एआई मॉडल और प्लेटफ़ॉर्म
रियिड लैब्स के मुख्य रणनीति अधिकारी योहान ली, साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
योहान ली रियिड लैब्स के मुख्य रणनीति अधिकारी हैं, जो पूरी तरह से सत्यापित और डेटा-संचालित एआई प्रौद्योगिकी के समाधान प्रदान करने वाली एक अग्रणी कंपनी है। वे शिक्षा, कौशल प्रशिक्षण और प्रौद्योगिकी में वैश्विक नेताओं के साथ भागीदारी करते हैं ताकि बेहतर शिक्षण अनुभव बनाया जा सके। वे एआई का उपयोग करते हैं ताकि छात्र अपने लक्ष्यों को सबसे तेज़ और कुशलता से प्राप्त कर सकें।
आपको एआई में क्या आकर्षित किया?
रियिड का फोकस। रियिड ने एक गंभीर कंपनी के रूप में सही कदम उठाए थे जिसकी बहुत संभावना थी। प्रत्येक चरण तर्कसंगत और प्रेरक था। अपने एआई के लिए, कंपनी ने सहयोगी फिल्टरिंग विधियों के साथ शुरू किया, फिर नियमित रूप से अपने एल्गोरिदम में सुधार किया और राज्य-ऑफ-द-आर्ट ट्रांसफॉर्मर मॉडल के साथ अपने अनोखे विकास के साथ। कंपनी ने सोच-समझकर कागजात प्रकाशित किए जो फोकस, अन्वेषण और कल्पना दिखाते थे। कंपनी का ऐप उपयोगकर्ताओं को परिवर्तित कर रहा था और सफलतापूर्वक मुद्रीकरण कर रहा था, जो मजबूत बाजार अपनाने का संकेत देता था। व्यवसाय बी2सी से बी2बी आयाम में विस्तार कर रहा था với अतिरिक्त परीक्षण तैयारी उपकरण और एक रियल्टर ऐप के साथ। फिर इसने शिक्षा में बड़े पैमाने पर नवाचार शुरू करने और एक एआईएडी समुदाय (एडनेट) बनाने के लिए सबसे बड़ा शिक्षा डेटासेट प्रकाशित किया। ये सभी एक फोकस्ड कंपनी के कदम हैं जो सही कदम उठा रही है जो आमतौर पर एक बड़ी कंपनी द्वारा की जाती है। अंत में, उनके सार्वजनिक रूप से दिखाई देने वाले फंडिंग राउंड एक मजबूत प्रतिबिंब थे कि यह कंपनी कितनी जल्दी एक यूनिकॉर्न बन सकती है।
आपके पिछले पद पर आप गूगल ब्रेन में मशीन इंटेलिजेंस और हेल्थ डेटा साइंस लीडर थे, आपने कुछ परियोजनाओं पर काम किया था?
मैंने उत्पाद तैनाती का नेतृत्व किया: जो वास्तविक दुनिया के साक्ष्य अध्ययन के लिए परीक्षण बेड को डिजाइन, निर्माण, माप और प्रणाली परीक्षण बेड के निर्माण के बारे में है। उन्नत परीक्षण बेड निर्माण, अनुसंधान रणनीति और उन्नत प्रणाली डिजाइन और कार्यान्वयन का संयोजन। मैं एक इंजीनियर नहीं हूं, लेकिन मैं कई वर्षों से एक प्रमाणित प्रो क्लाउड आर्किटेक्ट हूं। इसलिए यह एक प्राकृतिक फिट था, विशेष रूप से कई जानकारी सुरक्षा और गोपनीयता आवश्यकताओं के साथ, विशेष रूप से फ़िलहाल में (विशेष रूप से बच्चों के लिए)।
अक्सर, साझेदारों और प्रौद्योगिकी दिग्गजों के बीच एक तकनीकी तैयारी मेल नहीं होती है ताकि पैमाने पर पहुंचा जा सके। यहीं पर मैं पैमाने पर चलने में मदद करता हूं। स्व-एकत्रित तकनीकी बुनियादी ढांचे को डिजाइन करना जो एमएल इंजन के लिए 1/10 की लागत पर और विलंबता और लागत पर बड़े पैमाने पर समानांतर गणना तक पहुंचा सके।
हमारे साझेदारों के लिए एआईएएस के रूप में भविष्यवाणी एल्गोरिदम उपलब्ध कराना रोमांचक रहा है।
अगस्त 2020 से आप रियिड लैब्स में रणनीति के उपाध्यक्ष हैं, क्या आप रियिड लैब्स क्या है इस बारे में विस्तार से बता सकते हैं?
