डॉनी व्हाइट, सैटिस्फाई लैब्स के सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

2016 में स्थापित, सैटिस्फाई लैब्स एक अग्रणी कॉन्वर्सेशनल एआई कंपनी है। शुरुआती सफलता न्यूयॉर्क मेट्स, मेसी और यूएस ओपन के साथ उनके काम से मिली, जिससे वेबसाइटों पर अक्सर अनुपलब्ध जानकारी तक आसान पहुंच मिली।

डॉनी ने 15 साल ब्लूमबर्ग में बिताए, फिर स्टार्टअप की दुनिया में प्रवेश किया और कॉर्नेल विश्वविद्यालय से एमबीए और बारुच कॉलेज से बीए किया। डॉनी के नेतृत्व में, सैटिस्फाई लैब्स ने खेल, मनोरंजन और पर्यटन क्षेत्रों में महत्वपूर्ण वृद्धि देखी, जिसमें गूगल, एमएलबी और रेड लाइट मैनेजमेंट से निवेश प्राप्त हुआ।

आप 14 साल ब्लूमबर्ग में थे जब आप पहली बार उद्यमी बनने की इच्छा महसूस की। आप अचानक उद्यमी क्यों बनना चाहते थे?

कॉलेज के जूनियर वर्ष के दौरान, मैंने ब्लूमबर्ग में एक रिसेप्शनिस्ट के रूप में नौकरी के लिए आवेदन किया। एक बार जब मैं अंदर आया, तो मैंने अपने सहयोगियों से कहा कि यदि वे मुझे सिखाने के लिए तैयार हैं, तो मैं जल्दी सीख सकता हूं। अपने सीनियर वर्ष तक, मैं एक पूर्णकालिक कर्मचारी बन गया और अपनी सभी कक्षाओं को रात की कक्षाओं में बदल दिया ताकि मैं दोनों को कर सकूं। 21 साल की उम्र में, मैं अपने कॉलेज की स्नातक परीक्षा में नहीं गया, बल्कि मैंने अपनी पहली टीम का प्रबंधन किया। उस बिंदु से, मैं एक मेरिटोक्रेसी में काम करने के लिए भाग्यशाली था और कई बार पदोन्नत किया गया। 25 तक, मैं अपने विभाग का प्रबंधन कर रहा था। वहां से, मैं क्षेत्रीय प्रबंधन में चला गया और फिर उत्पाद विकास में, जब तक कि मैं पूरे अमेरिका में बिक्री का प्रबंधन नहीं कर रहा था। 2013 तक, मैं सोच रहा था कि क्या मैं कुछ बड़ा कर सकता हूं। मैंने कुछ युवा प्रौद्योगिकी कंपनियों में साक्षात्कार किया और एक संस्थापक ने मुझसे कहा, “हम नहीं जानते कि आप अच्छे हैं या ब्लूमबर्ग अच्छा है।” यह तब था जब मुझे पता था कि कुछ बदलने की जरूरत है और छह महीने बाद मैं अपने पहले स्टार्टअप, डेटाहग में बिक्री के वीपी थे। जल्द ही, मुझे एक निवेशक समूह द्वारा भर्ती किया गया जो येल्प को बाधित करना चाहता था। जबकि येल्प अभी भी अच्छा और ठीक है, 2016 में हमने एक नए दृष्टिकोण पर सहमति व्यक्त की और मैंने同じ निवेशकों के साथ सैटिस्फाई लैब्स की सह-स्थापना की।

