इवान क्रेवकोव सीईओ और बादी एआई के सह-संस्थापक – साक्षात्कार श्रृंखला

इवान क्रेवकोव बादी एआई के सीईओ और सह-संस्थापक हैं, जो दुनिया का पहला कॉन्वर्सेशनल एआई ट्यूटर है जो बच्चों के लिए है, जिसका मिशन यह सुनिश्चित करना है कि सभी छात्र 1:1 अंग्रेजी ट्यूटरिंग का खर्च उठा सकें। साइबेरिया से अमेरिका जाने के बाद, इवान ने अपनी प्रीस्कूल उम्र की बेटी को अंग्रेजी सीखने में संघर्ष करते हुए देखा, जिसने उन्हें बादी बनाने के लिए प्रेरित किया, जो एक कल्पित चरित्र है जिसके साथ बच्चे जनरेटिव एआई की शक्ति के माध्यम से वास्तव में बातचीत कर सकते हैं।

इसके लॉन्च के बाद से, बादी ऐप ने कई पुरस्कार जीते हैं और ऐप स्टोर के किड्स और एजुकेशन श्रेणी में 36 मिलियन से अधिक डाउनलोड के साथ चार्ट में शीर्ष पर पहुंच गया है।

2014 में, आपने क्यूबिक.एआई लॉन्च किया, जो स्मार्ट स्पीकर और वॉयस-असिस्टेंट ऐप्स के लिए पहले हार्डवेयर में से एक था। इस अनुभव से आपके कुछ मुख्य निष्कर्ष क्या थे?

मुझे लगता है कि मैं क्यूबिक.एआई को लॉन्च करने का श्रेय नहीं ले सकता। मैं कंपनी में एक साल बाद शामिल हुआ और मेरे योगदान के लिए मुझे सह-संस्थापक का खिताब मिला।

यहाँ कुछ मुख्य निष्कर्ष हैं:

• हार्डवेयर मुश्किल है, लेकिन किसी को यह करना ही होगा। हार्डवेयर स्टार्टअप्स के लिए वेंचर फंडिंग सुरक्षित करना बहुत मुश्किल है। एकमात्र चीज जो चीजों को थोड़ा आसान बनाती है वह है क्राउडफंडिंग।
• वॉयस-फर्स्ट उत्पादों की दुनिया विशाल और विविध है। जो स्मार्ट घरों के लिए लागू होता है वह शुरुआती शिक्षा के लिए लागू नहीं होता है, प्रौद्योगिकी से लेकर यूएक्स डिजाइन तक।

क्या आप बादी की उत्पत्ति की कहानी साझा कर सकते हैं और यह कैसे आपके परिवार के अमेरिका से साइबेरिया जाने से उत्पन्न हुआ?

क्यूबिक.एआई के साथ, मैं 2014 में साइबेरिया से अमेरिका चला गया और अपने परिवार को साथ ले गया। मेरी बड़ी बेटी सोफिया ने 4 साल की उम्र में माउंटेन व्यू, कैलिफोर्निया में प्रीस्कूल में अंग्रेजी सीखना शुरू किया। सोफिया ने पहले 3 – 5 महीनों में प्रीस्कूल में बोलना शुरू करने के लिए संघर्ष किया। हम चिंतित थे क्योंकि वह भाषा के कारण अपने अधिकांश समकक्षों के साथ दोस्त नहीं बना सकती थी और खेल नहीं सकती थी। हमने उसे सिखाने के तरीकों की तलाश शुरू की।