रियिड लैब्स शिक्षा में एआई समाधानों का एक वैश्विक नेता है। रियिड लैब्स इसकी मूल कंपनी रियिड की वैश्विक शाखा है और एशिया में रियिड की सफलता पर निर्माण करने और अपने व्यवसाय को यूएस, दक्षिण अमेरिका, मध्य पूर्व और उससे परे विस्तारित करने के लिए सिलिकॉन वैली में स्थापित किया गया है। हम एआई शोधकर्ताओं, डेटा वैज्ञानिकों, इंजीनियरों और विभिन्न क्षेत्रों में भागीदारों के साथ काम करने वाले व्यवसाय विकास से बने हैं। रियिड की एआई क्षमता का विस्तार करके हम पारंपरिक तरीकों से सीखने के तरीकों को फिर से सोचते हैं। चाहे यह दक्षिण अमेरिका में कॉलेज प्रवेश परीक्षा के लिए एक व्यक्तिगत परीक्षण तैयारी मोबाइल ऐप हो या कोरिया में एक प्रमुख समूह में बीमा एजेंटों के प्रशिक्षण के लिए एक एआई ट्यूटर मॉड्यूल, हम बी2सी, बी2बी, बी2जी ग्राहकों को हमारी प्रोप्राइटरी तकनीक में एआई प्रदान करते हैं जो उपयोगकर्ता के सीखने व्यवहार डेटा का विश्लेषण करती है, अगले उत्तर विकल्पों की भविष्यवाणी करती है और सीखने के मार्ग की सिफारिश करती है जो अंततः किसी की सीखने की क्षमता को अधिकतम करती है। हमने पहले से ही कई उत्पादों को लॉन्च किया है, जिनमें सांता, एक मोबाइल परीक्षण तैयारी अनुप्रयोग शामिल है जो लोकप्रिय अंग्रेजी प्रवीणता परीक्षा, टेस्ट ऑफ इंग्लिश फॉर इंटरनेशनल कम्युनिकेशन (टीओईसी) के लिए है, जिसका उपयोग कोरिया और जापान में दो मिलियन से अधिक छात्रों ने किया है। हमने कैप्लन के साथ साझेदारी में कोरिया में जीमैट तैयारी ऐप और कोनेकएमई के साथ मिस्र, तुर्की, यूएई, जॉर्डन और सऊदी अरब में एक्ट तैयारी ऐप भी जारी किया है। रियिड अब शैक्षिक मूल्यांकन, सीखने और प्रशिक्षण के लिए अपने एआई समाधान को लागू करने के लिए निजी और सार्वजनिक क्षेत्रों से व्यापक ग्राहकों के साथ बातचीत कर रहा है।
एआई टूल्स शिक्षा को लोकतांत्रिक बनाने में कैसे एक कदम आगे हैं?
