डॉ नील यागेर, फ्रेजी के सह-संस्थापक और मुख्य वैज्ञानिक – साक्षात्कार श्रृंखला

डॉ नील यागेर फ्रेजी के मुख्य वैज्ञानिक हैं, और फ्रेजी पद्धति के वास्तुकार हैं, जो एक एआई-संचालित कॉपीराइटिंग टूल है जिसने विश्व के कुछ सबसे प्रसिद्ध ब्रांडों के लिए विपणन प्रतिलिपि को अनुकूलित करने में मदद की है, जिनमें ईबे, ग्रुपोन, और वर्जिन शामिल हैं – साथ ही साथ ऑस्ट्रेलिया से अमेरिका तक 20 से अधिक भाषाओं में और अधिक।

डॉ यागेर ने एक दर्जन से अधिक शैक्षणिक प्रकाशन लिखे हैं, डेटा माइनिंग पर एक पुस्तक के लेखक हैं, और कई पेटेंट रखते हैं। व्यावसायिक कृत्रिम बुद्धिमत्ता के व्यावसायीकरण में विश्व के अग्रणी विशेषज्ञों में से एक के रूप में, उन्होंने ऑस्ट्रेलिया में न्यू साउथ वेल्स विश्वविद्यालय से कंप्यूटर विज्ञान में पीएचडी की है।

आप 20 वर्षों से तकनीक उद्योग में हैं, आपके पिछले एआई से संबंधित कुछ भूमिकाएं क्या थीं?

मैं 2000 के मध्य में अपनी पीएचडी के बाद से एआई से संबंधित काम में शामिल रहा हूं। हालांकि, तब से इस क्षेत्र में कई पुनर्ब्रांडिंग हुई हैं। उदाहरण के लिए, 15 वर्षों पहले मैंने “सांख्यिकीय पैटर्न मान्यता” का अध्ययन किया था। कुछ वर्षों बाद यह अधिक सामान्यतः “मशीन लर्निंग” के रूप में जाना जाता था, जो एक अधिक आकर्षक नाम है। हाल ही में, मशीन लर्निंग (और विशेष रूप से “गहरा शिक्षण”) सामान्य रूप से “कृत्रिम बुद्धिमत्ता” के साथ पर्यायवाची हो गया है। मुझे इसके बारे में मिश्रित भावनाएं हैं। एक तरफ, फ्रेजी के साथ मेरा काम मुझे ब्रांडिंग के महत्व को सिखा चुका है। दूसरी तरफ, “कृत्रिम बुद्धिमत्ता” शब्द कुछ बैगेज लाता है और प्रौद्योगिकी के बारे में गलत धारणाओं को जन्म दे सकता है। मुझे आश्चर्य है कि अगर हम अभी भी इसे “सांख्यिकीय पैटर्न मान्यता” कहते हैं तो हम कहां होंगे।

मेरा अधिकांश पिछला काम सिग्नल प्रोसेसिंग और कंप्यूटर दृष्टि के क्षेत्र में था। मुझे फ्रेजी से पहले प्राकृतिक भाषा प्रसंस्करण के साथ बहुत अधिक जोखिम नहीं था। मैंने तब से सीखा है कि भाषा शायद एआई में सबसे कठिन समस्या है।

2008 में आपने ‘ बायोमेट्रिक सिस्टम और डेटा विश्लेषण: डिजाइन, मूल्यांकन, और डेटा माइनिंग‘ नामक एक पुस्तक लिखी, जो बायोमेट्रिक डेटा का मूल्यांकन, व्याख्या और समझने के लिए सांख्यिकी और मशीन लर्निंग के पहलुओं को जोड़ती है। इस पुस्तक के प्रकाशन के बाद से क्या यह क्षेत्र विकसित हुआ है? आप इसका वर्णन कैसे करेंगे?

