डॉ लिंगजिया टैंग, सीटीओ और सह-संस्थापक, क्लिंक – साक्षात्कार श्रृंखला

डॉ लिंगजिया टैंग, क्लिंक के सीटीओ और सह-संस्थापक, मिशिगन विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर हैं। डॉ टैंग के शोध ने बुद्धिमान अनुप्रयोगों के लिए बड़े पैमाने पर उत्पादन बुनियादी ढांचे का निर्माण किया है, जो अकादमिक समुदाय में व्यापक रूप से मान्यता प्राप्त और सम्मानित है। माइक्रोसॉफ्ट और गूगल दोनों में काम करने के अलावा, लिंगजिया ने विर्जिनिया विश्वविद्यालय से कंप्यूटर विज्ञान में पीएचडी प्राप्त की है। लिंगजिया को हाल ही में प्रतिष्ठित पुरस्कार मिले हैं, जिनमें आईएससीए हॉल ऑफ फ़ेम, फ़ेसबुक रिसर्च अवार्ड और गूगल रिसर्च अवार्ड शामिल हैं।

(MSFT ) (GOOGL ) (META )

आपको एआई में क्या आकर्षित किया? जब आप पहली बार एआई व्यवसाय शुरू करने के लिए प्रेरित हुए?

2000 के मध्य में, मैं बड़े पैमाने पर प्रणालियों के आसपास शोध कर रहा था जो विभिन्न अनुप्रयोगों को समर्थन देते हैं और हम कैसे सर्वर को एक सॉफ्टवेयर प्रणाली के रूप में डिजाइन कर सकते हैं ताकि वे उन अनुप्रयोगों को अधिक कुशलता से चला सकें। उस समय, हम पारंपरिक वेब अनुप्रयोगों से मशीन लर्निंग-चालित कार्यों में स्थानांतरित हो रहे थे। यह तब था जब मैं एआई से संबंधित एल्गोरिदम में रुचि लेने लगा और एआई अनुप्रयोगों के काम करने के तरीके को मूल रूप से समझने में रुचि लेने लगा। जल्द ही, मेरे साथ काम करने वाली शोध टीम ने फैसला किया कि हम अपने स्वयं के एआई अनुप्रयोगों को बेंचमार्क के रूप में विकसित करने के लिए स्विच करेंगे, जो हमारे पहले शोध पत्रों को प्रकाशित करने और हमारे पहले उत्पाद, सिरियस – एक ओपन एंड-टू-एंड वॉइस और विजन पर्सनल असिस्टेंट को विकसित करने के लिए प्रेरित किया।

एक ओपन-सोर्स सॉफ्टवेयर के रूप में, सिरियस ने लोगों को अपने स्वयं के संवादात्मक वर्चुअल सहायकों का निर्माण करने की अनुमति दी। उस समय, यह एक बहुत ही सीमित क्षमता थी जो सामान्य जनता के लिए उपलब्ध थी और वास्तव में केवल बड़ी कंपनियों जैसे गूगल और एप्पल द्वारा नियंत्रित की जाती थी। हालांकि, हमने देखा कि जब हमने सॉफ्टवेयर जारी किया और पहले सप्ताह में दसियों हजारों डाउनलोड देखे, तो हम एक महत्वपूर्ण अंतर को भरने के लिए थे। यह वह मोड़ था जहां हमें पता था कि इस प्रकार के सॉफ्टवेयर के लिए बाजार में बहुत मांग है।

2015 में, हमने क्लिंक लॉन्च किया जिसका उद्देश्य यह था कि हम हर विकासकर्ता, कंपनी, व्यक्ति को जो एक वर्चुअल सहायक बनाना चाहता है, विशेषज्ञता, टूलिंग और नवाचार तक पहुंच प्रदान कर सकें।

क्लिंक कीवर्ड या स्क्रिप्ट पर निर्भर किए बिना संवादात्मक एआई समाधान प्रदान करता है। आप इसके बारे में कुछ विवरण में जा सकते हैं? प्राकृतिक भाषा प्रसंस्करण (एनएलपी) की किन चुनौतियों का सामना करना पड़ा?