संयुक्त राष्ट्र के अनुसार, कोरोनवायरस संकट से पहले ही, अनुमान थे कि २०३० में २०० मिलियन से अधिक बच्चे स्कूल से बाहर होंगे, और केवल ६० प्रतिशत युवा उच्च माध्यमिक शिक्षा पूरी करेंगे। विकासशील दुनिया के आधे बच्चे बिना किसी योग्य योग्यता के शिक्षा छोड़ देते हैं। ‘एक आकार सभी के लिए फिट बैठता है’ शिक्षा के दृष्टिकोण और उच्च दांव वाले मानकीकृत परीक्षण आधारित मूल्यांकन शिक्षा की अपेक्षित भूमिका को पूरा करने में विफल रहे हैं कि समाज के प्रतिभाशाली नागरिकों को बढ़ावा मिले।
विकसित अर्थव्यवस्थाओं में जैसे कोरिया और यूएस, धनी समुदायों के पास गरीब समुदायों की तुलना में बहुत बड़े स्कूल बजट होते हैं। इसके परिणामस्वरूप, धनी माता-पिता निजी ट्यूशन, निजी कॉलेज परामर्श, परीक्षण तैयारी, निजी एथलेटिक कोचिंग और स्कूल के बाहर कला और संस्कृति में शिक्षा के अनुभवों में अतिरिक्त निवेश करते हैं, जो उनके बच्चों और हर किसी के बीच की खाई को चौड़ा करते हैं। इसका मतलब है कि कम समृद्ध समुदायों में छात्रों के पास अक्सर कम अनुभवी शिक्षक, प्रौद्योगिकी तक कम पहुंच, स्कूल और घर में इंटरनेट तक कम पहुंच होती है, और उन्हें कॉलेज में आवेदन करने के बारे में कोई सलाह नहीं मिल सकती है। यूएस में, एक धनी परिवार में जन्मे बच्चे को कॉलेज की डिग्री पूरी करने की संभावना १० गुना अधिक होती है जितनी कि एक गरीब परिवार में जन्मे बच्चे को होती है। और जब आप शैक्षणिक क्षमता को नियंत्रित करते हैं, तो धनी बच्चे कॉलेज में जाने और डिग्री पूरी करने की संभावना बहुत अधिक होती है। इसका आर्थिक विकास पर भी प्रभाव पड़ता है। जब प्रतिभा और संभावनाएं समाज में व्यापक रूप से वितरित की जाती हैं, लेकिन अवसर नहीं है, तो श्रम बाजार और अर्थव्यवस्था प्रतिभा को रोजगार के साथ कुशलता से मेल नहीं खा सकते हैं, और यह नवाचार को धीमा कर देता है, और राष्ट्रीय उत्पादकता और आर्थिक विकास को समझौता करता है।
महत्वपूर्ण डेटा के आधार पर, एआई प्रत्येक छात्र के ज्ञान स्तर और अद्वितीय सीखने व्यवहार का मूल्यांकन और समझा सकता है और व्यक्तिगत सामग्री प्रदान कर सकता है जो छात्रों को प्रत्येक सीखने के लक्ष्य तक पहुंचाने में मदद करता है। एआई अनंत रूप से धैर्यवान हो सकता है और प्रत्येक को समान लेकिन व्यक्तिगत ध्यान दे सकता है जो व्यक्तिगत ट्यूटर की लागत का एक अंश है। यह संभव है कि कोई भी छात्र जिसके पास इंटरनेट कनेक्शन और स्मार्टफोन है, वह कहीं से भी एक आकर्षक, व्यक्तिगत सीखने के अनुभव में भाग ले सकता है। एआई शिक्षकों को भी छात्रों के सीखने के अनुभवों को व्यक्तिगत बनाने में मदद कर सकता है, शिक्षकों को दोहराए जाने वाले कार्यों पर बिताने के लिए समय कम कर सकता है, और उस समय को व्यक्तिगत ध्यान और व्यक्तिगत सीखने संसाधनों को प्रदान करने के लिए पुन: उपयोग कर सकता है जो प्रत्येक छात्र के लिए २४/७ उपलब्ध हैं।
पहली बार वैश्विक कृत्रिम बुद्धिमत्ता शिक्षा (एआईईडी) चुनौती के पीछे दृष्टि पर चर्चा कर सकते हैं?