सैटिस्फाई लैब्स के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

मैं सिटी फील्ड में एक बेसबॉल गेम में रैंडी के साथ था, जो सैटिस्फाई के वर्तमान सीटीओ और सह-संस्थापक हैं, जब मुझे उनकी एक विशेषता के बारे में पता चला, बेकन ऑन ए स्टिक। हमने कॉन्कोर्स के चारों ओर घूमते हुए स्टाफ से इसके बारे में पूछा, लेकिन इसे कहीं नहीं पाया। यह पता चला कि यह स्टेडियम के एक छोर पर छिपा हुआ था, जिसने हमें यह महसूस कराया कि यह टीम के साथ चैट के माध्यम से सीधे पूछने के लिए अधिक सुविधाजनक होगा। यहीं से हमारा पहला विचार पैदा हुआ। रैंडी और मैं दोनों वित्त और एल्गोरिदमिक ट्रेडिंग पृष्ठभूमि से आते हैं, जिसने हमें स्थानों पर पूछे जाने वाले हाइपर-विशिष्ट प्रश्नों के लिए अपना एनएलपी बनाने के लिए अनुरोधों को उत्तरों के साथ मिलाने की अवधारणा लेने के लिए प्रेरित किया। मूल विचार यह था कि प्रत्येक क्षेत्र के ज्ञान में विशेषज्ञता वाले व्यक्तिगत बॉट्स बनाने के लिए, विशेष रूप से ज्ञान जो आसानी से वेबसाइट पर उपलब्ध नहीं है। हमारी प्रणाली में एक “कंडक्टर” होगा जो आवश्यकतानुसार प्रत्येक बॉट को टैप कर सकता है। यह वह मूल प्रणाली वास्तुकला है जिसका उपयोग आज भी किया जा रहा है।

सैटिस्फाई लैब्स ने अपना एनएलपी इंजन डिज़ाइन किया था और एक प्रेस विज्ञप्ति प्रकाशित करने वाला था जब ओपनएआई ने अपनी तकनीकी स्टैक को चैटजीपीटी के साथ बाधित किया। इस समय के बारे में चर्चा करें और बताएं कि यह सैटिस्फाई लैब्स को अपने व्यवसाय को कैसे बदलने के लिए मजबूर किया।

हमने 6 दिसंबर, 2022 को अपने पेटेंट लंबित संदर्भ-आधारित एनएलपी अपग्रेड की घोषणा करने के लिए एक प्रेस विज्ञप्ति की योजना बनाई थी। 30 नवंबर, 2022 को, ओपनएआई ने चैटजीपीटी की घोषणा की। चैटजीपीटी की घोषणा ने न केवल हमारे रोडमैप को बदल दिया, बल्कि दुनिया को भी। शुरुआत में, हम, जैसे हर कोई, चैटजीपीटी की शक्ति और सीमाओं को समझने के लिए दौड़ रहे थे और यह हमारे लिए क्या मतलब था। हम जल्द ही समझ गए कि हमारी संदर्भ एनएलपी प्रणाली चैटजीपीटी के साथ प्रतिस्पर्धा नहीं कर रही थी, बल्कि वास्तव में एलएलएम अनुभव को बढ़ा सकती थी। यह एक त्वरित निर्णय के साथ समाप्त हुआ कि ओपनएआई एंटरप्राइज़ भागीदार बनें। चूंकि हमारी प्रणाली विस्तृत स्तर पर प्रश्नों और उत्तरों को समझने और उत्तर देने के विचार से शुरू हुई, इसलिए हम अपनी प्रणाली को एलएलएम को शामिल करने के लिए अपग्रेड करने में सक्षम थे।

सैटिस्फाई लैब्स ने हाल ही में एक पेटेंट के लिए आवेदन किया है जो संदर्भ एलएलएम प्रतिक्रिया प्रणाली है, यह विशेष रूप से क्या है?

जुलाई में, हमने अपनी पेटेंट लंबित संदर्भ एलएलएम प्रतिक्रिया प्रणाली का अनावरण किया। नई प्रणाली हमारी पेटेंट लंबित संदर्भ प्रतिक्रिया प्रणाली की शक्ति को बड़े भाषा मॉडल क्षमताओं के साथ जोड़ती है ताकि पूरे उत्तर इंजन प्रणाली को मजबूत किया जा सके। नई संदर्भ एलएलएम प्रौद्योगिकी पूरे मंच में बड़े भाषा मॉडल क्षमताओं को एकीकृत करती है, जिसमें इरादा मार्गदर्शन में सुधार, उत्तर पीढ़ी, इरादा सूचकांकिंग शामिल है, जो इसकी अद्वितीय रिपोर्टिंग क्षमताओं को भी चलाता है। मंच पारंपरिक चैटबॉट से परे कॉन्वर्सेशनल एआई को आगे बढ़ाता है जीपीटी -4 जैसे एलएलएम की शक्ति का दोहन करके। हमारा मंच ब्रांडों को उत्पन्न एआई उत्तरों या पूर्व-लिखित उत्तरों के साथ उत्तर देने की अनुमति देता है, जो आवश्यकतानुसार नियंत्रण की आवश्यकता के आधार पर होता है।

कंपनियों की अधिकांश वेबसाइटों और एलएलएम प्लेटफार्मों के बीच वर्तमान डिस्कनेक्ट के बारे में ब्रांडेड उत्तर प्रदान करने के लिए चर्चा करें?

