टोमर अहरोनी, नागिश के सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

टोमर अहरोनी, नागिश के सीईओ और सह-संस्थापक, ब्लूमबर्ग में एक सॉफ्टवेयर इंजीनियर के रूप में अपने काम से एक मजबूत तकनीकी आधार लाते हैं, कोलंबिया विश्वविद्यालय में एनएलपी और आईओटी में अनुसंधान, और इज़राइल रक्षा बलों के भीतर प्रौद्योगिकी खुफिया भूमिकाओं में पहले के अनुभव के साथ, सभी अपने सुलभता और प्रौद्योगिकी और संचार के चौराहे के लिए जुनून से प्रेरित हैं।

नागिश एक एआई-संचालित संचार मंच है जो फोन कॉल को बहरे या कम सुनने वाले लोगों के लिए पूरी तरह से सुलभ बनाने के लिए डिज़ाइन किया गया है। ऐप वास्तविक समय में उपशीर्षक और टेक्स्ट-से-स्पीच क्षमताएं प्रदान करता है, जबकि उपयोगकर्ताओं को अपना मौजूदा फोन नंबर रखने, पूर्ण गोपनीयता बनाए रखने और व्यक्तिगत शब्दकोश, सहेजे गए लिपियों और उपकरण एकीकरण जैसी सुविधाओं के माध्यम से बातचीत को प्रबंधित करने की अनुमति देता है।

आपके पास ब्लूमबर्ग में काम करने और कोलंबिया में एनएलपी अनुसंधान करने का अनुभव है, तो क्या कोई पल या अंतर्दृष्टि थी जिसने आपको नागिश बनाने के लिए उस अनुभव को चैनल करने के लिए प्रेरित किया?

कोलंबिया में अपने स्नातक अध्ययन के दौरान, मैं एक दिन कक्षा में बैठा था जब मुझे फोन आया। मैं इसे नहीं उठा सकता था क्योंकि यह पूरी कक्षा को बाधित कर देगा, और इससे मुझे यह सोचने पर मजबूर होना पड़ा कि आप फोन कॉल कैसे कर सकते हैं अगर आप सुन नहीं सकते या बोल नहीं सकते? यह विचार एक बड़े प्रश्न में बदल गया: बहरे और कम सुनने वाले लोग फोन पर कैसे संवाद करते हैं?

यह 2019 था, और हम (मेरे सह-संस्थापक अलोन एज़र और मैं) खोज करते हुए पाया कि बहरे समुदाय व्याख्याकारों और उपशीर्षक सहायकों पर बहुत अधिक निर्भर था। हमने सोचा कि यह पागलपन है, इसलिए हम स्थानीय बहरे समुदाय के लोगों से संपर्क करना शुरू किया, और जो हमने सुना वह हमारे लिए वास्तव में आश्चर्यजनक था। “मैं किसी के फोन करने पर कॉल काट देता हूं,” “मैं फोन का उपयोग नहीं करता,” या “मैं अपने भाई से मेरे लिए कॉल करने के लिए कहता हूं,” कुछ ऐसे उत्तर थे जो हमें मिले जब हमने लोगों से पूछा कि वे फोन का उपयोग कैसे करते हैं।

बाद में उस गर्मियों में, मैंने ब्लूमबर्ग में एक सॉफ्टवेयर इंजीनियर के रूप में इंटर्न किया। मेरी टीम में एक और इंटर्न था जो बहरा था। हर बार जब मुझे उसके साथ मिलने की जरूरत होती थी, मुझे उसके और दो व्याख्याकारों के साथ समय-सारणी का संरेखण करना पड़ता था। “आइए जल्दी से कॉल पर मिलकर इसे सुलझा लेते हैं” जैसी बातें असंभव थीं। एचआर के साथ इसके बारे में बात करने के बाद, मुझे पता चला कि इन दो व्याख्याकारों को खोजना जो तकनीकी जargon से परिचित थे, लगभग असंभव था और हम उनका उपयोग तब करते हैं जब वे उपलब्ध होते हैं, लेकिन वे पूर्णकालिक उपलब्ध नहीं होते हैं।