शिक्षा में एक नई परिदृश्य की आवश्यकता है ताकि वर्तमान शिक्षा संकट को पार किया जा सके। एआई-संचालित सीखने के समाधान जो छात्र ऑनलाइन बातचीत करते हैं वे प्रत्येक को व्यक्तिगत ध्यान दे सकते हैं जो व्यक्तिगत ट्यूटर की लागत का एक अंश है, चाहे स्वतंत्र सीखने के लिए या शिक्षक के नेतृत्व वाले सीखने के अनुभवों में शामिल किया जाए। हम वास्तव में अपने एआई शिक्षा दृष्टि में विश्वास करते हैं और हमें लगता है कि हम शिक्षा को बदल सकते हैं और छात्रों के जीवन में सुधार कर सकते हैं। लेकिन हम जानते हैं कि हम अकेले इस दृष्टि को प्राप्त नहीं कर सकते हैं। हमें बड़े एआई समुदाय और शिक्षा उद्योग की आवश्यकता है कि वे हमारे विचारों में खरीदें और भाग लें। पिछले वर्ष, रियिड ने सार्वजनिक रूप से एडनेट जारी किया, जो रियिड के एआई ट्यूटरिंग सिस्टम से एकत्र किए गए विविध छात्र गतिविधियों का एक बड़े पैमाने पर पदानुक्रमित डेटासेट है। इसमें १३१ मिलियन से अधिक इंटरैक्शन के साथ ७८०के से अधिक वास्तविक दुनिया के छात्रों के डेटा शामिल हैं। यह अब तक जारी किए गए एआई-शिक्षा डेटासेट में से सबसे बड़ा है। हम चाहते हैं कि क्षेत्र में सर्वश्रेष्ठ दिमाग इस डेटा का उपयोग करके नवाचारी समाधान खोजें जो शिक्षा में वैश्विक चुनौतियों से निपटने में मदद करेंगे। इसलिए, रियिड ने अपनी पहली एआईईडी चुनौती शुरू की, जो एडनेट का उपयोग करके ज्ञान ट्रेसिंग के लिए एल्गोरिदम बनाने और मूल्यांकन करने के लिए एक वैश्विक चुनौती है। हम मानते हैं कि एक साथ मिलकर हम बड़ा प्रभाव डाल सकते हैं और एआई-संचालित शिक्षा की ओर रुझान को और तेज कर सकते हैं। दूसरों के लिए प्रेरणा और प्रेरणा के लिए अग्रणी होना आवश्यक है।
एआईईडी से कुछ परिणाम क्या थे?
चुनौती ६ अक्टूबर २०२० से ८ जनवरी २०२१ तक गूगल के कैग्ले प्लेटफ़ॉर्म पर चली, जो एक ऑनलाइन समुदाय है जो डेटा वैज्ञानिकों और मशीन लर्निंग प्रैक्टिशनर्स के लिए है।
- कुल पुरस्कार के लिए $१००,०००, ३,३९५ टीमों ने ९० देशों से चुनौती में भाग लिया, जो किसी भी २०२० कैग्ले एल्गोरिदम प्रतियोगिता में सबसे अधिक था जो एक व्यावसायिक इकाई द्वारा आयोजित की गई थी।
- कैग्ले के २७० ग्रैंडमास्टर्स में से ५२ ने भाग लिया, जो पिछले प्रदर्शन के आधार पर कैग्ले प्रतियोगिताओं में सबसे अधिक भागीदारी थी। तुलना में, २०२० की प्रतियोगिताओं में केवल २५ ग्रैंडमास्टर्स ने भाग लिया था।
- इस चुनौती के माध्यम से, ६४,६७८ अलग और रचनात्मक ज्ञान ट्रेसिंग मॉडल जमा किए गए।
- कोरिया, जापान और स्पेन की टीमों ने शीर्ष तीन स्थान हासिल किए, जिन्हें क्रमशः $५०,०००, $३०,००० और $१०,००० प्राप्त हुए। शीर्ष तीन टीमों ने एएएआई-२०२१ वर्कशॉप ऑन एआई एजुकेशन: इमेजिंग पोस्ट-कोविड एजुकेशन विद एआई में अपने मॉडल प्रस्तुत किए, जिसे रियिड के शोधकर्ताओं द्वारा आयोजित और आयोजित किया गया था।
- सभी विजेता समाधानों ने ट्रांसफॉर्मर का उपयोग किया, जो एक ध्यान-आधारित मॉडल है जो पहली बार मशीन अनुवाद [एएवाईएन] (वासवानी एट अल) में उपयोग किया गया था और रियिड शोधकर्ताओं द्वारा अपनाया गया था। यह दिखाता है कि ट्रांसफॉर्मर का मूल्य स्पष्ट है, जिस तरह से कैग्लर्स ने उनका उपयोग किया वह अकादमिक और व्यावहारिक रूप से दिलचस्प था। ये ट्रांसफॉर्मर के रचनात्मक अनुप्रयोग थे जो हमारे शोधकर्ताओं द्वारा अप्रत्याशित थे। हम इतने प्रोत्साहित हुए कि इस तरह के प्लेटफ़ॉर्म प्रदान करने से एआई शिक्षा में विविध प्रयोगात्मक दृष्टिकोणों को बढ़ावा मिल सकता है। हम मानते हैं कि यह अनुसंधान के लिए एक ठोस आधार के विस्तार के लिए नेतृत्व करेगा।
एआई व्यक्तिगत सीखने को कैसे तेजी से बढ़ावा दे सकता है?
