Dott. Lingjia Tang, CTO e Co-Fondatore, Clinc – Serie di Interviste

Il Dott. Lingjia Tang, CTO e Co-Fondatore di Clinc, è un professore di Informatica all’Università del Michigan. La ricerca del Dott. Tang sulla costruzione di infrastrutture di produzione su larga scala per applicazioni intelligenti è ampiamente riconosciuta e rispettata nella comunità accademica. Oltre a lavorare presso Microsoft (MSFT ) e Google (GOOGL ), Lingjia ha ricevuto il dottorato in Informatica all’Università della Virginia. Lingjia ha recentemente ricevuto prestigiosi premi, tra cui ISCA Hall of Fame, Facebook (META ) Research Awards e Google Research Award.

Cosa ti ha inizialmente attratto verso l’AI? Quando hai scoperto per la prima volta che volevi lanciare un’azienda di AI?

Nel 2005, stavo svolgendo ricerche su sistemi su larga scala che supportano varie applicazioni e su come progettare server come sistema software per eseguire quelle applicazioni in modo più efficiente. All’epoca, stavamo passando dalle applicazioni web tradizionali a funzioni guidate dal machine learning. È stato allora che ho iniziato a prestare attenzione agli algoritmi associati all’AI e a capire come funzionano le applicazioni AI. Poco dopo, il team di ricerca con cui stavo lavorando ha deciso di cambiare direzione e di costruire le nostre stesse applicazioni AI come benchmark per studiare, e questo è ciò che ci ha portato a pubblicare i nostri primi articoli di ricerca e a sviluppare il nostro primo prodotto, Sirius – un assistente personale di voce e visione open-end.

Come software open source, Sirius ha permesso alle persone di costruire assistenti virtuali conversazionali da soli. All’epoca, questa era una capacità molto limitata per il pubblico in generale e era controllata principalmente dalle grandi aziende come Google e Apple. Tuttavia, abbiamo visto che stavamo colmando un divario critico quando abbiamo rilasciato il software e abbiamo visto che aveva decine di migliaia di download nella prima settimana! Questo è stato il punto di svolta in cui abbiamo capito che c’era una grande domanda di questo tipo di software.

Nel 2015, abbiamo lanciato Clinc con l’idea di fornire a tutti – ogni sviluppatore, azienda, persona – che vuole costruire un assistente virtuale, l’accesso all’esperienza, agli strumenti e all’innovazione per poterlo fare.

Clinc offre soluzioni di AI conversazionale senza affidarsi a parole chiave o script. Potresti spiegare come questo viene realizzato? Quali sono alcune delle sfide di Natural Language Processing (NLP) che dovevano essere superate?

Ciò che realmente distingue Clinc dalle altre piattaforme di AI conversazionale sul mercato sono i suoi algoritmi AI di base che consentono l’esperienza “umano nella stanza”, che comprende il linguaggio sporco e non scritto. Ciò consente di correggere e “curare” gli errori commessi nella conversazione umana e consente flussi conversazionali complessi – conversazioni che un essere umano reale potrebbe capire. A differenza di un algoritmo di matching di parole da speech-to-text, Clinc analizza decine di fattori dall’input dell’utente, tra cui parole, sentiment, intent, tono di voce, ora del giorno, posizione e relazioni, e utilizza quei fattori per fornire una risposta che rappresenta una composizione di conoscenze estratte dal suo cervello allenato. Ad esempio, se chiedo al mio assistente virtuale: “Quanto denaro ho speso per un hamburger?”, deve capire che sto chiedendo informazioni su denaro e spesa, che sto chiedendo specificamente di un hamburger e che un hamburger è un tipo di cibo e deve essere abbinato alle mie spese recenti in un ristorante.

Raggiungere questo livello di comprensione non è facile. In generale, divideremmo l’AI conversazionale in due componenti: Natural Language Understanding (NLU) e gestione del dialogo. Quindi, la sfida che abbiamo dovuto superare è stata capire come costruire un sistema che possa estrarre informazioni chiave in modo accurato e possa anticipare cosa sta chiedendo l’utente.

