फिल हॉल, एलएक्सटी के मुख्य विकास अधिकारी – साक्षात्कार श्रृंखला

एलएक्सटी के मुख्य विकास अधिकारी फिल हॉल एक पूर्व अपेन कार्यकारी और फोर्ब्स टेक्नोलॉजी काउंसिल के सदस्य हैं। अपेन में अपनी नेतृत्व भूमिका में, उन्होंने 1,000 से अधिक कर्मचारियों के एक प्रभाग का संचालन किया और लगातार मजबूत लाभप्रदता के साथ 17 वर्षों तक राजस्व वृद्धि हासिल करने में एक महत्वपूर्ण भूमिका निभाई। एलएक्सटी में अपनी वर्तमान भूमिका में, वह एक हाथ से चुने गए विशेषज्ञों की एक टीम के साथ काम कर रहे हैं ताकि महत्वाकांक्षी विकास लक्ष्यों को प्राप्त किया जा सके।

एलएक्सटी वैश्विक संगठनों के लिए बुद्धिमान प्रौद्योगिकी को शक्ति प्रदान करने के लिए एआई प्रशिक्षण डेटा में एक उभरता हुआ नेता है, जिसमें दुनिया की सबसे बड़ी प्रौद्योगिकी कंपनियां शामिल हैं। एक अंतरराष्ट्रीय योगदानकर्ताओं के नेटवर्क के साथ साझेदारी में, एलएक्सटी विभिन्न माध्यमों में डेटा एकत्र करता है और एनोटेट करता है जो उद्यमों द्वारा आवश्यक गति, पैमाने और लचीलेपन के साथ। उनके पास 115 से अधिक देशों और 750 भाषा स्थानों में वैश्विक विशेषज्ञता है। 2010 में स्थापित, एलएक्सटी का मुख्यालय टोरंटो, कनाडा में है, और संयुक्त राज्य अमेरिका, ऑस्ट्रेलिया, मिस्र, यूके और तुर्की में उपस्थिति है। कंपनी उत्तरी अमेरिका, यूरोप, एशिया प्रशांत और मध्य पूर्व में ग्राहकों को सेवाएं प्रदान करती है।

जब आपने पहली बार महसूस किया कि आप भाषा के प्रति जुनूनी हैं?

मैंने हमेशा से भाषा में रुचि ली है, लेकिन मेरे सीधे भाषा और भाषाविज्ञान के साथ जुड़ाव के संदर्भ में, मेरे लिए एक महत्वपूर्ण मोड़ था। हमने जल्द ही महसूस किया कि हमारे बच्चों में से एक डिस्लेक्सिक था, और जब हमने स्कूल से अतिरिक्त समर्थन के बारे में बात की, तो उन्होंने कहा कि जबकि उनके पास ऐसे कार्यक्रम थे जिन तक वे पहुंच सकते थे, मैं स्कूल में स्वयंसेवक के रूप में कुछ ऐसा कर सकता था जो हमारी बेटी और अन्य बच्चों की मदद करे। यह अच्छा चला, और उसके बाद मैंने भाषाविज्ञान का अध्ययन किया और सिडनी में दो विश्वविद्यालयों में पढ़ाया।

आप भाषाविज्ञान सिखाने से पहले भाषण डेटा स्थान में अपना ध्यान केंद्रित करने के लिए क्या प्रेरित किया?