सारांश में, एआई प्रौद्योगिकी गहरे शिक्षण एल्गोरिदम पर आधारित है, जो उपयोगकर्ता डेटा और सामग्री का विश्लेषण करती है और स्कोर और व्यवहार की भविष्यवाणी करती है। इन अंतर्दृष्टि के आधार पर, एआई वास्तविक समय में व्यक्तिगत अध्ययन योजनाओं की सिफारिश करता है।
और रियिड की मूल एआई प्रौद्योगिकी करती है: १) ज्ञान ट्रेसिंग, २) स्कोर भविष्यवाणी, ३) व्यक्तिगत सिफारिश।
- ज्ञान ट्रेसिंग: ज्ञान ट्रेसिंग एआई-शिक्षा क्षेत्र में मूलभूत कार्य है। यह जानना कि छात्र क्या जानते हैं और क्या नहीं जानते हैं एक निश्चित समय में ऑप्टिमल सीखने के मार्ग के निर्माण के लिए आधार प्रदान करता है। और मॉडल किसी भी और सभी हल नहीं किए गए प्रश्नों के लिए एक शिक्षार्थी की सही प्रतिक्रिया की भविष्यवाणी कर सकता है। हमारे गहरे शिक्षण-आधारित ज्ञान ट्रेसिंग मॉडल गूगल ट्रांसफॉर्मर से प्रेरित है और उच्चतम सटीकता के साथ एक छात्र को एक प्रश्न का सही या गलत उत्तर देने की भविष्यवाणी कर सकता है।
- स्कोर भविष्यवाणी मॉडल: स्कोर भविष्यवाणी मॉडल छात्र के स्तर की उपलब्धि की भविष्यवाणी करता है सीखने की प्रक्रिया के दौरान। हमारा मॉडल छात्र के स्कोर की भविष्यवाणी करता है ± ५% के माध्यमिक भविष्यवाणी त्रुटि के साथ, जो व्यापक रूप से ९५% सटीकता के रूप में व्यक्त किया जा सकता है। मूल्यांकन छात्र की ज्ञान स्थिति पर प्रतिक्रिया प्रदान करता है, जो वास्तविक समय में सीखने के समायोजन को सक्षम बनाता है। और यह छात्रों को उनकी प्रगति और उपलब्धि को पहचानने और स्व-मूल्यांकन और अभ्यास को बढ़ावा देने की अनुमति देता है।
- सिफारिश प्रणाली: ज्ञान ट्रेसिंग और स्कोर भविष्यवाणी मॉडल के आधार पर, हम शिक्षार्थियों को सबसे अधिक सुधार के लिए आवश्यक वस्तुओं के साथ प्रदान करते हैं। एक सिफारिश प्रणाली का डिजाइन करना हमेशा सीधा नहीं होता है, और यह शिक्षार्थी के लिए सबसे अच्छा क्या है यह समझने के लिए बहुत विचार और अनुसंधान की आवश्यकता होती है। रियिड ने आरसीईएस (रिकमेंडेशन फॉर इफेक्टिव स्टैंडर्डाइज्ड एग्जामिनेशन प्रिपरेशन) विकसित किया है, जो एक एआई मॉडल है जो न केवल अपेक्षित स्कोर को अधिकतम करता है बल्कि यह सुनिश्चित करता है कि सीखने से वास्तविक ज्ञान प्राप्त होता है। यह गलत तरीके से प्रतिक्रिया देने वाले प्रश्नों के समाधान से नए ज्ञान की प्राप्ति के प्रभाव को प्रतिबिंबित करके केवल परीक्षण स्कोर को बढ़ाने के लक्ष्य को टाल देता है।
क्या आप रियिड सांता ऐप्स और उपयोगकर्ता क्या उम्मीद कर सकते हैं इस बारे में चर्चा कर सकते हैं?