जितना अधिक हम सीखते गए, यह स्पष्ट हो गया कि ये अलग-अलग असुविधाएं नहीं थीं, बल्कि एक बहुत बड़े पैटर्न का हिस्सा थीं। आज भी, उन्नति के साथ जो सुलभता में सुधार हुआ है, अभी भी कई चुनौतियां और क्षेत्र हैं जिन्हें संबोधित करने की आवश्यकता है। नागिश में, हमने हाल ही में एक सर्वेक्षण किया और एक रिपोर्ट जारी की, सुनने की तकनीक का बहरे और कम सुनने वाले लोगों को सशक्त बनाने में प्रभाव, जिसमें पाया गया कि 65% बहरे व्यक्तियों ने कहा कि उन्हें प्रभावी ढंग से संवाद करने के लिए कम से कम एक सप्ताह में एक बार एक सुनने वाले व्यक्ति से सहायता की आवश्यकता होती है। यह निर्भरता पेशेवर सेटिंग्स में वास्तविक बाधाएं पैदा करती है, जो इस तथ्य में परिलक्षित होती है कि 62% बहरे उत्तरदाताओं ने कहा कि संचार चुनौतियों ने उनके करियर के निर्णयों और कertain भूमिकाओं में आगे बढ़ने की उनकी क्षमता को सीमित किया है।

इन अनुभवों और बहरे व्यक्तियों के साथ मेरे बढ़ते संबंधों ने मुझे नागिश का पहला संस्करण बनाने के लिए प्रेरित किया। हमारे पास एक ही विश्वास है जो नहीं बदला है – संचार सुलभ और निजी होना चाहिए।

अलोन और मैंने एक प्रोटोटाइप बनाया, और प्रतिक्रिया अविश्वसनीय थी। हमने महसूस किया कि नागिश कितना जीवन बदलने वाला हो सकता है। फिर कोविड आया, और आवश्यकता विस्फोट हो गई क्योंकि दुनिया दूरस्थ हो गई, और संचार में सुलभता की कमी वास्तव में स्पष्ट हो गई।

नागिश के शुरुआती दिनों के बारे में आप क्या साझा कर सकते हैं, और आपने सुलभता लक्ष्यों के साथ कटिंग-एज एआई प्रौद्योगिकी को मिलाने में किन चुनौतियों का सामना किया?

नागिश के शुरुआती दिन महामारी के दौरान थे, इसलिए हमारे जीवन में काम के अलावा बहुत कुछ नहीं हो रहा था। अलोन और मैं एक-दूसरे के ब्लॉक में रहते थे और नवीनतम प्रौद्योगिकियों को ब्रेनस्टॉर्म करने, प्रोटोटाइप करने और लागू करने के लिए बहुत समय बिताते थे। हम महीनों तक अपने अपार्टमेंट से 12+ घंटे प्रतिदिन काम करते थे।

इस तरह का समय हमें अपने उपयोगकर्ताओं से बात करने और उनकी जरूरतों को समझने में बहुत समय बिताने की अनुमति देता था। हम कोई धारणा नहीं बनाना चाहते थे। उस समय, हमें अभी भी कंपनी बनाने का कोई इरादा नहीं था। जो हमें प्रेरित करता था वह उपयोगकर्ताओं से सुनना था और उनकी लड़ाइयों के बारे में जानना और जानते हुए कि हम उन्हें प्रौद्योगिकी के साथ हल कर सकते हैं।

नागिश की एआई तकनीक बहरे या कम सुनने वाले व्यक्तियों और सुनने वाले दुनिया के बीच संचार को कैसे पुल करती है, जिसमें मौजूदा उपकरण जो नहीं कर सकते हैं?