सिडनी स्थित अपेन घर के एक कमरे से एक पूरी तरह से व्यावसायिक संचालन में परिवर्तित हो रहा था। मुझे बताया गया कि वे भाषाविदों (शायद अधिक सटीक रूप से एक भाषाविद्!) की तलाश में थे और मुझे संस्थापक जूली और क्रिस वॉनविलर से मिलवाया गया। परिवर्तन धीरे-धीरे हुआ और लगभग दो साल तक चला। मैं शिक्षण से दूर जाने के लिए अनिच्छुक था – उच्च प्राप्त करने वाले छात्रों के साथ काम करना प्रेरणादायक और बहुत मजेदार था। लेकिन विशेष रूप से उन अग्रणी वर्षों में, मैं दुनिया के अग्रणी भाषा प्रौद्योगिकी विशेषज्ञों के साथ कठिन समस्याओं का समाधान कर रहा था, और उत्साह का स्तर उच्च था। आज जो कुछ लिया जाता है, वह उस समय बहुत चुनौतीपूर्ण था।

आप एलएक्सटी में शामिल होने के लिए सेवानिवृत्ति से बाहर आए। आपको ऐसा करने के लिए क्या प्रेरित किया?

यह एक दिलचस्प प्रश्न है क्योंकि मैं वास्तव में सेवानिवृत्ति का आनंद ले रहा था। वास्तव में, हमारे सह-संस्थापक और सीईओ मोहम्मद ओमार ने मुझसे कई महीने पहले संपर्क किया था जब मैंने उनके प्रारंभिक पूछताछ का जवाब दिया, क्योंकि मैं एक आरामदायक जीवनशैली जी रहा था और वास्तव में पूर्णकालिक काम पर लौटने पर विचार नहीं किया था।

लेकिन अंत में, अवसर बहुत अच्छा था और मैं इसे प्रतिरोध नहीं कर सका।

मोहम्मद और एलएक्सटी टीम के अन्य सदस्यों के साथ बात करते हुए, मैंने तुरंत एक साझा जुनून को पहचाना – भाषा के प्रति जुनून। मोहम्मद द्वारा इकट्ठा की गई टीम रचनात्मक सोच वाले लोगों से भरी हुई थी जिनकी ऊर्जा अपार थी और वे कंपनी के मिशन के प्रति पूरी तरह से प्रतिबद्ध थे।

जैसा कि मैंने एलएक्सटी के अवसर के बारे में अधिक जाना, मुझे एहसास हुआ कि यह एक ऐसा अवसर था जिसे मैं छोड़ना नहीं चाहता था। यहाँ एक कंपनी थी जिसके पास विकास और वृद्धि की बड़ी संभावना थी – एक ऐसे क्षेत्र में जहां मैं जुनूनी था। और जब एआई बाजार लगातार बढ़ रहा है, तो अधिक संगठनों को प्रयोग से उत्पादन में ले जाने में मदद करने का अवसर एक ऐसा है जिसे मैं बहुत खुशी से हिस्सा बना हूँ।

डेटा को बड़े पैमाने पर प्राप्त करने के पीछे कुछ वर्तमान चुनौतियां क्या हैं?

चुनौतियां उतनी ही विविध हैं जितनी कि उनके पीछे के अनुप्रयोग।

व्यावहारिक दृष्टिकोण से, चुनौतियों में प्रामाणिकता, विश्वसनीयता, सटीकता, सुरक्षा और यह सुनिश्चित करना शामिल है कि डेटा उद्देश्य के लिए उपयुक्त है – और यह कानूनी और नैतिक चुनौतियों को ध्यान में रखे बिना है जो डेटा अधिग्रहण में निहित हैं।

उदाहरण के लिए, स्वायत्त वाहनों के लिए प्रौद्योगिकी के विकास के लिए वास्तविक दुनिया की स्थितियों में प्रतिक्रिया करने के लिए कार को सिखाने के लिए बहुत बड़े डेटा संग्रह की आवश्यकता होती है। ड्राइविंग के दौरान मिलने वाले अनगिनत एज केस हैं, इसलिए जो एल्गोरिदम उन वाहनों को शक्ति प्रदान करते हैं उन्हें सड़कों, स्टॉप साइन, गिरने वाली वस्तुओं से लेकर सब कुछ को कवर करने वाले डेटासेट की आवश्यकता होती है। और फिर यदि आप मौसम की घटनाओं की संख्या को गुणा करते हैं जो हो सकती हैं, तो प्रशिक्षण डेटा की मात्रा बढ़ जाती है। स्वायत्त स्थान में प्रवेश करने वाली ऑटोमोटिव कंपनियों को एक विश्वसनीय डेटा पाइपलाइन स्थापित करने की आवश्यकता है, और यह करने में उन्हें बहुत सारे संसाधनों की आवश्यकता होगी।