गहरा शिक्षण 2012 में इमेजनेट प्रतियोगिता जीतने के बाद कंप्यूटर दृष्टि, भाषा प्रसंस्करण और मशीन लर्निंग के क्षेत्र में क्रांति लाया है। अगर मैंने उस पुस्तक को आज लिखा होता, तो मुझे गहरे शिक्षण पर एक खंड शामिल करना होगा।

गहरा शिक्षण क्रांति वास्तव में 2012 में शुरू हुई जब एक गहरा शिक्षण मॉडल ने इमेजनेट प्रतियोगिता जीती। इमेजनेट एक दृश्य वस्तु मान्यता डेटासेट है जहां कंप्यूटर यह निर्धारित करता है कि एक छवि में क्या है (उदाहरण के लिए, “कुत्ता” या “गेंद”)। दशकों से, शोधकर्ता इन बेंचमार्क डेटासेट पर क्रमिक लाभ प्राप्त कर रहे थे। प्रत्येक उपक्षेत्र स्वतंत्र रूप से काम कर रहा था और डोमेन-विशिष्ट विशेषज्ञता पर बहुत अधिक निर्भर था। लगभग रातोंरात, सभी मॉडल जो वर्षों से बनाए गए थे, पुराने हो गए। गहरा शिक्षण अल्गोरिदम जो बाहरी लोगों द्वारा डिज़ाइन किए गए थे, प्रतियोगिताओं में महत्वपूर्ण मार्जिन से जीत रहे थे। इससे एआई उद्योग बदल गया।

क्षेत्र अभी भी तेजी से विकसित हो रहा है और फ्रेजी की स्थापना के बाद से भी विकसित हुआ है। उदाहरण के लिए, जिन गहरे शिक्षण टूल्स पर हम अब निर्भर हैं, वे कंपनी की स्थापना के समय मौजूद नहीं थे। नवाचार की गति अपनी चुनौतियां लाती है।

क्या आप हमें बता सकते हैं कि फ्रेजी व्यवसायों के लिए क्या कर सकता है?

फ्रेजी दो समस्याओं का समाधान करता है: विपणन प्रतिलिपि लिखने की समस्या और भाषा की प्रभावशीलता की समस्या। विपणन प्रतिलिपि लिखने के लिए, फ्रेजी स्वचालित रूप से प्रतिलिपि बनाता है। दूसरा, यह सुनिश्चित करना महत्वपूर्ण है कि उपयोग की जाने वाली सभी भाषा प्रभावी है। न केवल फ्रेजी भाषा बनाता है, बल्कि यह मशीन लर्निंग का उपयोग करके संदेश के प्रभाव की भविष्यवाणी करता है और अनुकूलन करता है।

प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और गहरे शिक्षण का उपयोग करके विज्ञापन प्रतिलिपि की शक्ति में सुधार करने के विचार से आपको क्या आकर्षित किया?

डिजिटल विपणन अभियानों को अधिकतम करने के लिए एआई का उपयोग करना एक नया विचार नहीं है। कई टीमें हैं जिनमें भौतिकी में पीएचडी वाले लोग हैं जिन्हें विज्ञापन अनुकूलन पर काम करने के लिए भर्ती किया गया है। हालांकि, अधिकांश मामलों में, वे अपने अनुसंधान और विकास प्रयासों पर ध्यान केंद्रित कर रहे हैं जैसे कि दर्शक वर्गीकरण, व्यक्तिगतीकरण, वितरण समय, विज्ञापन स्थान, फ़ॉन्ट, आदि। जब हम फ्रेजी के लिए विचारों पर विचार कर रहे थे, तो हमने देखा कि विज्ञापनों के बारे में लगभग mọi चीज़ का अनुकूलन किया जा रहा है, लेकिन वास्तव में उपयोग की जाने वाली भाषा नहीं! हमने इसे बाजार में एक अंतर और एक बड़ा अवसर के रूप में पहचाना।

फ्रेजी 20 से अधिक भाषाओं में विपणन प्रतिलिपि में सुधार कर सकता है, जिसमें जापानी भी शामिल है। क्या आप विदेशी भाषाओं के साथ प्राकृतिक भाषा प्रसंस्करण के कुछ अनोखे मुद्दों पर चर्चा कर सकते हैं?