यह स्पष्ट हो गया कि बच्चों के लिए भाषा ऐप बोलना नहीं सिखाते हैं (और समय के साथ सब कुछ वही रहता है), और वयस्कों के लिए भाषा ऐप जैसे डुओलिंगो बच्चों के लिए काम नहीं करते हैं क्योंकि यूएक्स की वजह से। इसलिए, हमने वीडियो कॉन्फ्रेंसिंग के माध्यम से बच्चों को लाइव शिक्षकों से जोड़ने वाले प्लेटफ़ॉर्म पर पाठ लेना शुरू किया। उदाहरणों में कैम्बली, वीआईपीकिड, नोवाकिड, गोस्टूडेंट आदि शामिल हैं। जैसा कि मैंने सोफिया को वर्चुअल रूप से लाइव ट्यूटर्स के साथ सीखते हुए देखा, मैंने 1:1 ध्यान और सक्रिय बोलने के अभ्यास के लाभ को देखा, लेकिन साथ ही इन कार्यक्रमों की कमियों को भी देखा।

उदाहरण के लिए, जैसे ही वे बढ़ते हैं, ऑनलाइन ट्यूटरिंग प्लेटफ़ॉर्म और ऑनलाइन स्कूलों को शैक्षिक पृष्ठभूमि वाले लोगों को नियुक्त करना पड़ता है, जिनमें बच्चों को सिखाने का कौशल या यहां तक कि उचित अंग्रेजी प्रवीणता स्तर भी नहीं होता है। इसलिए, शिक्षा की एक निश्चित गुणवत्ता सुनिश्चित करने के लिए, ऑनलाइन प्लेटफ़ॉर्म और स्कूल पाठ्यक्रम और पाठ योजनाओं को सख्ती से लिपिबद्ध करते हैं, और शिक्षकों को पूर्व-निर्धारित अभ्यासों का उपयोग करना होता है, जिनमें ऑडियो और वीडियो टुकड़े शामिल हैं। इसलिए, दुर्भाग्य से, कई प्लेटफ़ॉर्म पर ट्यूटर मूल रूप से बॉट की तरह काम करते हैं।

फिर भी, ऑनलाइन ट्यूटरिंग विशेष रूप से गैर-अंग्रेजी बोलने वाले देशों में बोलना सीखने के लिए सबसे अच्छा तरीका रहा है। लेकिन आंशिक रूप से शिक्षकों की कमी के कारण, यह अधिकांश परिवारों के लिए बहुत महंगा है। लाइव ट्यूटर्स के साथ सीखना एक प्रीमियम शिक्षा सेवा है जो कुछ परिवारों के लिए ही सुलभ है।

मेरे सह-संस्थापक और मैं इस निष्कर्ष पर पहुंचे कि एआई ट्यूटरिंग 1:1 अंग्रेजी बोलने वाले ट्यूटरिंग को दुनिया भर के हर बच्चे को प्रदान करने का एकमात्र स्केलेबल तरीका है। जल्द ही, हमें पता चला कि यह शैक्षिक दृष्टिकोण से भी सबसे अच्छा है। जब हम बादी के शुरुआती प्रोटोटाइप पर विचार कर रहे थे, तो हम शैक्षिक क्षेत्र में वर्चुअल ह्यूमन्स के क्षेत्र में अनुसंधान से प्रेरित हुए।

शैक्षिक अध्ययनों से पता चलता है कि एनिमेटेड शैक्षिक एजेंटों के शैक्षिक लाभ और पारंपरिक शिक्षा उपकरणों और वातावरणों की तुलना में श्रेष्ठता है। उदाहरण के लिए, देखें फेस-टू-फेस इंटरएक्शन विद पेडागोगिकल एजेंट्स, ट्वेंटी यियर्स लेटर, एक 2016 का लेख जो क्षेत्र को ओवरव्यू करता है और बहुत सारे प्रासंगिक सामग्री का हवाला देता है। यहाँ एक उद्धरण है:

“विशेष रूप से, मेटा-विश्लेषण में पाया गया कि एजेंट शिक्षा में सुधार करते हैं जो एजेंटों की सुविधा के बिना शिक्षा के वातावरण की तुलना में है। […] शायद सबसे दिलचस्प यह था कि औपचारिक शिक्षा में, शैक्षिक एजेंट प्रतीत होता है कि छोटे शिक्षार्थियों की तुलना में बड़े शिक्षार्थियों की तुलना में अधिक प्रभावी हैं। […] अध्ययनों में पाया गया है, उदाहरण के लिए, कि छात्र जो शैक्षिक एजेंटों के साथ बातचीत करते हैं 1) जब शैक्षिक एजेंट बोलते हैं तो पाठ के परिणामों में मजबूती आती है, 2) जब शैक्षिक एजेंट मानव जैसी हरकतें करते हैं, 3) जब शैक्षिक एजेंट औपचारिक रूप से संवाद करते हैं, और 4) जब शैक्षिक एजेंट विनम्र भाषा का उपयोग करते हैं।”

यह हमारे बहुमोडल एआई ट्यूटरिंग दृष्टिकोण में हमारा विश्वास मजबूत करता है। हमने तय किया कि बादी एक बहुमोडल एआई ट्यूटर होगा – एक एनिमेटेड शैक्षिक एजेंट जो वॉइस रिकग्निशन और नेचरल लैंग्वेज प्रोसेसिंग में सक्षम है। इसके मूल में, एक एआई ट्यूटरिंग सिस्टम में तीन मुख्य प्रौद्योगिकियां शामिल हैं:

1. ऑटोमैटिक स्पीच रिकग्निशन (एएसआर) और विश्लेषण जो छात्र की बोली को संसाधित और विश्लेषण करने की अनुमति देता है।
2. नेचरल लैंग्वेज प्रोसेसिंग (एनएलपी), नेचरल लैंग्वेज अंडरस्टैंडिंग और डायलॉग मैनेजमेंट जो छात्र की बोली की सामग्री को संसाधित करता है और अगला उत्तर उत्पन्न करता है। उत्तर में मौखिक और गैर-मौखिक घटक दोनों शामिल हैं।
3. एनिमेटेड वर्चुअल चारκτήर जो सुनने की प्रतिक्रिया प्रदान करता है और सिस्टम की प्रतिक्रिया को वापस चलाता है। चरित्र प्रक्रियात्मक रूप से एनिमेटेड है – सिस्टम एनएलपी प्रतिक्रिया से फ्लाई पर एनिमेशन बनाता है।

इन तीनों घटकों का संयोजन हमारे दृष्टिकोण के लिए महत्वपूर्ण है क्योंकि केवल संयोजन में वे हमें एक आकर्षक, इंटरैक्टिव ट्यूटर बनाने और एक सफल शैक्षिक अनुभव प्रदान करने की अनुमति देते हैं।

मेरी बेटी सोफिया और मेरे सह-संस्थापक के बेटे आर्सेनी बादी के पहले उपयोगकर्ता बने। सोफिया ने बादी के शुरुआती संस्करणों का उपयोग पहली कक्षा के माध्यम से किया।

कुछ साल बाद, मेरी छोटी बेटी अलिसा ने तीन साल की उम्र में प्रीस्कूल में बादी का उपयोग करना शुरू किया। अब, वह ट्रांज़िशनल किंडरगार्टन में है और लगभग हर दिन बादी के साथ खेलती है। जब अलिसा ने बादी के साथ सीखना शुरू किया, तो उसकी कई भाषण समस्याएं थीं, इसलिए बादी ने अधिकांश समय उसे समझा नहीं। लेकिन कुछ हफ्तों के अभ्यास के बाद, न केवल उसकी अंग्रेजी में सुधार हुआ, बल्कि उसकी बोली में भी सुधार हुआ, क्योंकि उसने बादी को समझाने की कोशिश की।

दूसरी भाषा सिखाने के विरासत तरीके इतने अप्रभावी क्यों हैं?