एक अन्य उपयोग का मामला मौजूदा वॉयस एआई उत्पाद को नए बाजारों में विस्तारित करना है ताकि बाजार हिस्सेदारी और नए ग्राहकों को हासिल किया जा सके। इसके लिए अपरिहार्य रूप से भाषा डेटा की आवश्यकता होती है, और सटीकता हासिल करने के लिए यह महत्वपूर्ण है कि भाषण डेटा मूल भाषी लोगों से स्रोत किया जाए जो अंतिम उपयोगकर्ताओं के विभिन्न जनसांख्यिकीय प्रोफाइल का प्रतिनिधित्व करते हैं। एक बार डेटा एकत्र हो जाने के बाद, भाषण फ़ाइलों को एनएलपी एल्गोरिदम को प्रशिक्षित करने के लिए प्रतिलिपि बनाने की आवश्यकता होती है। कई भाषाओं में और प्रभावी होने के लिए आवश्यक डेटा की मात्रा में ऐसा करना कंपनियों के लिए अपने दम पर करना बहुत चुनौतीपूर्ण है, विशेष रूप से यदि उनके पास इस क्षेत्र में आंतरिक विशेषज्ञता नहीं है।

यह केवल कुछ उदाहरण हैं जो बड़े पैमाने पर एआई के लिए डेटा संग्रह के साथ मौजूद हैं, लेकिन जैसा कि आप कल्पना कर सकते हैं, होम ऑटोमेशन, मोबाइल डिवाइस और बायोमेट्रिक डेटा संग्रह में प्रत्येक की अपनी विशिष्ट चुनौतियां हैं।

एलएक्सटी वर्तमान में डेटा को कैसे स्रोत और एनोटेट करता है?

एलएक्सटी में, हम प्रत्येक ग्राहक के लिए अलग-अलग डेटा एकत्र करते हैं और एनोटेट करते हैं, क्योंकि हमारे सभी अभियानों को ग्राहकों की विशिष्ट आवश्यकताओं को पूरा करने के लिए तैयार किया जाता है। हम ऑडियो, इमेज, भाषण, पाठ और वीडियो सहित विभिन्न प्रकार के डेटा पर काम करते हैं। डेटा संग्रह के लिए, हम विभिन्न माध्यमों में डेटा एकत्र करने के लिए एक वैश्विक नेटवर्क के साथ काम करते हैं। संग्रह वास्तविक दुनिया की स्थितियों में डेटा प्राप्त करने से लेकर स्टूडियो में अनुभवी इंजीनियरों के साथ कुछ भाषण डेटा संग्रह परियोजनाओं के मामले में हो सकता है।

हमारी डेटा एनोटेशन क्षमताएं भी कई माध्यमों में फैली हुई हैं। हमारा अनुभव भाषण स्थान में शुरू हुआ और पिछले 12 वर्षों में हम 115 से अधिक देशों और 750 से अधिक भाषा स्थानों में विस्तारित हुए हैं। इसका मतलब है कि सभी आकार की कंपनियां एलएक्सटी पर भरोसा कर सकती हैं ताकि वे विभिन्न बाजारों में प्रवेश कर सकें और नए ग्राहक खंडों को पकड़ सकें। हाल ही में, हमने पाठ, छवि और वीडियो डेटा में विस्तार किया है, और हमारे आंतरिक मंच का उपयोग हमारे ग्राहकों को उच्च गुणवत्ता वाला डेटा प्रदान करने के लिए किया जाता है।