रियिड सांता, एक मोबाइल परीक्षण तैयारी अनुप्रयोग प्रदान करता है जो लोकप्रिय अंग्रेजी प्रवीणता परीक्षा, टेस्ट ऑफ इंग्लिश फॉर इंटरनेशनल कम्युनिकेशन (टीओईसी) के लिए है। ऐप में रियिड की प्रोप्राइटरी एआई तकनीक है जो उपयोगकर्ता डेटा और सामग्री का विश्लेषण करती है, स्कोर और व्यवहार की भविष्यवाणी करती है और वास्तविक समय में उपयोगकर्ताओं को अपनी सीखने की क्षमता को अधिकतम करने में मदद करने के लिए व्यक्तिगत अध्ययन योजनाओं की सिफारिश करती है। ऐप का उपयोग कोरिया और जापान में दो मिलियन से अधिक छात्रों ने किया है और जापान और कोरिया में शिक्षा ऐप्स में बिक्री में नंबर एक है। एक वर्ष के उपयोगकर्ता डेटा के आधार पर, औसत स्कोर २० घंटे के अध्ययन के बाद १६५ अंकों से बढ़कर ९९० में से बढ़ गया।
क्या आपके पास रियिड या रियिड लैब्स के बारे में और कुछ है जो आप साझा करना चाहेंगे?
केवल छह वर्षों में, हमने एआई शिक्षा में अपार संभावनाओं को छुआ है। हमने देखा है कि हम पारंपरिक सीखने के दृष्टिकोण को कैसे बदल सकते हैं जो मानकीकृत परीक्षण के लिए हैं। लेकिन हमने एक छात्र की क्षमताओं के एक अधिक अर्थपूर्ण उपाय की संभावना भी देखी। और हम वास्तव में मानते हैं कि हम इस क्रांति का नेतृत्व करने के लिए सबसे अच्छे सुसज्जित हैं।
हमारा मानना है कि केवल छात्र के दैनिक सीखने व्यवहार और पथ को समझकर ही हम एक छात्र की सच्ची क्षमता का मूल्यांकन कर सकते हैं और उनके सीखने के अनुभव को अनुकूलित कर सकते हैं। यह पहले संभव नहीं था। लेकिन एआई के साथ, हम वर्तमान स्तर का विश्लेषण कर सकते हैं और तुरंत व्यक्तिगत निर्देश प्रदान कर सकते हैं जो एक व्यक्ति की जरूरतों के अनुरूप है। हम उन्हें लगातार प्रेरित कर सकते हैं और उनकी प्रगति को ट्रैक कर सकते हैं। हम हर छात्र को अपनी तरह से और अपनी गति से बढ़ने दे सकते हैं, जो वर्तमान प्रणाली के लिए खड़ा नहीं है। इस दृष्टिकोण से, हम वास्तव में एक के सीखने की क्षमता को अनलॉक कर सकते हैं।
हमारी दृष्टि केवल परीक्षण-तैयारी सेवाओं के साथ ही वास्तविक हो रही है, लेकिन हम कुछ बड़े की शुरुआत में हैं। मूल्यांकन, जो छात्रों का मूल्यांकन एक-बार के परीक्षण के माध्यम से करता है, शिक्षा और प्रभावी सीखने के लिए सबसे अच्छा उपकरण नहीं है। और आगे, यह अब शारीरिक रूप से अमान्य है क्योंकि कोविड-१९, और हमने प्रभावी और व्यावहारिक रूप से रूपांतरण मूल्यांकन उपकरणों में बड़े बाजार की जरूरत देखी। यही कारण है कि रियिड एक डोमेन-आधारित ‘क्षमता माप मॉडल’ पर काम कर रहा है जिसे ‘रियिड-स्कोर’ कहा जाता है। हम मानते हैं कि हम शिक्षा के मूल को बदल देंगे जो सीखने-सिखाने के अनुभव को लगातार अनुकूलित करके रूपांतरण सीखने का समर्थन करता है। हम मानते हैं कि यह प्रत्येक व्यक्ति की क्षमता को अनलॉक करने के लिए शिक्षा की ओर एक मूलभूत कदम है।
साक्षात्कार के लिए धन्यवाद, पाठक जो और जानना चाहते हैं उन्हें रियिड लैब्स पर जाना चाहिए।