हमारे द्वारा समर्थित भाषाओं का सबसे हालिया अतिरिक्त रूसी है। यह एक स्लाविक भाषा है और अन्य इंडो-यूरोपीय भाषाओं से बहुत अलग है। इस मामले में, हमें अपने भाषा पीढ़ी प्रणाली में नई नियम बनाने की आवश्यकता थी ताकि आउटपुट सुव्यवस्थित और व्याकरणिक रूप से सही हो। यह केवल एक भाषा का मुद्दा नहीं है। यह एक सॉफ्टवेयर विकास मुद्दा भी है। जब हमारे सिस्टम का आउटपुट डेवलपर की मूल भाषा में होता है, तो यह अपेक्षाकृत आसान होता है त्रुटियों को देखने और यह सत्यापित करने के लिए कि सब कुछ सही ढंग से काम कर रहा है। हालांकि, जब हम रूसी या जापानी पर काम कर रहे होते हैं, तो हम बिना किसी ज्ञान के अर्थहीन बातें बना सकते हैं। यह महत्वपूर्ण है कि एक मूल वक्ता गुणवत्ता नियंत्रण प्रक्रिया में शामिल हो।

चुनौती विदेशी भाषाओं के साथ नहीं है। कुछ दिलचस्प क्षेत्रीय मतभेद भी हैं। उदाहरण के लिए, अंग्रेजी में अमेरिका, ब्रिटेन, ऑस्ट्रेलिया, कनाडा आदि के लिए वर्तनी भिन्नताएं हैं। इसके अलावा, व्याकरणिक मतभेद हैं। ब्रिटिश अंग्रेजी में आप “एक नज़र” लेते हैं, जबकि अमेरिकी अंग्रेजी में आप “एक नज़र” लेते हैं। शब्दों का अर्थ एक स्थान से दूसरे स्थान पर भिन्न हो सकता है। एक “रबड़” यूके में एक इरेज़र है, लेकिन उत्तरी अमेरिका में एक कंडोम है! व्यवसायिक अनुप्रयोगों के लिए एनएलजी प्रणालियों को इन सभी बारीकियों को संभालने की आवश्यकता है।

क्या आप फ्रेजी में गहरे शिक्षण का उपयोग कैसे किया जाता है, इसके कुछ विवरण साझा कर सकते हैं?

फ्रेजी की प्रौद्योगिकी में 2 मुख्य एआई घटक हैं। पहला प्राकृतिक भाषा पीढ़ी (एनएलजी) है, जो वास्तव में भाषा बनाता है। दूसरा गहरा शिक्षण है, और यहां ध्यान प्रदर्शन पर केंद्रित है। प्रदर्शन का अर्थ अलग-अलग संदर्भों में अलग-अलग चीजें हो सकती हैं। उदाहरण के लिए, एक ईमेल विषय पंक्ति का लक्ष्य प्राप्तकर्ता को ईमेल खोलने और अंदर की सामग्री देखने के लिए प्रेरित करना है। फेसबुक के लिए, लक्ष्य पसंद या साझा करना हो सकता है। बड़ी मात्रा में ऐतिहासिक डेटा दिए जाने पर, यह संभव है कि मानव द्वारा कभी भी ध्यान नहीं दिया जा सकने वाले सूक्ष्म रुझान और पैटर्न खोजे जा सकें। यह एक मानक मशीन लर्निंग समस्या है।

गहरा शिक्षण पारंपरिक मशीन लर्निंग दृष्टिकोण पर कुछ फायदे प्रदान करता है। पारंपरिक मशीन लर्निंग के साथ, एक मजबूत ध्यान “फीचर इंजीनियरिंग” पर है। इसका अर्थ है कि डेवलपर को यह तय करना होगा कि उन्हें लगता है कि भाषा की सबसे महत्वपूर्ण विशेषताएं क्या हैं। उदाहरण के लिए, शब्द, लंबाई, इमोजी उपयोग, आदि। समस्या यह है कि यह इंजीनियर के कौशल और कल्पना से सीमित है। हालांकि, गहरे शिक्षण के साथ, मॉडल में कच्चा पाठ डाला जाता है, और यह अपनी भाषा का एक मशीन प्रतिनिधित्व बनाता है (जिसे अंत-से-अंत शिक्षण के रूप में जाना जाता है)। इसलिए, यह मानव पूर्वाग्रह से मुक्त है और यह एक शक्तिशाली दृष्टिकोण है। हालांकि, नुकसान यह है कि यह समझना मुश्किल हो सकता है कि मॉडल क्यों व्यवहार करता है जैसा वह करता है। “व्याख्या” गहरे शिक्षण समुदाय के भीतर एक सक्रिय अनुसंधान क्षेत्र है। हालांकि, जटिलता और समझने की हमारी क्षमता के बीच एक मूलभूत व्यापार है। मानव भाषा गंदी है, इसलिए सफल एनएलपी समाधानों में आमतौर पर जटिलता का एक उच्च स्तर होता है।

फ्रेजी की एक कार्यक्षमता एक ब्रांड के अनोखे स्वर में लिखने की क्षमता है, क्या आप बता सकते हैं कि यह कैसे किया जाता है?

