतर ढंग से समझने के लिए सशक्त बनाया जा सकता है।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें स्पाइकेट्रैप पर जाना चाहिए।