Andrea Vattani, Co-Fondatore e Chief Scientist di Spiketrap – Serie di Interviste

Andrea Vattani è il Co-Fondatore e Chief Scientist di Spiketrap, un’azienda di contextualizzazione che fornisce intelligenza di pubblico e prestazioni dei media per creatori, piattaforme e marche. La tecnologia proprietaria Clair AI estrae il segnale dal rumore dei dataset non strutturati, fornendo una chiarezza e un contesto senza precedenti, in particolare all’interno di ambienti online ad alta velocità.

Cosa ti ha inizialmente attratto verso l’informatica e l’AI?

È stata una combinazione di circostanze fortunate, mi sono presentato all’Università di Roma per sostenere il test di ammissione alla facoltà di Statistica, e si è scoperto che ero in ritardo di un giorno! Mi è stato consigliato di iscrivermi alla facoltà di Informatica e di tornare alla facoltà di Statistica un anno dopo. Sono andato al test di ammissione alla facoltà di Informatica (che era quello stesso giorno!) e l’ho superato… e non sono mai tornato alla facoltà di Statistica! Il mio interesse per l’AI è iniziato quando ho capito come i computer possano aiutarti ad automatizzare le cose, e l’AI è la macchina di automazione definitiva. Inoltre, la lingua naturale e il modo in cui le persone la utilizzano hanno sempre suscitato il mio interesse: ho studiato le lingue classiche al liceo, studiando il greco e il latino antico, che è probabilmente simile a come si sente una macchina quando le viene fornito un flusso di parole.

Prima di lavorare a Spiketrap, hai lavorato come Senior Lead Software Engineer ad Amazon (AMZN ) Goodreads, quali sono stati alcuni dei progetti su cui hai lavorato e quali sono stati alcuni degli aspetti chiave di questa esperienza?

While lavoravo a Goodreads, ho lavorato su diversi progetti di apprendimento automatico che includevano la rilevazione di spam e la scalabilità del motore di raccomandazione dei libri. Le mie considerazioni sull’esperienza a Goodreads sono state l’importanza di definire metriche di apprendimento automatico che corrispondano agli obiettivi aziendali e dei clienti. Ad esempio, i motori di raccomandazione esistono da molto tempo. Ricordi il concorso “Netflix (NFLX ) Prize” del 2009 per trovare migliori raccomandazioni di film? Alcune intuizioni dalle soluzioni vincitrici suggerivano che la probabilità di guardare un film non è tanto determinata dal fatto che ti piaccia o no, ma piuttosto se è simile ai tuoi interessi. Ciò potrebbe funzionare per i film, poiché si tratta di un impegno di 90 minuti, ma per i libri non è così. Integrare l’obiettivo giusto nelle metriche è fondamentale.

Un’altra considerazione che ho applicato a Spiketrap è costruire team di AI che siano orientati alla consegna e integrati con la roadmap del prodotto, piuttosto che un team isolato che si concentra solo su esplorazioni e ricerche. Ciò porta a una migliore definizione degli obiettivi, dei tempi e della comprensione del ROI. Inoltre, favorisce naturalmente il team a concentrarsi sulla velocità e sulla praticità di un modello, piuttosto che sulla sola accuratezza. Tornando all’esempio del concorso Netflix, i modelli delle squadre vincitrici non sono mai stati integrati a causa della mancanza di praticità, nonostante la loro maggiore accuratezza.

La tua ricerca è stata pubblicata in numerose riviste, quale, a tuo parere, è stato il lavoro più importante finora?

Durante il mio dottorato, ho avuto la fortuna di collaborare con diversi ricercatori provenienti da aree diverse, tra cui l’apprendimento automatico, i “big data”, l’analisi dei dati sociali e la teoria dei giochi. Un lavoro che mi piace per la sua semplicità e applicabilità è “Scalable K-Means++”: il K-means++ è un metodo di clustering non supervisionato ubiquitamente utilizzato per dividere un dataset in K gruppi coerenti. Ciò avviene aggiungendo un gruppo alla volta, quindi quando si dispone di molti dati e gruppi, diventa troppo lento. In quel lavoro, mostriamo come sia possibile ottenere la stessa, se non migliore, accuratezza parallelizzando il metodo. La nostra metodologia è estremamente semplice e è stata implementata in diverse librerie di apprendimento automatico.

Potresti condividere la storia di come è nata Spiketrap?

Dopo aver lavorato a Goodreads, io e i co-fondatori di Spiketrap, Kieran e Virgilio, abbiamo capito che c’era un vuoto nel settore per accedere a informazioni avanzate sui marchi da piattaforme sociali di nicchia. Utilizzando le tecnologie di AI, potevamo affrontare il problema in modo efficiente.

Nell’economia di oggi, è fondamentale per le aziende ascoltare i loro clienti e i rispettivi settori nel loro complesso. Tuttavia, gran parte di ciò che i clienti hanno da dire sui marchi rimane inascoltato. Milioni di persone esprimono le loro opinioni apertamente ogni giorno, su piattaforme come Twitter, Reddit, Twitch e simili. Si tratta di una risorsa estremamente preziosa per qualsiasi ricercatore di mercato, a condizione che il contenuto possa essere contestualizzato su larga scala. Il problema è che l’industria delle ricerche di mercato non ha tenuto il passo con i comportamenti digitali e il linguaggio in evoluzione.

Gli strumenti di ascolto dipendono ancora dalle parole chiave e dalle ricerche booleane, perdendo gran parte della conversazione che potrebbe e dovrebbe essere attribuita a un marchio particolare. Nel frattempo, le società di ricerche di mercato sono state coinvolte in un difficile equilibrio, cercando di ottenere informazioni qualitative da metodologie quantitative e costose.

