James Kaplan, CEO & Co-Founder of MeetKai Metaverse – Seri Wawancara

James Kaplan adalah CEO & Co-Founder dari MeetKai sebuah perusahaan Artificial Intelligence, VR, dan Conversational Search yang berbasis di Los Angeles, California, saat ini memimpin perlombaan suara AI dengan fitur yang belum pernah terlihat sebelumnya. AI conversationalnya dapat memahami ucapan yang lebih kompleks dan memberikan hasil yang dipersonalisasi dalam percakapan alami tentang banyak subjek, dalam kenyataan yang berbeda. Teknologi MeetKai diterapkan secara global melalui iOS, Google Play, dan AppGallery.

Anda memiliki minat pada AI sejak usia 6 tahun, bagaimana Anda pertama kali diperkenalkan dengan teknologi ini?

Pengenalan saya dengan AI berasal dari permainan video. Pertama, itu dari mencoba memahami bagaimana AI bekerja dalam permainan Oregon Trail — tidak terlalu cerdas, tetapi masih merupakan bentuk AI. Dari sana minat saya pada AI tumbuh lebih lanjut ketika saya memasuki MMORPG. Saya sangat menyukai bermain game online, tetapi saya membenci grinding untuk item. Oleh karena itu, saya memulai menulis Bots.

Apa beberapa aplikasi AI pertama yang Anda kode?

Menulis bots untuk MMOs benar-benar merupakan awal saya dalam mengembangkan bentuk AI tertentu. Pada awalnya, bots saya sangat sederhana dan lebih dekat dengan macros daripada kecerdasan buatan. Tetapi ketika saya semakin tua dan deteksi bot semakin baik di banyak game, ini membutuhkan agar bot-bots tersebut terlihat lebih seperti pemain. Saya selalu menikmati menulis bots — saya akhirnya menulis bot untuk memenangkan kontes Taylor Swift saat saya masih di sekolah (dan dia benar-benar datang untuk tampil!). Saya juga menulis bot Pokémon Go pertama dan sayangnya membuat banyak orang dibanned ketika saya kehilangan minat untuk menghindari deteksi.

Anda meluncurkan MeetKai pada 2018 setelah merasa frustrasi dengan asisten suara AI saat ini. Mengapa sebagian besar asisten AI menawarkan pengalaman yang kurang memuaskan?

Inti masalahnya adalah bahwa sebagian besar asisten AI sangat bergantung pada API eksternal untuk pemenuhan. Bahkan ketika mereka mengontrol pemenuhan, seperti Alexa untuk pencarian e-commerce, mereka menderita masalah yang sama. Singkatnya, bagaimana Anda bisa mengharapkan asisten suara untuk cerdas ketika semua yang dilakukannya adalah mengubah ucapan menjadi teks dan memasukkan teks tersebut ke dalam mesin pencari berbasis teks? Kami memulai MeetKai dengan ide bahwa kami bisa menyediakan asisten AI “leapfrog” dengan mengontrol seluruh pipa pengolahan ujung-ke-ujung yang membentuk asisten suara. Kami mengembangkan mesin pencari conversational bukan berbasis kata kunci untuk mendukung kueri dan percakapan yang lebih rumit. Asisten lainnya terjebak dengan pengalaman yang kurang memuaskan karena mereka tidak bisa membangun dukungan percakapan multi-giliran di atas faktor-faktor yang terbatas. Sementara tujuan kami adalah untuk mencapai itu, kami masih sangat berada di tahap awal dalam menskala teknologi kami untuk memenuhi jumlah domain yang sama dengan pemain yang sudah ada.

Apa beberapa tantangan pemahaman bahasa alami dan pemrosesan bahasa alami di balik pembangunan pengalaman asisten suara yang canggih?

Salah satu tantangan utama dengan NLU generasi berikutnya adalah untuk melampaui niat dan entitas. Sebagian besar NLU memiliki pendekatan yang sangat tradisional terhadap pemahaman bahasa. Setiap input ucapan diklasifikasikan menjadi niat, dan kemudian token-token di dalamnya diberi label menjadi entitas menggunakan model pelabelan urutan. Saya bisa menyebutkan puluhan masalah dengan pendekatan standar ini. Namun, yang paling kritis adalah:

1. Klasifikasi niat yang bebas konteks gagal menangani percakapan multi-giliran. Sebagian besar pendekatan hanya peduli dengan teks yang ditranskrip. Mereka tidak peduli dengan konteks — tidak siapa pengguna, tidak apa yang pengguna sukai, hanya apa yang mereka tanyakan. Ini sangat penting ketika pengguna mengatakan sesuatu yang singkat. Misalnya, jika seseorang mengatakan kosmopolitan, itu bisa berarti minuman atau majalah dan sangat bergantung pada orang tersebut.
2. Model pengenalan entitas melakukan pekerjaan yang buruk dengan apa pun yang bukan nilai kategoris. Model bahasa besar tidak dapat beradaptasi dengan cukup cepat dengan entitas baru yang ada di luar karena mereka tidak ada dalam dataset. AI perlu memiliki cara yang lebih canggih untuk mengenali entitas dengan mempertimbangkan konteks yang lebih dalam. Misalnya, lokasi pengguna harus sangat mempengaruhi apakah sesuatu adalah nama restoran atau sesuatu yang lain.
3. Hubungan entitas tidak dipertimbangkan dengan baik. Contoh favorit saya adalah bagaimana seringnya mesin pencari gagal ketika datang ke negasi. Coba cari film tanpa romansa di asisten suara lain, dan Anda akan melihat apa yang saya maksud.