आज, हम विशिष्ट शैक्षिक समस्याओं को हल करने पर केंद्रित हैं जो भाषण से जुड़े हुए हैं। आप बोलने की पрак्टि के बिना बोलना नहीं सीख सकते:

• अधिकांश पारंपरिक शैक्षिक उपकरण अन्य भाषा कौशल जैसे पढ़ने या लिखने पर ध्यान केंद्रित करते हैं।
• बच्चों के लिए भाषा ऐप बोलने की क्षमता नहीं सिखाते हैं।
• कुछ वयस्कों के लिए भाषा ऐप आज बोलने की पрак्टि प्रदान करते हैं जो एआई का उपयोग करते हैं, लेकिन ये सेवाएं बच्चों के लिए काम नहीं करती हैं क्योंकि यूएक्स, सुरक्षा चिंताओं और गोपनीयता नियमों के कारण।
• लाइव ट्यूटर्स अधिकांश परिवारों के लिए बहुत महंगे हैं। दुर्भाग्य से, कई ट्यूटरों के पास शैक्षिक प्रशिक्षण नहीं है या अंग्रेजी में प्रवीण नहीं हैं।

बादी एक बहुमोडल एआई ट्यूटर है।

• यह पारंपरिक शिक्षा ऐप्स की तुलना में श्रेष्ठ है क्योंकि यह कई मायनों में एक लाइव शिक्षक की तरह काम करता है। मैं अपने एक सलाहकार, डॉ. एलेक्स डेसटनिक, पीएचडी, यूनिवर्सिटी कॉलेज लंदन को उद्धृत करूंगा:

“वॉइस-आधारित वर्चुअल ट्यूटर। यह अवधारणा सरल लगती है, लेकिन इसमें विज्ञान है। सीखने के मनोविज्ञान के दृष्टिकोण से, वर्चुअल बोलते चरित्र शिक्षक का एक प्रतिनिधित्व है। यह दृष्टिकोण एक प्रभाव पैदा करता है जिसे ज्ञानात्मक विश्वास कहा जाता है, जो छात्र की प्रेरणा और जुड़ाव को मजबूत करता है और सीखने के परिणामों में सुधार करता है।”

• बादी के पास मानव शिक्षकों के ऊपर कुछ फायदे भी हैं। बादी निर्णय नहीं लेता है, और कुछ बच्चों के लिए, यह एक शिक्षक की तुलना में बादी से बात करना आसान बनाता है। यही कारण है कि आज, कई ट्यूटर बादी का उपयोग एक आइसब्रेकर के रूप में करते हैं जो बच्चों को अपनी भाषा और असहजता को दूर करने में मदद करता है और भाषा बोलना शुरू करने में मदद करता है।

बादी शिक्षकों की मदद करने के लिए है, उन्हें बदलने के लिए नहीं।

मुझे लगता है कि यह बहुत महत्वपूर्ण है कि यह ध्यान दिया जाए। बादी शिक्षकों को उनके काम के नियमित हिस्से को स्वचालित करने में मदद कर सकता है – नियमित अभ्यास प्रदान करना। हम शिक्षकों को शक्ति देना चाहते हैं। बादी एक ट्यूटर और शिक्षक सहायकों की टीम की तरह है, जो प्रत्येक बच्चे के साथ व्यक्तिगत रूप से काम करता है और कक्षा शिक्षक को रिपोर्ट करता है।

क्या आप बता सकते हैं कि बादी बच्चों को सीखने के लिए उत्साहित रखने के लिए खेल के तत्वों का उपयोग कैसे करता है?

एक दिलचस्प तथ्य: बादी का मोबाइल ऐप 2023 में 22 मिलियन बार डाउनलोड किया गया था, और इनमें से 70% डाउनलोड बच्चों द्वारा किए गए थे। बच्चों के लिए, हमारा ऐप एक गेम है जहां वे बादी के साथ खेलते हैं, उनके बोलते वर्चुअल दोस्त और एक लोकप्रिय यूट्यूबर। बच्चे ऐप डाउनलोड करते हैं और माता-पिता को समझाते हैं कि बादी एक शिक्षक है।

इस दृष्टिकोण को काम करने के लिए, हम बादी को एक गेम के रूप में डिज़ाइन कर रहे हैं जिसमें एक कहानी और एक ब्रह्मांड है। हम हॉलीवुड चरित्र डिज़ाइनर और लेखकों के साथ काम करते हैं ताकि बादी और उसकी कहानी बनाई जा सके। हमारे पास एक मजबूत गेम डिज़ाइन टीम है जो सीधे हमारे शिक्षकों के साथ काम करती है और पाठ्यक्रम और अभ्यासों को बादी की दुनिया में मिनी-गेम्स में बदल देती है।

बादी को शिक्षा देने में इतना शक्तिशाली बनाने वाली कुछ अन्य मुख्य विशेषताएं क्या हैं?