नागिश एआई का उपयोग संचार अंतराल को पाटने के लिए करता है। हमारे इंजन भाषण को पाठ में बदलते हैं, पाठ को वापस भाषण में बदलते हैं और हस्तलिपि को पाठ में (और इसके विपरीत) वास्तविक समय में बदलते हैं। इसका मतलब है कि एक बहरे या कम सुनने वाले व्यक्ति बस देख सकते हैं कि कॉल पर क्या कहा जा रहा है और टाइप करके या बोलकर प्रतिक्रिया दे सकते हैं, जबकि दूसरी ओर सुनने वाला व्यक्ति मानक फोन कॉल का अनुभव करता है। इस तरह के एआई के अस्तित्व से पहले, लोगों को मानव-संचालित रिले सेवाओं पर निर्भर रहना पड़ता था जहां एक तीसरा व्यक्ति लाइन पर बैठता था और सभी प्रतिलेखन करता था।

नागिश के साथ, वहां कोई रिले ऑपरेटर नहीं है, कोई व्याख्याकार नहीं है जिसे अनुसूचित करना है, और किसी और के लिए प्रतीक्षा करने की आवश्यकता नहीं है। ऐप तुरंतता, गोपनीयता और स्वतंत्रता को फोन कॉल में वापस लाता है, जो पारंपरिक रिले सेवाएं प्रदान नहीं कर सकती हैं।

चूंकि नागिश एआई-संचालित है, यह प्रत्येक प्रकार के कॉल के लिए स्केल कर सकता है: कार्य बैठकें, परिवार के चेक-इन, आपातकालीन स्थितियां और ग्राहक सेवा कॉल। ऐप को नियमित जीवन में आसानी से एकीकृत करने के लिए डिज़ाइन किया गया है: उपयोगकर्ता अपना नंबर रख सकते हैं, वास्तविक समय में उपशीर्षक प्राप्त कर सकते हैं और फोन कॉल और व्यक्तिगत बातचीत दोनों में एक ही ऐप का उपयोग कर सकते हैं। पूरा अनुभव संचार को प्राकृतिक और सहज महसूस कराने के लिए डिज़ाइन किया गया है।

आपका मंच मानक प्रतिलेखन या उपशीर्षक से परे जाकर बातचीत को अधिक प्राकृतिक और समावेशी बनाने के लिए किस प्रकार काम करता है?

हम जानते हैं कि भाषा केवल शब्द नहीं है, यह संस्कृति, पहचान और सूक्ष्मता भी है। यह विशेष रूप से हस्तलिपि के लिए सच है, जो चेहरे के भाव, भावना और क्षेत्रीय भिन्नता पर निर्भर करती है। बातचीत को प्राकृतिक महसूस कराने के लिए, हम सीधे बहरे भाषाविदों और हस्तलिपि विशेषज्ञों के साथ सहयोग करते हैं। वे हमारे एआई को आकार देने में मदद करते हैं कि यह कैसे सीखता है और व्यवहार करता है, ताकि प्रौद्योगिकी समुदाय के साथ बनाई जा सके, न कि केवल उनके डेटा पर प्रशिक्षित।

मानक प्रतिलेखन उपकरण अक्सर “यहाँ जो कहा गया है वह शब्द हैं” पर रुक जाते हैं। हमारा लक्ष्य वास्तविक बातचीत का समर्थन करना है। हम एआई एजेंटों को लागू कर रहे हैं जो कॉल के प्रवाह को प्रबंधित कर सकते हैं और केवल उपशीर्षक या पाठ को भाषण में पढ़ सकते हैं। इसके अलावा, नागिश वास्तविक समय में उपशीर्षक प्रदान करता है जो बातचीत के प्रवाह के लिए अनुकूलित हैं, जिसमें समायोज्य फ़ॉन्ट, स्पैम फ़िल्टरिंग, वॉइसमेल प्रतिलेखन और अपने डिवाइस पर लिपियों को सहेजने और समीक्षा करने की क्षमता जैसी सुविधाएं हैं। यह एक समान अनुभव बनाता है जो सुनने वाले लोगों को फोन कॉल पर मिलता है।

प्राकृतिक भाषा प्रसंस्करण आपके मंच को कैसे सुनिश्चित करता है कि यह न केवल शब्दों को पकड़ता है, बल्कि इरादा और स्वर भी पकड़ता है?