जब हम एक नए ग्राहक को साइन अप करते हैं, तो हम सबसे पहले उनके ब्रांड की संचार शैली के बारे में जानकारी इकट्ठा करते हैं। इसमें कोई आधिकारिक ब्रांड दिशानिर्देश, ऐतिहासिक विपणन अभियान, और हमारे द्वारा इस उद्देश्य के लिए विकसित प्रश्नावली शामिल हैं। इस सभी जानकारी का उपयोग हमारी एक इन-हाउस भाषा प्रौद्योगिकीविदों की टीम द्वारा एक ग्राहक-विशिष्ट “भाषा मॉडल” बनाने के लिए किया जाता है। हमारे भाषा मॉडल उत्पादक हैं, जिसका अर्थ है कि वे ग्राहक की अनोखी शैली में पहले कभी नहीं देखी गई भाषा बना सकते हैं।

भाषा मॉडल को किसी भी समय अपडेट किया जा सकता है। उदाहरण के लिए, वर्तमान में हम कोविड-19 संकट के शिखर पर हैं। हमारी भाषा टीम हमारे मॉडल की समीक्षा कर रही है ताकि यह सुनिश्चित किया जा सके कि अनुचित भाषा बनाई नहीं जा सकती है। एक वाक्यांश जैसे “इन डील्स जा रहे हैं वायरल!” कुछ महीने पहले हानिरहित हो सकता था, लेकिन वैश्विक महामारी के बीच में यह स्पष्ट रूप से अनुचित है। यह हमारे सिस्टम की लचीलेपन को दर्शाता है।

फ्रेजी के साथ शुरू करने के लिए एक कंपनी को किस प्रकार के डेटा की आवश्यकता है?

ईमानदारी से कहें, फ्रेजी के साथ शुरू करने के लिए बहुत अधिक डेटा की आवश्यकता नहीं है। पहला कदम एक उपयुक्त परियोजना क्षेत्र की पहचान करना है। उदाहरण के लिए, यह साप्ताहिक प्रचार ईमेल के लिए विषय पंक्तियां हो सकती हैं। आदर्श रूप से, इसमें एक अपेक्षाकृत बड़ा दर्शक होगा और नियमित संचार होगा। एक बार परियोजना की पहचान हो जाने के बाद, हमें विषय और ब्रांड आवाज के बारे में जानकारी की आवश्यकता होती है ताकि हम भाषा मॉडल बना सकें। फ्रेजी को निरंतर आधार पर प्रदर्शन परिणामों की आवश्यकता है। चूंकि हमारा समाधान मशीन लर्निंग का उपयोग करता है, यह महत्वपूर्ण है कि हम मुख्य मेट्रिक्स को मापें और समय के साथ ट्रैक करें। यह जानकारी हमारे सिस्टम में वापस फीड की जाती है ताकि यह लगातार जुड़ाव के लिए अनुकूलित किया जा सके।

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

जब पैरी, विक्टोरिया और मैंने फ्रेजी की शुरुआत 5 साल पहले की, तो हमें यकीन था कि यह केवल समय की बात है जब तक कि कई अन्य स्टार्टअप समान उत्पादों के साथ नहीं उतरते। हमारी योजना थी कि हम प्रतिस्पर्धा पर बढ़त बनाए रखें और आगे रहें। हालांकि, हमें इस स्थान में प्रवेश करने वालों की कमी से आश्चर्य हुआ है। कहां है हर कोई और? मुझे लगता है कि इसके कई कारण हैं, लेकिन मुख्य कारणों में से एक यह है कि भाषा इतनी कठिन समस्या है। मुझे लगता है कि अन्य लोगों ने समान उत्पाद बनाने की कोशिश की है, लेकिन शुरुआती अनुसंधान और विकास के चरणों में विफल रहे हैं। यह हमारी तकनीक की अनोखापन का प्रमाण है।

प्राकृतिक भाषा प्रसंस्करण, प्राकृतिक भाषा पीढ़ी और गहरे शिक्षण पर जानकारीपूर्ण साक्षात्कार के लिए धन्यवाद। अधिक जानने के लिए आगंतुक फ्रेजी पर जा सकते हैं।