इमोजेन लो, एनडब्ल्यूओ.एआई के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

इमोजेन लो, एनडब्ल्यूओ.एआई के सह-संस्थापक और मुख्य तकनीकी अधिकारी (सीटीओ) हैं, जो एक भविष्यवाणी मंच है जो 20 मिलियन से अधिक माइक्रोट्रेंड्स को ट्रैक करता है और ग्राहकों को रुझानों के बारे में सूचित करता है जब वे अभी तक असीमित नहीं हैं।

आपको मशीन लर्निंग में क्या आकर्षित किया?

मैं पहली बार मशीन लर्निंग में रुचि लेने लगा जब मैं हाई स्कूल में था। अपने खाली समय में, मैं जटिल, बहुस्तरीय परिसर सुविधाओं जैसे कि शॉपिंग मॉल, हवाई अड्डे, अस्पतालों और स्कूलों के लिए इंटरएक्टिव 3डी मैप विकसित कर रहा था। ये मैप इनडोर नेविगेशन और आगंतुकों के लिए मार्गदर्शन में मदद के लिए उपयोग किए जा सकते थे। मैं व्यक्तिगत उपयोगकर्ताओं के बारे में व्यवहार डेटा बिंदु एकत्र करने में भी रुचि रखता था क्योंकि वे इमारतों के माध्यम से चलते हैं। यह जानकारी समय के साथ पैर की यातायात की धारा का अनुमान लगाने और नेविगेशन मार्गों को अनुकूलित करने के लिए उपयोग की जा सकती थी।

लेकिन जब मैं 17 वर्ष का था, जब मैंने एसएपी में मशीन लर्निंग इंजीनियर के रूप में अपनी पहली नौकरी प्राप्त की, तो मैं वास्तव में एआई के बारे में उत्साहित हो गया। एसएपी में काम करते समय, मैंने विभिन्न समस्याओं पर काम किया। उदाहरण के लिए, मैंने नासा से उपग्रह डेटा का विश्लेषण किया ताकि फसल की गुणवत्ता की भविष्यवाणी की जा सके; मैंने कंप्यूटर दृष्टि प्रौद्योगिकी का उपयोग करके ड्रोन फुटेज का विश्लेषण किया ताकि मवेशियों की निगरानी की जा सके; मैंने कर धोखाधड़ी की भविष्यवाणी के लिए व्यावसायिक लेनदेन डेटा का उपयोग किया; और मैंने कंप्यूटर दृष्टि प्रौद्योगिकी को प्राकृतिक भाषा प्रसंस्करण के साथ जोड़कर बातचीत और बढ़ाया वास्तविकता वर्चुअल सहायक बनाया।

आप ऑस्ट्रेलिया से सिंगापुर और फिर अमेरिका में कैसे पहुंचे?

हाई स्कूल में विकसित किए गए इनडोर नेविगेशन एप्लिकेशन ने मुझे एशिया पैसिफिक आईसीटी एलायंस (एपीआईसीटीए) पुरस्कार सम्मेलन में ताइवान में प्रदर्शित करने के लिए ले जाया गया। इस अनुभव ने मुझे एशिया में हो रहे तकनीकी परिवर्तन और नवाचार की गति पर एक नया दृष्टिकोण दिया – विशेष रूप से उनकी कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों को अपनाना। मैं एक एशियाई देश में खुद को डुबाना चाहता था और उन प्रगति का हिस्सा बनना चाहता था। इसलिए, मैंने एसएपी एपीजे हेड ऑफिस में एक मशीन लर्निंग स्थिति ली।

सिंगापुर में काम करते समय, मैंने एक वर्चुअल सहायक विकसित किया जो एसएपी में नवाचार का एक प्रमुख उदाहरण बन गया। इसलिए, मुझे एशिया भर में एक नवाचार शिखर सम्मेलन में इसे प्रदर्शित करने के लिए आमंत्रित किया गया था। सम्मेलन में, मैंने पुलकित जायसवाल, एक सफल ड्रोन उद्यमी, की एक आकर्षक मुख्य भाषण सुना। उन्होंने समझाया कि कैसे वह ऑनलाइन डेटा का विश्लेषण करके देशों के बीच भू-राजनीतिक तनाव की भविष्यवाणी कर सकते हैं। मैं इतना आकर्षित हुआ कि मैंने उस दिन अपनी नौकरी छोड़ दी और उनके नवीनतम उद्यम, एनडब्ल्यूओ में सह-संस्थापक के रूप में भागीदार बन गया। हालांकि कंपनी न्यूयॉर्क से बाहर है, मैं सिडनी में स्थित हूं।

एनडब्ल्यूओ.एआई कैसे रुझानों की पहचान करता है जो अभी तक असीमित नहीं हैं?