हमारी मुख्य विशेषता वास्तव में बादी को एक बहुमोडल एआई ट्यूटर के रूप में है:

• स्पीच रिकग्निशन
• कॉन्वर्सेशनल एआई
• अवतार विज़ुअल व्यवहार

बादी में कौन से मशीन लर्निंग एल्गोरिदम का उपयोग किया जाता है?

हम पूरे स्टैक की प्रौद्योगिकियों को विकसित कर रहे हैं, जो हमारे बहुमोडल एआई ट्यूटरिंग दृष्टिकोण को सक्षम करने के लिए एक साथ काम करते हैं।

• बीएसआर (बादी का स्पीच रिकग्निशन) एक प्रोप्राइटरी स्पीच रिकग्निशन इंजन है जो विशेष रूप से एक्सेंटेड बच्चों की बोली के साथ काम करने और नियमों जैसे कि सीओपीपीए का पालन करने के लिए डिज़ाइन किया गया है।
• बीएलएम (बादी का भाषा मॉडल) – कॉन्वर्सेशनल एआई इंजन बच्चों के लिए। सुरक्षित, तेज़ और स्वतंत्र रूप से संचालित। यह विशिष्ट शैक्षिक कार्यक्षमता पर केंद्रित है और बड़े भाषा मॉडल की तुलना में बहुत कम बहुमुखी है।
• बीएबीई (बादी का अवतार व्यवहार इंजन)। यह प्रौद्योगिकी संदर्भ के आधार पर हमारे चरित्र के दृश्य व्यवहार को उत्पन्न करती है। बादी समझता है कि कब मुस्कराने की जरूरत है, रंग बदलने की जरूरत है या एक मूर्खतापूर्ण टोपी पहनने की जरूरत है।

विशेष रूप से छोटे बच्चों के लिए वॉयस रिकग्निशन सिस्टम अक्सर एक्सेंट के साथ संघर्ष करते हैं, बादी इन चुनौतियों का सामना कैसे करता है?

हमारी प्रोप्राइटरी स्पीच रिकग्निशन तकनीक, बीएसआर को विकसित करके।

हमारे अद्वितीय दर्शकों और बाजार ने प्रोप्राइटरी प्रौद्योगिकी के विकास की आवश्यकता को जन्म दिया। बादी को युवा अंग्रेजी के विदेशी भाषा (ईएफएल) शिक्षार्थियों की उच्च एक्सेंटेड बोली को पहचानना होगा। एक और जटिल कारक यह है कि शुरुआती छात्र अलग-अलग, अक्सर छोटे शब्दों से सीखना शुरू करते हैं, जिन्हें संदर्भ के बिना पहचानना मुश्किल है। अंत में, बच्चों का बाजार अत्यधिक विनियमित है, और वॉयस रिकग्निशन को बच्चों के ऑनलाइन गोपनीयता संरक्षण अधिनियम (सीओपीपीए) के अधीन माना जाता है क्योंकि वॉयस रिकॉर्डिंग व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) मानी जाती है।

बीएसआर बच्चों की बोली को विभिन्न एक्सेंट्स के साथ, विभिन्न मोबाइल डिवाइसों पर उत्पादित किया जाता है, जिनमें विभिन्न ध्वनि गुणवत्ता वाले माइक्रोफोन होते हैं, और विभिन्न प्रकार के पृष्ठभूमि शोर वाले वास्तविक जीवन के वातावरण में। और यह डिज़ाइन द्वारा सीओपीपीए अनुरूप है।