In sintesi, le persone hanno mancato gli strumenti necessari per comprendere il loro pubblico su larga scala. I numeri di vendita e i contatori di visualizzazioni rispondono al “cosa” del comportamento del pubblico, ma non al “perché”. Senza contesto, capire cosa sia correlazione e cosa sia causalità è un gioco d’azzardo. Riconoscendo questo vuoto, abbiamo scavato per capire cosa potrebbe essere una soluzione per la comprensione contestuale e Spiketrap è nata.

Quali sono alcune delle tecnologie di apprendimento automatico utilizzate da Spiketrap?

Utilizziamo una moltitudine di tecnologie, dalle librerie Scikit-learn a librerie di apprendimento profondo come Pytorch. Oltre alle librerie, le metodologie, i modelli e i dataset che utilizziamo sono principalmente proprietari. Abbiamo imparato che i metodi e i modelli standardizzati ti portano solo fino a un certo punto, ma per risolvere veramente un problema devi metterci del tuo, partendo dagli obiettivi e arrivando all’architettura del modello e ai dataset. Ad esempio, la modellazione di argomenti è il compito di estrarre temi da una raccolta di testi. Il nostro “Spiketrap Convos” fornisce ai nostri clienti informazioni cruciali sul loro pubblico e utilizza la modellazione di argomenti come uno dei segnali. Il tuo metodo standard per la modellazione di argomenti è LDA (Latent Dirichlet Allocation), ma purtroppo è troppo inconsistente e imprevedibile e semplicemente non abbastanza potente. Dall’altra parte dello spettro, puoi provare un modello pre-addestrato moderno come Bert-Topics, che – sebbene potente e onnicomprensivo – è anche molto rigido e lento. L’NLP e l’AI del linguaggio hanno fatto grandi passi avanti nell’ultimo decennio, ma trasformare i modelli esistenti in prodotti è ancora lontano dall’essere ottimale e una scommessa rischiosa.

Potresti spiegare come Spiketrap fornisce una comprensione istantanea del pubblico per creatori, piattaforme e marche?

Gli inserzionisti e le agenzie utilizzano le nostre classifiche degli influencer e gli strumenti di affinità del marchio per identificare i creatori le cui comunità sono sicure per il marchio in diverse categorie, tra cui voti per contenuti tossici, profani e sessuali, nonché la sicurezza generale della comunità.

I creatori possono utilizzare lo strumento per esaminare singoli flussi e vedere quali conversazioni sono state più o meno sicure, quali hanno guidato l’engagement positivo per i loro sponsor e dove potrebbero migliorare gli sforzi di moderazione.

Un articolo recente intitolato ‘FeelsGoodMan: Inferenza della semantica dei neologismi di Twitch’ è stato pubblicato da Spiketrap. Potresti descrivere brevemente cosa riguarda questo articolo?

Il modo in cui le persone comunicano e si esprimono online sta diventando sempre più complesso e difficile da decifrare. Prima sono arrivati gli emoticon :-). Poi sono arrivati gli emoji. Poi i meme… e ora “emote”, una nuova forma di comunicazione basata su icone che è diventata molto popolare sulla piattaforma di streaming Twitch. Sono simili agli emoji per il loro uso misto con il testo normale, presentano sfide simili ai meme in quanto sono generati dagli utenti e il loro significato criptico non ha alcun collegamento ovvio con l’immagine effettiva rappresentata. Ci sono oltre 8 milioni di emote distinti fino ad oggi, con oltre 400.000 utilizzati ogni settimana. Tuttavia, le persone comunicano efficacemente utilizzandoli per esprimere qualsiasi tipo di sentimento, come gioia, noia, eccitazione o sarcasmo. Il nostro articolo recente è una sorta di “libro di cucina” dell’AI per inferire il significato semantico degli emote. Il nostro approccio non richiede la manutenzione e l’aggiornamento di un dataset curato manualmente e può adattarsi automaticamente all’introduzione continua di nuovi emote, nonché all’evoluzione del significato degli emote popolari. Ciò è particolarmente importante quando un emote diventa politicamente o razzialmente carico, come abbiamo visto accadere con emote estremamente popolari come “TriHard”, “PogChamp” e “FeelsGoodMan”. L’uso dinamico del linguaggio e i cambiamenti di significato pongono enormi problemi ai sistemi di moderazione o ai framework di analisi del sentimento, quindi siamo orgogliosi di affrontare questo problema nel modo giusto a Spiketrap.

C’è qualcos’altro che vorresti condividere su Spiketrap?

Mentre guardiamo avanti al nuovo anno, Spiketrap sta lavorando allo sviluppo e alla perfezione di uno strumento che fornirà una comprensione più approfondita del sentimento del marchio per i nostri clienti. Lo strumento di affinità di Spiketrap fornisce un modo interattivo e intuitivo per identificare e quantificare le affinità del pubblico tra creatori, marche, giochi e altro ancora. Per ogni query, lo strumento genera punteggi di indice di affinità che indicano quanto un’entità sia positivamente correlata a un’altra. Numerosi segnali di contesto compongono il punteggio, tra cui la frequenza e il sentimento delle menzioni correlate. La tecnologia di Spiketrap è posizionata in modo unico per indicizzare le affinità tra giochi, marche e creatori. Il loro NLP AI proprietario, Clair, elabora milioni di messaggi generati dagli utenti pubblicati ogni giorno, attribuendo contenuti altrimenti ambigui alle entità all’interno del grafico della conoscenza estensivo di Spiketrap, identificando argomenti di conversazione, determinando il sentimento, e monitorando la sicurezza. L’aggiunta dello strumento di affinità nuovo empowers gli sviluppatori, i creatori, le marche e altro ancora a comprendere meglio il loro pubblico e l’impatto del marchio.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Spiketrap.