एनडब्ल्यूओ.एआई में, हम वैश्विक नेटवर्क के माध्यम से विभिन्न विचारों के अपनाने का मॉडल तैयार करते हैं। लक्ष्य महत्वपूर्ण मानसिक हिस्सेदारी में वृद्धि की भविष्यवाणी करना है। इसे प्राप्त करने के लिए, हमने एक क्रॉस-संबंध इंजन डिज़ाइन किया है जो यह निर्धारित करता है कि कौन से डेटा स्रोत और उपभोक्ता आवाजें रुझान के अपनाने की सबसे मजबूत अग्रणी भविष्यवाणी हैं। हम वृद्धि को प्रभावित करने वाले मुख्य कारकों की भी पहचान कर सकते हैं। फिर हम अपने डायनामिक वजन प्रणाली का लाभ उठाते हैं ताकि सबसे भविष्यसूचक डेटापॉइंट को बढ़ावा दिया जा सके और पिछड़े लोगों को शांत किया जा सके।

कौन सी मशीन लर्निंग प्रौद्योगिकियां उपयोग की जाती हैं?

हम डॉक्यूमेंट एनकोडर, नामित इकाई पहचान (एनईआर) मॉडल और मशीन अनुवाद जैसे राज्य-ऑफ-द-आर्ट प्राकृतिक भाषा प्रसंस्करण (एनएलपी) मशीन लर्निंग मॉडल का लाभ उठाते हैं। हम इन्हें एसोसिएशन रूल माइनिंग और ग्राफ थ्योरी से अपनाए गए तकनीकों के साथ जोड़ते हैं ताकि हमारे अनियंत्रित पाठ डेटासेट को समय-जागरूक, बहुस्तरीय, सेमेंटिक ज्ञान ग्राफ में मॉडल कर सकें। फिर हम यह प्रदर्शित कर सकते हैं कि विभिन्न विचारों के बीच कितनी मजबूत संबंध हैं और वास्तविक समय में नए डेटा बिंदुओं के बीच गतिशील संबंध बना सकते हैं।

कौन से सार्वजनिक या निजी डेटा स्रोत उपयोग किए जाते हैं?

हम अपने भविष्यवाणी मॉडल बनाने के लिए मुख्य रूप से अनियंत्रित, सार्वजनिक रूप से उपलब्ध डेटा स्रोतों पर निर्भर करते हैं। इनमें सोशल मीडिया पोस्ट, समाचार लेख, ब्लॉग, मंच, टिप्पणियां और खोज इतिहास शामिल हैं। हम इन्हें व्यावसायिक लेनदेन डेटा जैसे ऐतिहासिक बिक्री, मांग और इन्वेंट्री डेटा के साथ जोड़ते हैं।

महिला उद्यमियों के लिए आपकी क्या सलाह है?

अब महिला संस्थापक बनने का एक शानदार समय है! उद्यमिता प्रमुख रूप से पुरुष-प्रधान होने के विचार से निराश न हों। हाल ही में उद्यमिता में लिंग विविधता के लिए एक बड़ा आह्वान किया गया है। महिलाओं के पास दुनिया और समस्याओं का समाधान करने के विभिन्न तरीकों के बारे में विचार करने के लिए बहुत कुछ देने को है। इसके कारण, हम उन महिलाओं को प्रोत्साहित करने के लिए नए समर्थन नेटवर्क देख रहे हैं जो व्यवसाय शुरू करती हैं और मार्गदर्शन, सलाहकार और निवेश अवसर प्रदान करती हैं।

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