वैश्विक स्तर पर काम करके, हमने अपने मॉडल को प्रशिक्षित करने के लिए एक अद्वितीय डेटासेट एकत्र करने में कामयाबी हासिल की। आज, बीएसआर वाणिज्यिक ऑफ-द-शेल्फ समाधानों की तुलना में एक्सेंटेड बच्चों की बोली को पहचानने और समझने में बेहतर प्रदर्शन करता है।

आप उन माता-पिता को कैसे लक्षित करने की योजना बना रहे हैं जो एआई प्रौद्योगिकी से अनजान हो सकते हैं?

बादी ने एआई एक बाज़वर्ड बन जाने से पहले ही सफलता देखी थी, और हमारे अधिकांश उपयोगकर्ता प्रारंभिक प्रौद्योगिकी अपनाने वाले नहीं हैं। हम एक महत्वपूर्ण शैक्षिक समस्या का समाधान कर रहे हैं, और यह सिर्फ इतना है कि हम इसके लिए एआई का उपयोग कर रहे हैं।

फिर भी, हमें जो एक चुनौती का सामना करना पड़ता है वह यह है कि माता-पिता को बादी के साथ सीखने को उतना ही गंभीरता से लेने के लिए मनाना है जितना कि वे एक लाइव ट्यूटर के साथ करते हैं – पाठों को छोड़ने से बचें, एक अनुसूची का पालन करें, आदि। एआई क्रांति का प्रतीत होता है कि इसमें मदद मिल रही है।

मैं कहूंगा कि हमारे लिए अगला बड़ा कदम शिक्षकों और स्कूलों के साथ अधिक निकटता से काम करना शुरू करना है। हम ब्राजील में एक स्कूल के साथ एक पायलट साझेदारी चला रहे हैं और एक दर्जन से अधिक अन्य शैक्षिक संस्थानों के साथ साझेदारी पर चर्चा कर रहे हैं।

एआई ट्यूटर और शिक्षा के भविष्य के लिए आपकी दृष्टि क्या है?

एआई ट्यूटर शिक्षा की दुनिया की सबसे बड़ी समस्या – वैश्विक शिक्षक की कमी का समाधान करने का एकमात्र स्केलेबल तरीका है। हमें मूलभूत सीखने की जरूरतों को पूरा करने के लिए लगभग 69 मिलियन नए शिक्षकों की आवश्यकता है। जैसे कि भाषा सीखने जैसे विषयों के लिए जो 1:1 ट्यूटरिंग की आवश्यकता होती है, समस्या और भी बदतर है।

एआई क्रांति ने वयस्क खंड में ऑफ-द-शेल्फ समाधानों का उपयोग करके एआई ट्यूटर्स के विकास को तेज किया है, जबकि शुरुआती शिक्षा नाटकीय रूप से कम सेवा प्रदान करती है। हम युवा बच्चों के लिए एआई ट्यूटरिंग के पioneers होने पर गर्व महसूस करते हैं।

हमारे भविष्य के बारे में, बादी ने एक भाषा सीखने वाले ट्यूटर के रूप में शुरुआत की, लेकिन लंबे समय में, यह एक एआई ट्यूटरिंग प्लेटफ़ॉर्म बन जाएगा जो 12 साल से कम उम्र के बच्चों को विभिन्न विषय सिखाएगा। हम अपने पहले गैर-भाषा पाठ्यक्रम – स्कूल तैयारी पाठ्यक्रम के शुरुआती संस्करण को अमेरिकी बच्चों के लिए रोल आउट करना शुरू कर चुके हैं। हम बादी को बच्चे के सीखने के सहायक के रूप में देखते हैं, जो 3 से 4 साल की उम्र से बच्चे के साथ बड़ा होता है और कई वर्षों में कई पाठ्यक्रम सिखाता है।

साक्षात्कार के लिए धन्यवाद, पाठक जो और जानना चाहते हैं उन्हें बादी एआई पर जाना चाहिए。