Imogen Low, Co-Founder & CTO di NWO.ai – Seri Wawancara

Imogen Low adalah Co-Founder & Chief Technical Officer (CTO) di NWO.ai, sebuah platform prediktif yang melacak lebih dari 20 juta mikrotren dan memberitahu klien tentang tren sebelum mereka menjadi eksponensial.

Apa yang awalnya membuat Anda tertarik dengan Machine Learning?

Saya pertama kali tertarik dengan machine learning ketika saya masih di sekolah menengah. Di waktu luang saya, saya mengembangkan peta 3D interaktif dari fasilitas kompleks seperti mal, bandara, rumah sakit, dan sekolah. Peta ini dapat digunakan untuk membantu navigasi indoor dan wayfinding bagi pengunjung. Saya juga tertarik mengumpulkan data perilaku tentang pengguna individu saat mereka bergerak di dalam bangunan. Informasi ini dapat digunakan untuk memprediksi aliran lalu lintas kaki dan mengoptimalkan rute navigasi.

Tapi itu tidak sampai saya berusia 17 tahun, ketika saya mendapatkan pekerjaan pertama saya sebagai insinyur machine learning di SAP, bahwa saya benar-benar tertarik dengan AI. Saya bekerja pada berbagai masalah, seperti menganalisis data satelit dari NASA untuk memprediksi kualitas hasil panen; menggunakan teknologi penglihatan komputer untuk menganalisis footage drone untuk memantau hewan ternak; menggunakan data transaksi perusahaan untuk memprediksi penipuan pajak; dan menggabungkan teknologi penglihatan komputer dengan pemrosesan bahasa alami untuk membangun asisten virtual dan realitas virtual.

Anda mengambil jalur yang tidak biasa dari Australia, ke Singapura, dan akhirnya di Amerika, bisa Anda jelaskan perjalanan ini?

Aplikasi navigasi indoor yang saya kembangkan di sekolah menengah membawa saya ke Taiwan, di mana saya mempresentasikan aplikasi tersebut di konferensi Asia Pacific ICT Alliance (APICTA) awards. Pengalaman itu memberi saya perspektif baru tentang kecepatan perubahan teknologi dan inovasi yang terjadi di Asia, terutama adopsi teknologi kecerdasan buatan. Saya ingin membenamkan diri dalam negara Asia dan menjadi bagian dari kemajuan tersebut. Jadi, saya mengambil posisi machine learning di kantor pusat SAP APJ di Singapura.

Ketika saya bekerja di Singapura, saya mengembangkan asisten virtual yang menjadi contoh inovasi terkemuka di SAP. Jadi, saya diundang untuk mempresentasikan asisten virtual tersebut di sebuah summit inovasi di Asia. Di summit tersebut, saya mendengar presentasi kunci yang menarik dari Pulkit Jaiswal, seorang wirausaha drone yang sukses. Ia menjelaskan bagaimana ia dapat memprediksi ketegangan geopolitik antara negara dengan menganalisis data online. Saya sangat tertarik dengan ide tersebut, sehingga saya memutuskan untuk meninggalkan pekerjaan saya dan bermitra dengan Pulkit sebagai co-founder di perusahaan barunya, NWO. Meskipun perusahaan tersebut berbasis di New York, saya berbasis di Sydney.

Bisa Anda menjelaskan bagaimana NWO.ai membantu mengidentifikasi tren sebelum mereka menjadi eksponensial?

Di NWO.ai, kami memodelkan bagaimana adopsi ide-ide yang berbeda menyebar di seluruh jaringan global. Tujuannya adalah untuk memprediksi kenaikan signifikan dalam mindshare. Untuk mencapai ini, kami merancang mesin korelasi silang yang menunjukkan sumber data dan suara konsumen mana yang paling kuat sebagai prediktor adopsi tren. Kami juga dapat mengidentifikasi faktor-faktor utama yang mempengaruhi pertumbuhan. Kemudian, kami menggunakan sistem penimbangan dinamis untuk memperkuat datapoint yang paling prediktif dan melemahkan datapoint yang tertinggal.

Apa teknologi machine learning yang digunakan?

Kami menggunakan serangkaian model machine learning pemrosesan bahasa alami (NLP) terbaru, seperti pengkode dokumen, pengenalan entitas bernama (NER), dan terjemahan mesin. Kami menggabungkan teknologi ini dengan teknik yang kami adopsi dari pertambangan aturan asosiasi dan teori grafik untuk memodelkan dataset teks tak terstruktur kami menjadi grafik pengetahuan semantik yang sadar waktu dan multibahasa. Kami kemudian dapat merepresentasikan seberapa kuat ide-ide yang berbeda terkait pada titik waktu yang berbeda dan membangun asosiasi dinamis antara datapoint baru dalam waktu nyata.

Jenis sumber data publik atau pribadi apa yang digunakan?

Kami terutama mengandalkan sumber data tak terstruktur yang tersedia secara publik untuk membangun model prediksi kami. Sumber data ini termasuk postingan media sosial, artikel berita, blog, forum, komentar, dan riwayat pencarian. Kami juga menggabungkan sumber data ini dengan data transaksi perusahaan yang bersifat rahasia, seperti data penjualan, permintaan, dan persediaan sejarah.

Apa saran Anda untuk wirausaha wanita?

Sekarang adalah waktu yang baik untuk menjadi wirausaha wanita! Jangan terhalang oleh gagasan bahwa kewirausahaan didominasi oleh pria. Baru-baru ini, ada seruan untuk diversitas gender dalam kewirausahaan. Wanita memiliki banyak hal untuk ditawarkan dalam hal perspektif yang berbeda tentang dunia dan cara berpikir yang berbeda tentang memecahkan masalah. Karena itu, kami melihat jaringan dukungan baru yang mendorong wanita untuk memulai bisnis dan menawarkan bimbingan, mentor, dan kesempatan investasi.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi NWO.ai.