प्राकृतिक भाषा प्रसंस्करण और प्राकृतिक भाषा समझ नागिश के मूल में हैं जो न केवल यह जानते हैं कि कोई क्या कहता है, बल्कि इसका क्या अर्थ है। भाषण में संकेतों से भरा होता है जो संदर्भ जोड़ते हैं, जैसे कि स्वर, जोर और अधिक, और हमारे एनएलपी मॉडल उन परतों को उठाने के लिए डिज़ाइन किए गए हैं ताकि उपयोगकर्ता बुनियादी प्रतिलेखन से अधिक प्राप्त करें। लक्ष्य बातचीत को प्राकृतिक बातचीत जैसा महसूस कराना है।

नागिश नियोक्ताओं को अधिक समावेशी कार्यस्थल बनाने में कैसे मदद कर रहा है, जबकि उन वित्तीय और लॉजिस्टिक बाधाओं को संबोधित कर रहा है जिन्होंने लंबे समय से सुलभता को सीमित किया है?

नागिश में, हम नियोक्ताओं को अधिक समावेशी कार्यस्थल बनाने में मदद कर रहे हैं जो सुलभता को स्केल करने के लिए वित्तीय और लॉजिस्टिक बाधाओं को दूर कर रहे हैं। पारंपरिक रूप से, एक सुलभ कार्यस्थल बनाने का मतलब अनुसूचित व्याख्याकारों पर निर्भर रहना था, जो आवश्यक हैं लेकिन दैनिक संचार के लिए व्यावहारिक नहीं हैं, जैसे कि त्वरित कॉल, अनौपचारिक बैठकें या समय-संवेदनशील कार्य। ये सीमाएं देरी, लागत जोड़ती हैं और अनजाने में बहरे और कम सुनने वाले कर्मचारियों को काम की धारा से बाहर कर सकती हैं।

नागिश इस गतिशीलता को बदलने का काम कर रहा है, कर्मचारियों को स्वतंत्र रूप से और मांग पर संवाद करने की क्षमता प्रदान करता है। जब कंपनियां इन बाधाओं को दूर करती हैं, तो लोग पूरी तरह से भाग ले सकते हैं, जिससे मजबूत टीमें, बेहतर प्रतिधारण और अधिक समान कार्यस्थल बनता है।

हमारे द्वारा हाल ही में किए गए एक सर्वेक्षण के अनुसार, 60% से अधिक बहरे और कम सुनने वाले उत्तरदाताओं ने कहा कि संचार बाधाएं उनके करियर के निर्णयों और पेशेवर विकास पर प्रभाव डालती हैं। यह एक गंभीर चुनौती है जो पिछले कुछ वर्षों में हुई प्रगति के बावजूद अभी भी बहुत काम करने की आवश्यकता को दर्शाती है।

हम नियोक्ताओं को प्रतिक्रियावादी समायोजन से प्रोएक्टिव समावेशन में ले जाने में सक्षम बनाते हैं, जिससे कार्यस्थल बनते हैं जहां हर कर्मचारी स्वतंत्र रूप से योगदान कर सकता है और आत्मविश्वास से काम कर सकता है।

बहरे और कम सुनने वाले उपयोगकर्ताओं से आपको किस प्रकार की प्रतिक्रिया मिली है, और इसने उत्पाद के विकास को कैसे प्रभावित किया है?

हमने नागिश को बहरे समुदाय के साथ दिन एक से बनाया है, और तब से हमें उत्साह, जिज्ञासा और दुर्लभ मामलों में कुछ हिचकिचाहट का मिश्रण मिला है, जो कि यह होना चाहिए। बहरे समुदाय नई प्रौद्योगिकी के प्रति बहुत सावधान और जिज्ञासु है, और अच्छे कारण के साथ। उन्होंने अतीत में बहुत सारे अतिशयोक्तिपूर्ण दावे सुने हैं, और हम उनसे बचने की कोशिश कर रहे हैं। हम प्रगति पर पूर्णता को प्राथमिकता दे रहे हैं, जो समय लेता है – लेकिन हमारा अंतिम लक्ष्य पूर्णता है।