चैटजीपीटी को व्यापक जानकारी को समझने के लिए प्रशिक्षित किया जाता है, इसलिए यह उन उद्योग-विशिष्ट प्रश्नों के स्तर की विस्तृत प्रशिक्षण की आवश्यकता नहीं है जो अधिकांश ब्रांडों की अपेक्षा करते हैं। इसके अलावा, एलएलएम द्वारा प्रदान किए गए उत्तरों की सटीकता केवल तभी अच्छी होती है जब डेटा प्रदान किया जाता है। जब आप चैटजीपीटी का उपयोग करते हैं, तो यह इंटरनेट भर से डेटा का स्रोत है, जो असटीक हो सकता है। चैटजीपीटी ब्रांड के डेटा को अन्य डेटा के ऊपर प्राथमिकता नहीं देता है। पिछले सात वर्षों में, हमने विभिन्न उद्योगों की सेवा की है, जिससे हमें ग्राहकों द्वारा प्रतिदिन पूछे जाने वाले लाखों प्रश्नों में मूल्यवान अंतर्दृष्टि मिली है। यह हमें समझने में मदद करता है कि प्रत्येक उद्योग के लिए प्रणाली को कैसे ट्यून किया जाए और विस्तृत इरादा रिपोर्टिंग क्षमताओं प्रदान की जाए, जो बड़े भाषा मॉडल के उदय को देखते हुए महत्वपूर्ण हैं। जबकि एलएलएम इरादे को समझने और उत्तर प्रदान करने में प्रभावी हैं, वे प्रश्नों की रिपोर्ट नहीं कर सकते हैं। हमारे इरादा सूचकांक प्रणाली के माध्यम से वर्षों के व्यापक इरादा डेटा का उपयोग करके, हमने मानक रिपोर्टिंग बनाने के लिए कुशलता से बनाया है।

एलएलएम प्रौद्योगिकियों की क्षमताओं को बढ़ाने में भाषाविदों की भूमिका क्या है?

प्रॉम्प्ट इंजीनियर की भूमिका इस नई प्रौद्योगिकी के साथ उभरी है, जिसमें एक व्यक्ति को एक विशिष्ट प्रतिक्रिया प्राप्त करने के लिए एआई से एक प्रॉम्प्ट डिज़ाइन और रिफाइन करने की आवश्यकता होती है। भाषाविदों को भाषा संरचना जैसे व्याकरण और अर्थ विज्ञान की गहरी समझ होती है। हमारे सबसे सफल एआई इंजीनियरों में से एक की भाषाविद्या पृष्ठभूमि है, जो उन्हें एआई को प्रॉम्प्ट करने के लिए नए और सूक्ष्म तरीकों को खोजने में बहुत प्रभावी बनाती है। प्रॉम्प्ट में सूक्ष्म परिवर्तन उत्तर की सटीकता और दक्षता पर गहरा प्रभाव डाल सकते हैं, जो तब मायने रखता है जब हम कई ग्राहकों के लिए लाखों प्रश्नों को संभाल रहे हों।

बैकएंड पर फ़ाइन-ट्यूनिंग क्या दिखता है?