क्लिंक को अन्य संवादात्मक एआई प्लेटफ़ॉर्म से अलग करने वाली बात इसके अंतर्निहित एआई एल्गोरिदम है जो इसके “मानव कमरे में” अनुभव को सक्षम बनाता है, जो गंदे और अनस्क्रिप्टेड भाषा को समझता है। यह मानव वार्ता में गलतियों को सुधारने और “सुधारने” की अनुमति देता है और जटिल संवादात्मक प्रवाह को सक्षम बनाता है – संवाद जो एक वास्तविक मानव समझ सकता है। एक भाषण-से-पाठ शब्द मिलान एल्गोरिदम के विपरीत, क्लिंक उपयोगकर्ता के इनपुट से कई कारकों का विश्लेषण करता है, जिसमें शब्दावली, भावना, इरादा, स्वर, समय, स्थान और संबंध शामिल हैं, और उन कारकों का उपयोग करके एक उत्तर प्रदान करता है जो इसके प्रशिक्षित मस्तिष्क से ज्ञान का एक संयोजन है। उदाहरण के लिए, यदि मैं अपने वर्चुअल सहायक से पूछता हूं, “मैंने एक बर्गर पर कितना पैसा खर्च किया?”, तो यह समझने की आवश्यकता है कि मैं पैसे और खर्च के बारे में पूछ रहा हूं, मैं विशेष रूप से एक बर्गर के बारे में पूछ रहा हूं और एक बर्गर एक प्रकार का भोजन है और इसे मेरे हाल के खर्च में एक रेस्तरां में मेल करना चाहिए।

इस स्तर की समझ हासिल करना आसान नहीं है। सामान्य तौर पर, हम संवादात्मक एआई को दो घटकों में तोड़ देंगे: प्राकृतिक भाषा समझ (एनएलयू) और संवाद प्रबंधन। तो हमें जो चुनौती का सामना करना पड़ा वह यह थी कि हमें यह पता लगाना था कि कैसे एक ऐसी प्रणाली बनाई जाए जो कुंजी की जानकारी को सटीक रूप से निकाल सके और यह अनुमान लगा सके कि उपयोगकर्ता क्या पूछ रहा है।

हम संदर्भिक, शीर्ष-नीचे एनएलयू के माध्यम से ऐसा कर सकते हैं जो स्वाभाविक रूप से संवाद के प्राकृतिक प्रवाह के साथ तालमेल बिठाने के लिए प्रशिक्षित है। यह प्रतिस्पर्धी समाधानों के विपरीत है जो एक शीर्ष-नीचे नियम-आधारित दृष्टिकोण का उपयोग करते हैं जो संवादात्मक उपचार की अनुमति नहीं देता है, जिसका अर्थ है कि यदि ग्राहक एक त्रुटि करता है, तो प्रतिस्पर्धी समाधान उन्हें वापस शुरू करने के लिए मजबूर करते हैं, जो समय की बर्बादी है और केवल उपयोगकर्ता को निराश करता है। हम भीड़ से भी लाभान्वित होते हैं सोर्सिंग का उपयोग करके हमारी भाषा डेटा निकालने के लिए एक समृद्ध, विविध डेटा सेट बनाने के लिए जो तुरंत एआई मॉडल को प्रशिक्षित करने के लिए उपयोग किया जा सकता है।

क्लिंक एआई प्रणाली के साथ गहरे शिक्षण का उपयोग कैसे किया जाता है?

क्लिंक एक हाइब्रिड दृष्टिकोण का उपयोग कर रहा है जिसमें हम पारंपरिक पुराने स्कूल मॉडल का उपयोग करते हैं और जहां आवश्यक हो वहां गहरे शिक्षण का लाभ उठाते हैं। विशेष रूप से, हम शब्दों और भाषाओं को समझने और संवाद प्रवाह का निर्धारण करने के लिए गहरे शिक्षण का उपयोग करते हैं। सामान्य तौर पर, हमारा पूरा संवाद गहरे शिक्षण और प्रतीकात्मक एआई का संयोजन है। हम अभी तक भाषा पीढ़ी के लिए गहरे शिक्षण का उपयोग नहीं कर रहे हैं क्योंकि जब यह हमारे ग्राहकों की बात आती है, जो मुख्य रूप से बैंकिंग उद्योग में हैं, तो कई नियम हैं जिनका पालन करना होगा जो यह निर्धारित करते हैं कि वे अपने ग्राहकों से क्या कह सकते हैं और क्या नहीं। इसलिए, अभी भी यह अनिश्चितता है कि क्या गहरा शिक्षण उन निर्धारित भाषा प्रतिबंधों का पालन करेगा या नहीं।