इस समुदाय-पहले दृष्टिकोण को हमारी हालिया रिपोर्ट द्वारा मजबूत किया जाता है जिसमें पाया गया कि सहायक प्रौद्योगिकी को अपनाने के बाद, उपयोगकर्ताओं ने दैनिक स्वतंत्रता में एक बड़ी वृद्धि दिखाई: बहरे उपयोगकर्ताओं के लिए स्वतंत्र रूप से संवाद करने वाले लोगों की संख्या 37% से 60% तक बढ़ गई, और कम सुनने वाले उपयोगकर्ताओं के लिए 32.9% से 63% तक। यह परिवर्तन हमें हर दिन जो प्रतिक्रिया सुनने को मिलती है उसका प्रतिबिंब है: लोग उन उपकरणों की मांग कर रहे हैं जो संचार को आसान, अधिक सुसंगत और उन क्षणों में उपलब्ध बनाते हैं जब व्याख्याकार उपलब्ध नहीं होते हैं या जब वे गोपनीयता और स्वतंत्रता चाहते हैं।

जब हम बेहतर हस्तलिपि व्याख्या प्रौद्योगिकियों के निर्माण के लिए अनुसंधान करते हैं, तो हमारा लक्ष्य मानव व्याख्याकारों या मौजूदा संचार विधियों को प्रतिस्थापित करना नहीं है, बल्कि एक और विकल्प जोड़ना है, एक ऐसा उपकरण जो सुलभता को अधिक सुसंगत और कहीं भी, कभी भी उपलब्ध बनाता है। उपयोगकर्ताओं से प्रतिक्रिया ने पुष्टि की है कि एक “अतिरिक्त विकल्प” कितना महत्वपूर्ण है, विशेष रूप से उन क्षणों में जब व्याख्याकार उपलब्ध नहीं होता है या जब कोई व्यक्ति गोपनीयता और स्वतंत्रता चाहता है। कई लोगों के लिए, यह स्थितियों का निर्माण करता है जहां संचार अन्यथा असुविधाजनक, देरी से या दूर का लगता है।

हम सुनिश्चित करने के लिए एक समुदाय-पहले दृष्टिकोण ले रहे हैं कि प्रौद्योगिकी प्रामाणिक, सटीक और सम्मानजनक लगती है। जब तक हम हस्तलिपि उपयोगकर्ताओं के साथ निर्माण करते रहते हैं, हम मानते हैं कि यह एक सशक्तिकरण कदम के रूप में प्राप्त किया जाएगा।

सुलभता प्रौद्योगिकी में गोपनीयता एक प्रमुख चिंता है — नागिश संवेदनशील बातचीत और उपयोगकर्ता विश्वास बनाए रखने के लिए गोपनीयता को कैसे संभालता है?

गोपनीयता नागिश के मिशन के लिए महत्वपूर्ण है जो बहरे और कम सुनने वाले उपयोगकर्ताओं को सशक्त बनाने के लिए है। पहली बात यह है कि नागिश के साथ, आप पहले से ही एक लाइव ट्रांसक्राइबर की आवश्यकता को समाप्त कर सकते हैं, इसलिए पहले से ही एक गोपनीयता की भावना है जो पहले संभव नहीं थी।

तकनीकी पक्ष पर, नागिश डिज़ाइन द्वारा निजी है। हम कॉल रिकॉर्ड नहीं करते हैं और कॉल की अवधि से परे हमारे सर्वर पर कॉल ट्रांसक्रिप्ट नहीं存 करते हैं। हम कॉल डेटा का उपयोग प्रशिक्षण के लिए नहीं करते हैं। जब उपयोगकर्ता लिपियों को सहेजना चुनते हैं, तो वे साझा क्लाउड में नहीं, बल्कि अपने डिवाइस पर स्थानीय रूप से संग्रहीत की जाती हैं। सुविधाएं जैसे कि अंत-से-अंत सुरक्षित उपशीर्षक और लिपियों का स्थानीय भंडारण अत्यधिक संवेदनशील बातचीत की रक्षा के लिए हैं – चाहे वे स्वास्थ्य, रोजगार या व्यक्तिगत संबंधों के बारे में हों।

आप आगामी दशक में सुलभता में एआई की भूमिका को कैसे देखते हैं, और प्रौद्योगिकी को अभी भी भरने के लिए कौन से अंतराल रहते हैं?