एक और रोमांचक क्षेत्र जिसमें हमारी वृद्धि हुई है वह हमारे सुरक्षित एनोटेशन कार्य के साथ है। इस वर्ष हमने अपने आईएसओ 27001 सुरक्षित सुविधा के पैर फुटप्रिंट को दुनिया भर में दो से पांच स्थानों तक बढ़ा दिया है। हमने अब एक प्लेबुक विकसित की है जो हमें नए सुविधाओं की स्थापना को कुछ महीनों में सक्षम बनाती है। हम इन सुरक्षित सुविधाओं में जिन सेवाओं पर ध्यान केंद्रित करते हैं वे वर्तमान में भाषण डेटा एनोटेशन और प्रतिलेखन हैं, लेकिन वे कई डेटा प्रकारों पर एनोटेशन के लिए उपयोग किए जा सकते हैं।

इस तरह डेटा स्रोत करना सिंथेटिक डेटा के विकल्प के रूप में श्रेष्ठ क्यों है?

सिंथेटिक डेटा एआई के क्षेत्र में एक रोमांचक विकास है और विशेष रूप से किनारे के मामलों के लिए उपयुक्त है जो वास्तविक दुनिया में पकड़ना मुश्किल है। सिंथेटिक डेटा का उपयोग विशेष रूप से एआई की परिपक्वता के प्रारंभिक चरणों में बढ़ रहा है जब कंपनियां अभी भी प्रयोग के चरण में हैं। हालांकि, हमारे自己的 शोध से पता चलता है कि जब संगठन अपनी एआई रणनीतियों को परिपक्व बनाते हैं और अधिक मॉडलों को उत्पादन में धकेलते हैं, तो वे मानव-एनोटेटेड डेटा पर निर्भर करने वाले पर्यवेक्षित या अर्ध-पर्यवेक्षित मशीन लर्निंग विधियों का उपयोग करने की संभावना अधिक होती है।

कंप्यूटरों की तुलना में मानव सूक्ष्मता को समझने में बेहतर हैं और मानव निरीक्षण भी पूर्वाग्रह को कम करने के लिए महत्वपूर्ण है।

यह डेटा भाषण और प्राकृतिक भाषा प्रसंस्करण के लिए इतना महत्वपूर्ण क्यों है?

भाषण और प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम को उनके इच्छित बाजारों में प्रभावी ढंग से काम करने के लिए, उन्हें मूल भाषी लोगों से स्रोत डेटा की आवश्यकता होती है जो अंतिम उपयोगकर्ताओं के सांस्कृतिक संदर्भ को धारण करते हैं। इस डेटा के बिना, वॉयस एआई अपनाने में गंभीर सीमाएं होंगी।

इसके अलावा, भाषण डेटा एकत्र करते समय वातावरण को ध्यान में रखना आवश्यक है। यदि प्रशिक्षित वॉयस एआई समाधान का उपयोग कार में किया जाना है, तो सड़क और मौसम की स्थिति जैसे विभिन्न कारक हैं जो भाषण को प्रभावित करते हैं और उन्हें ध्यान में रखा जाना चाहिए। ये जटिल परिदृश्य हैं जहां एक अनुभवी डेटा भागीदार मदद कर सकता है।

क्या एलएक्सटी के बारे में और कुछ है जिसे आप साझा करना चाहेंगे?

सबसे पहले, मैं आपको हमारी कहानी साझा करने के अवसर के लिए धन्यवाद देना चाहता हूं! मैं यह突at करना चाहता हूं कि हमारी कंपनी सभी आकार के संगठनों को अपने एआई पहल के साथ सफल होने में मदद करने के लिए प्रतिबद्ध है। हम दुनिया भर की कंपनियों को 12 वर्षों से अधिक समय से अत्यधिक अनुकूलित एआई डेटा प्रदान करने पर केंद्रित हैं, और हम उन लोगों से जुड़ने में प्रसन्न होंगे जो अपनी एआई परियोजनाओं को समर्थन देने के लिए एक विश्वसनीय डेटा पाइपलाइन बनाना चाहते हैं।

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