वर्तमान में, मुझे लगता है कि संवादात्मक एआई समुदाय पूरी तरह से गहरे शिक्षण को अपनाने के लिए तैयार नहीं है, जबकि शैक्षणिक समुदाय 100% इसमें है। लेकिन मैं देखने के लिए उत्सुक हूं कि नए मॉडल क्या कर सकते हैं।

एक कंपनी जो अपने लक्षित दर्शकों के लिए एआई की प्रतिक्रियाओं को अनुकूलित करना चाहती है, उसके लिए प्रक्रिया क्या है? क्लिंक के वर्तमान ग्राहकों द्वारा इसका उपयोग कैसे किया जा रहा है, इसके कुछ उदाहरण दे सकते हैं?

हम क्लाइंट को या तो एक प्लेटफ़ॉर्म लाइसेंस देते हैं जिस पर वे अपनी तरह से निर्माण कर सकते हैं, या हमारे पूरी तरह से निर्मित और प्रशिक्षित चैटबॉट, फ़िनी को ले सकते हैं और इसे अपने ऐप्स या मैसेजिंग सेवाओं में एकीकृत कर सकते हैं। फ़िनी बैलेंस, लेन-देन, खर्च इतिहास, एटीएम का स्थान, स्थानांतरण और अधिक से संबंधित मामलों को संभाल सकता है।

मुझे सबसे पसंदीदा उदाहरण है कि क्लाइंट ने क्लिंक के एआई को एक विशिष्ट दर्शकों के लिए कैसे अनुकूलित किया है। तुर्की के सबसे बड़े निजी बैंक, इसबैंक ने 2018 में अपने डिजिटल बैंकिंग सहायक, मैक्सी को विकसित करने के लिए हमसे संपर्क किया। मैक्सी को एक अनोखी व्यक्तित्व के साथ भरने के लिए, इसबैंक ने बैंक ग्राहकों द्वारा एक वर्चुअल सहायक में क्या विशेषताएं और कौशल चाहिए, इसका पता लगाने के लिए 14 फोकस समूह आयोजित किए। उन्होंने बैंकिंग कार्यों से संबंधित वाक्यों को तुर्की में पढ़ने के लिए एक वॉयस एक्ट्रेस को भी नियुक्त किया। इसबैंक की संवादात्मक बैंकिंग टीम ने वास्तविक लोगों द्वारा अपनी जरूरतों को व्यक्त करने के तरीके पर विचार करके उन वाक्यों के साथ आए। हमारी सिफारिश पर, टीम ने अमेज़ॅन मैकेनिकल टर्क जैसे क्राउडसोर्सिंग बाज़ारों पर भागीदारों को उनके बैलेंस (“मेरा बैलेंस क्या है”, “मेरे खाते में कितना पैसा है”, “मेरे खाते में नकदी दिखाएं”) या बिल का भुगतान (“बिल का भुगतान करें”, “बिल भुगतान”) जैसे प्रश्न पूछने के विभिन्न तरीकों के लिए भुगतान किया।

यह उदाहरण वास्तव में दिखाता है कि इसबैंक अपने ग्राहकों को अपने खातों को बेहतर ढंग से नेविगेट करने में मदद करने के लिए एक डिजिटल बैंकिंग सहायक प्रदान करने में कितना निवेश कर रहा है। क्लिंक के साथ, इसबैंक ने 7.5 मिलियन से अधिक लोगों के लिए तुर्की में मैक्सी लॉन्च किया। लॉन्च के बाद से, इसबैंक ने 5.5 मिलियन से अधिक उपयोगकर्ताओं द्वारा व्यापक अपनाने का अनुभव किया है, जिसमें प्रति उपयोगकर्ता 9.8 इंटरैक्शन हैं। हाल के महीनों में, जब तुर्की में कोविड -19 के मामले बढ़े, तो इसबैंक ने जल्दी से मैक्सी को कोविड -19 से संबंधित प्रश्नों का उत्तर देने के लिए प्रशिक्षित किया। मार्च 2020 से, मैक्सी ने कोविड -19 से संबंधित 1.2 मिलियन से अधिक ग्राहक प्रश्नों का उत्तर दिया है, जो उपयोग में 62% की वृद्धि है।