डिजिटल सुलभता के साथ एक बड़ा मुद्दा शिक्षा और दृश्यता की कमी है: इंजीनियर ऑल्ट-टेक्स्ट को लागू नहीं करते हैं, डिज़ाइनर असुलभ रंग चुनते हैं क्योंकि वे अच्छे लगते हैं, और उत्पाद प्रबंधक उत्पाद निर्णय लेते हैं जो केवल केपीआई के लिए होते हैं।

जैसा कि एआई उत्पाद विकास के प्रत्येक पहलू में शामिल हो जाता है, इंजीनियरिंग से लेकर डिज़ाइन तक और कॉपी लेखन तक, हम सुलभता के प्रति एक प्रोएक्टिव दृष्टिकोण देख रहे हैं। एआई सुलभता को प्रतिक्रियावादी और “पैच्ड ऑन” से प्रोएक्टिव और पर्यावरणीय में बदल सकता है। हम विभिन्न सेटिंग्स में संचार को बढ़ाने वाले एक नए तरंग के उपकरणों को देखेंगे – न केवल कॉल, बल्कि कार्यस्थल, कक्षाएं, परिवहन और सार्वजनिक सेवाएं – ताकि विकलांग लोग, और विशेष रूप से बहरे और कम सुनने वाले लोग, सुलभता के लिए लगातार अनुरोध न करें, यह डिफ़ॉल्ट रूप से वहां होगा।

आप मानव व्याख्याकारों और एआई के बीच सहयोग को कैसे देखते हैं – क्या एक दिन दूसरे को प्रतिस्थापित करेगा, या वे एक दूसरे को मजबूत करते हैं?

हस्तलिपि व्याख्याकार अद्भुत काम करते हैं। वे समुदाय, सुलभता और संचार के लिए आवश्यक हैं। लेकिन वास्तविकता यह है कि उनमें से पर्याप्त नहीं हैं। उदाहरण के लिए, संयुक्त राज्य अमेरिका में, जहां 500,000 से अधिक लोग अमेरिकी हस्तलिपि का उपयोग अपनी प्राथमिक भाषा के रूप में करते हैं, वहीं केवल 10,000 प्रमाणित व्याख्याकार हैं। इसका मतलब है कि कई स्थितियों में – जैसे डॉक्टर के दौरे, माता-पिता की बैठकें, नौकरी के साक्षात्कार, और अधिक – सुलभ संचार की कमी होती है।

यहां तक कि जब व्याख्याकार उपलब्ध होते हैं, तो अनुसूची बनाने, लागत और भूगोल के बारे में चुनौतियां होती हैं। ग्रामीण क्षेत्र में रहने वाला कोई व्यक्ति व्याख्याकार प्राप्त करने में बहुत अधिक कठिनाई का सामना करेगा, और यह देरी वास्तविक दुनिया के परिणामों का कारण बन सकती है, विशेष रूप से स्वास्थ्य सेवा या आपातकालीन स्थितियों में।

एआई इस अंतर को पाटने में मदद कर सकता है। जो हम बना रहे हैं वह व्याख्याकारों को प्रतिस्थापित करने के लिए नहीं है, बल्कि उनके काम को पूरक बनाने और सुलभता को अधिक स्केलेबल बनाने के लिए है। सोचें कि यह एक उपकरण है जो तब कदम रखता है जब मानव व्याख्याकार उपलब्ध नहीं होता है।

गूगल ट्रांस्लेट ने पेशेवर अनुवादकों को प्रतिस्थापित नहीं किया, लेकिन यह दैनिक आधार पर संचार को पाटने में मदद करने के लिए संभव बनाया।

कंप्यूटर दृष्टि और प्राकृतिक भाषा प्रसंस्करण में प्रगति के साथ, एआई हस्तलिपि को वास्तविक समय में व्याख्या करने में सक्षम होने का वादा करता है। इसका मतलब है कि अधिक लोग तुरंत संवाद कर सकते हैं, चाहे वह वीडियो कॉल, सार्वजनिक कियोस्क या आपातकालीन सेवा के माध्यम से हो।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें नागिश पर जाना चाहिए。