हमारे पास अपना प्रोप्राइटरी डेटा मॉडल है जिसका उपयोग हम एलएलएम को नियंत्रित करने के लिए करते हैं। यह हमें अपने बाड़ लगाने की अनुमति देता है, इसके विपरीत खोज करने के लिए नहीं। दूसरा, हम अन्य प्लेटफार्मों द्वारा उपयोग किए जाने वाले उपकरणों और सुविधाओं का लाभ उठा सकते हैं, जो हमें अपने प्लेटफार्मों पर उनका समर्थन करने की अनुमति देता है।

फ़ाइन-ट्यूनिंग प्रशिक्षण डेटा और हमारे प्लेटफार्म में रिनफोर्समेंट लर्निंग (आरएल) का उपयोग गलत सूचना के जोखिम को कम करने में मदद कर सकता है। फ़ाइन-ट्यूनिंग, विशिष्ट तथ्यों को जोड़ने के लिए ज्ञान आधार को प्रश्न करने के विपरीत, एक नई एलएलएम संस्करण बनाता है जो इस अतिरिक्त ज्ञान पर प्रशिक्षित है। दूसरी ओर, आरएल एक एजेंट को मानव प्रतिक्रिया के साथ प्रशिक्षित करता है और प्रश्नों का उत्तर देने के लिए एक नीति सीखता है। यह विशिष्ट कार्यों में विशेषज्ञता वाले छोटे फुटप्रिंट मॉडल बनाने में सफल रहा है।

एक नए ग्राहक को ऑनबोर्ड करने और कॉन्वर्सेशनल एआई समाधानों को एकीकृत करने की प्रक्रिया के बारे में चर्चा करें?

चूंकि हम खेल, मनोरंजन और पर्यटन जैसे गंतव्यों और अनुभवों पर ध्यान केंद्रित करते हैं, इसलिए नए ग्राहकों को उन लोगों से लाभ होता है जो पहले से ही समुदाय में हैं, जिससे ऑनबोर्डिंग बहुत सरल हो जाती है। नए ग्राहक अपने वर्तमान डेटा स्रोतों की पहचान करते हैं जैसे कि एक वेबसाइट, कर्मचारी हैंडबुक, ब्लॉग आदि। हम डेटा को प्राप्त करते हैं और प्रणाली को वास्तविक समय में प्रशिक्षित करते हैं। चूंकि हम उसी उद्योग में सैकड़ों ग्राहकों के साथ काम करते हैं, इसलिए हमारी टीम जल्दी से सिफारिशें दे सकती है कि कौन से उत्तर पूर्व-लिखित प्रतिक्रियाओं के लिए सबसे अच्छे हैं और कौन से उत्पन्न उत्तरों के लिए। इसके अलावा, हम डायनामिक फूड और बेवरेज फाइंडर जैसे निर्देशित प्रवाह सेट अप करते हैं ताकि ग्राहकों को कभी भी बॉट-बिल्डर से निपटने की आवश्यकता नहीं हो।

सैटिस्फाई लैब्स वर्तमान में खेल टीमों और कंपनियों के साथ密 तौर पर काम कर रहा है, कंपनी के भविष्य के लिए आपकी दृष्टि क्या है?

हम एक भविष्य की कल्पना करते हैं जहां अधिक ब्रांड अपने चैट अनुभव के अधिक पहलुओं पर नियंत्रण चाहते हैं। इसके परिणामस्वरूप हमारी प्रणाली को अधिक डेवलपर-स्तर के एक्सेस प्रदान करने की आवश्यकता होगी। यह ब्रांडों के लिए अपनी कॉन्वर्सेशनल एआई प्रणाली बनाने के लिए डेवलपर्स को नियुक्त करने के लिए समझ में नहीं आता है, क्योंकि आवश्यक विशेषज्ञता दुर्लभ और महंगी होगी। हालांकि, हमारी प्रणाली बैकएंड को खिलाते हुए, उनके डेवलपर्स ग्राहक अनुभव और यात्रा पर अधिक ध्यान केंद्रित कर सकते हैं और प्रॉम्प्ट्स पर अधिक नियंत्रण प्राप्त कर सकते हैं, प्रोप्राइटरी डेटा को जोड़कर व्यक्तिगतीकरण की अनुमति दे सकते हैं, और विशिष्ट उपयोगकर्ता आवश्यकताओं के लिए चैट यूआई का प्रबंधन कर सकते हैं। सैटिस्फाई लैब्स ब्रांडों के कॉन्वर्सेशनल अनुभवों की तकनीकी रीढ़ होगी।

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