महिलाओं को जो एआई के बारे में अधिक जानने में रुचि रखती हैं लेकिन एक पुरुष-प्रधान क्षेत्र होने के कारण इसमें शामिल होने में अनिच्छुक हैं, आप उन्हें क्या सलाह देंगी?

सबसे पहले, मुझे लगता है कि एआई एक पुरुष-प्रधान क्षेत्र नहीं है। मुझे लगता है कि एआई में कई महिला अग्रदूत हैं जो अच्छा प्रदर्शन कर रही हैं और प्रभाव डाल रही हैं। एआई और सामाजिक नीति के संयोजन से एक अनोखा क्षेत्र है जिसमें लोगों के दैनिक जीवन पर बहुत प्रभाव पड़ सकता है। यह वह जगह है जहां मुझे लगता है कि विभिन्न दृष्टिकोणों के साथ एक विविध समुदाय वास्तव में लाभान्वित होगा, खासकर जब एआई में नस्ल और लिंग के पूर्वाग्रह से संबंधित बहुत सारे वार्तालाप हो रहे हैं। मुझे लगता है कि एआई डेवलपर्स का एक सीमित समुदाय समाज और नीति पर एक असमान प्रभाव डालेगा।

एआई क्षेत्र में प्रवेश करने के इच्छुक महिलाओं के लिए, मैं इसे बहुत सलाह देता हूं, खासकर यदि आप प्रभाव डालने में रुचि रखते हैं। एआई ने हाल के वर्षों में इतनी वृद्धि और नवाचार देखा है और यह वास्तव में इसका हिस्सा बनने का एक रोमांचक समय है।

क्या आप क्लिंक के बारे में और कुछ साझा करना चाहेंगे?

क्लिंक वर्तमान में बड़ी प्रगति कर रहा है। व्यक्तिगत रूप से, मैंने क्लिंक के सीटीओ के रूप में एक नई भूमिका में कदम रखा है और मैं विकसित करने के लिए उत्साहित हूं कि हम कैसे विकासकर्ताओं और डेटा वैज्ञानिकों के साथ मिलकर हमारी प्रौद्योगिकी की पहुंच को बढ़ा सकते हैं। जब मैं भविष्य की ओर देखता हूं, तो मुझे लगता है कि एआई-संचालित अनुप्रयोगों की मांग उन लोगों के लिए सक्षम करने की ओर बढ़ रही है जिनके पास डेटा विज्ञान या मशीन लर्निंग पृष्ठभूमि नहीं है। उदाहरण के लिए, आपको ग्राफिक डिज़ाइन की डिग्री नहीं होनी चाहिए ताकि आप फ़ोटोशॉप का उपयोग कर सकें। मुझे लगता है कि एआई उस दिशा में बढ़ रहा है जहां डेवलपर्स जिनके पास एआई या मशीन लर्निंग प्रशिक्षण नहीं है, वे भी परिणाम प्राप्त कर सकते हैं और उच्च गुणवत्ता वाले अनुप्रयोगों का उत्पादन कर सकते हैं। कुल मिलाकर, हम यह दोहराना चाहते हैं कि हम न केवल अंतिम उपयोगकर्ता के प्रति समर्पित हैं, बल्कि हमारे समाधान में रुचि रखने वाले विकासकर्ताओं के प्रति भी, चाहे वे किसी भी स्तर पर हों।

साक्षात्कार के लिए धन्यवाद, मैं आपकी प्रगति का पालन करने की आशा करता हूं। जो लोग अधिक जानना चाहते हैं उन्हें क्लिंक पर जाना चाहिए।