Saat ini sebagian besar asisten suara hanya menerjemahkan suara ke teks dan melakukan pencarian Google. Bagaimana MeetKai AI beroperasi secara berbeda dari ini?

Perbedaan utama antara MeetKai dan Google dalam hal pencarian adalah bahwa kami menggunakan model pemahaman bahasa yang lebih kaya untuk mencari item itu sendiri daripada hanya halaman web. Ketika Anda mencari “film Tom Cruise tanpa aksi”, Google mencari halaman yang memiliki set token tersebut muncul di halaman (Tom Cruise, film, aksi). Di MeetKai, kami memahami dengan benar bahwa Tom Cruise adalah seorang aktor, film adalah kelas media yang mereka cari, dan bahwa aksi adalah genre yang tidak diinginkan. Dengan ini, kami dapat melakukan pencarian yang lebih cerdas.

MeetKai baru-baru ini meluncurkan dunia VR gaya hidup pertamanya: MeetKai Metaverse. Bisakah Anda membahas apa aplikasi ini secara khusus?

Sebagian besar perusahaan di ruang metaverse bekerja pada interaksi orang-ke-orang. Di luar itu, konten juga sebagian besar kartun atau hanya video 360°. Tujuan kami dengan MeetKai Metaverse adalah untuk fokus pada sudut yang sama sekali berbeda — orang-ke-AI. Kami sedang mengembangkan metaverse di mana karakter yang Anda interaksikan dikuasai oleh AI Conversational canggih kami. Selain itu, kami bekerja pada generasi prosedural lingkungan untuk membuatnya terlihat lebih realistis dan imersif dibandingkan dengan perusahaan lain di ruang ini. Dua dunia awal yang tersedia untuk dijelajahi di metaverse kami adalah untuk dua kasus penggunaan awal: meditasi dan museum. Di yang pertama, kami telah mendigitalkan seorang ahli Wing Chun, dan untuk pertama kalinya, kami menciptakan karakter AI yang dapat menginstruksikan pengguna tentang cara menggunakan teknik meditasi revolusioner untuk memasuki keadaan relaksasi. Di yang kedua, kami telah menciptakan museum seni yang terus berkembang dan menyediakan kurator yang ditenagai AI yang dapat menjawab pertanyaan tentang seni di ruang tersebut dan menyediakan tur.

Apa beberapa contoh bagaimana AI digunakan dalam Metaverse ini?

Kami menggunakan AI di tiga tempat:

1. Untuk memberdayakan kemampuan percakapan dari setiap karakter di metaverse kami.
2. Untuk secara dinamis menciptakan konten yang tersedia bagi pengguna melalui bimbingan suara. Contoh dari ini termasuk sesi meditasi dan tur galeri seni dalam dua pengalaman awal kami.
3. Untuk menciptakan ruang 3D secara prosedural daripada memerlukan tata letak manual.

Apa visi Anda untuk masa depan asisten suara?

Untuk asisten suara memiliki masa depan, mereka perlu berkembang menjadi sesuatu yang jauh lebih dari sistem berbasis perintah. Ini berarti mendapatkan keahlian dan kemampuan yang dalam dalam banyak domain spesifik. Saya pikir bahwa mengumpulkan asisten suara domain-spesifik yang berbeda akan menjadi kunci untuk membangun asisten meta yang sangat cerdas. Ini berbeda tajam dengan upaya untuk “melakukannya semua sekaligus” yang telah kita lihat sejak asisten suara pertama kali memasuki ruang ini.

Apakah ada yang lain yang ingin Anda bagikan tentang MeetKai atau MeetKai Metaverse?

Kami masih berada di awal jalan metaverse kami. Tujuan akhir kami adalah bahwa kami ingin dapat mereplikasi setiap pengalaman yang Anda miliki di dunia nyata dengan metaverse, dan kemudian melampaui itu. Ini berarti bahwa kami ingin menghilangkan faktor-faktor yang memakan biaya dan waktu yang membatasi pengalaman yang sama di kenyataan. Metaverse dapat memungkinkan kita untuk hidup dengan kehidupan yang jauh lebih kaya, bukan menggantinya. Kami memiliki beberapa tantangan teknis yang masih perlu dipecahkan, namun, kami memiliki serangkaian batu loncatan yang dapat dicapai dengan mengasumsikan perangkat keras terus membaik. Kami bekerja erat dengan mitra perangkat keras untuk memastikan bahwa ruang VR berkembang dengan cepat. Beyond just VR, we want to make our metaverse experience possible outside of VR. We will be announcing more information about this in the coming months. Thank you for the great interview, I look forward to following your progress on your version of the metaverse. Readers who wish to learn more should visit MeetKai.