Siamo in grado di farlo attraverso un NLU contestuale, sofisticato e top-down, che è stato allenato per essere intuitivo per natura e per tenere il passo con il flusso naturale della conversazione, comprendendo slang e contesto. Ciò è in contrasto con le soluzioni competitive che hanno un approccio top-down, basato su regole, al Natural Language Processing (NLP) che non consente la “guarigione” conversazionale, ovvero se l’utente commette un errore, le soluzioni competitive lo fanno tornare al punto di partenza, sprechando tempo e frustrando l’utente. Utilizziamo anche il crowdsourcing per estrarre i nostri dati linguistici per creare un set di dati più ricco e diversificato che possa essere utilizzato immediatamente per allenare i modelli AI.

Potresti discutere come il deep learning viene utilizzato con il sistema AI di Clinc?

Clinc utilizza un approccio ibrido al deep learning, dove utilizziamo il modello tradizionale “vecchia scuola” in una certa misura e utilizziamo il deep learning quando necessario. In particolare, utilizziamo il deep learning per comprendere le parole e le lingue per determinare il flusso del dialogo. In generale, il nostro intero dialogo è una combinazione di deep learning e intelligenza simbolica. Non utilizziamo ancora il deep learning per la generazione del linguaggio, poiché, quando si tratta dei nostri clienti, che sono principalmente nel settore bancario, ci sono molte norme che l’assistente virtuale deve seguire che dicono cosa possono e non possono dire ai loro clienti. Quindi, c’è ancora molta incertezza su se il deep learning sarà in grado di seguire quelle restrizioni linguistiche.

Al momento, non credo che la comunità dell’AI conversazionale sia completamente pronta ad adottare completamente il deep learning, mentre la comunità accademica è al 100% a favore, ma sono ansioso di vedere cosa potranno fare i nuovi modelli.

Qual è il processo per un’azienda che desidera personalizzare le risposte dell’AI per un pubblico specifico? Potresti fornire alcuni esempi di come Clinc viene attualmente utilizzato dai clienti?

Consentiamo ai clienti di licenziare una piattaforma che possono costruire come desiderano o di prendere il nostro chatbot completamente costruito e allenato, Finie, e personalizzarlo e integrarlo nelle loro app o servizi di messaggistica. Finie può gestire questioni relative a saldi, transazioni, storia di spesa, localizzazione di un ATM, trasferimenti e altro.

Il mio esempio preferito di come un cliente ha personalizzato l’AI di Clinc per un pubblico specifico è İşbank. Come banca privata più grande della Turchia, si sono rivolti a noi per sviluppare il loro assistente di banca digitale, Maxi, nel 2018. Per infondere a Maxi una personalità unica, İşbank ha tenuto 14 gruppi di discussione per capire quali caratteristiche e abilità i clienti della banca desideravano in un assistente virtuale. Hanno anche assunto un’attrice vocale per recitare frasi in turco relative a compiti di banca. Il team di banca conversazionale di İşbank ha creato queste frasi considerando il modo in cui le persone reali avrebbero espresso le loro esigenze. Sulla nostra raccomandazione, il team ha pagato i partecipanti ai mercati di crowdsourcing come Amazon Mechanical Turk per fornire modi diversi per esprimere le stesse domande, come una richiesta di visualizzare i saldi (“qual è il mio saldo”, “quanto denaro ho nel mio conto”, “mostrami il denaro nel mio conto”) o pagare una fattura (“pagare la fattura”, “pagamenti di fatture”).

Questo esempio mostra realmente quanto İşbank sia impegnata a offrire un assistente di banca digitale per aiutare i propri clienti a navigare meglio nei loro conti. Con Clinc, İşbank ha lanciato Maxi a più di 7,5 milioni di persone, in turco. Dal lancio, İşbank ha visto un’adozione diffusa da parte di più di 5,5 milioni di utenti, con una media di 9,8 interazioni per utente. Nei mesi recenti, con l’aumento dei casi di COVID-19 in Turchia, İşbank ha rapidamente allenato Maxi per rispondere alle query relative al COVID-19. Dal marzo 2020, Maxi ha risposto a più di 1,2 milioni di query dei clienti relative al COVID-19, con un aumento dell’uso del 62%.

Cosa diresti alle donne che sono interessate a imparare di più sull’AI ma sono riluttanti a partecipare a causa del fatto che è un campo dominato dagli uomini?

Fin dall’inizio, non credo che ci sia una ragione per cui l’AI sia considerata un campo dominato dagli uomini. Credo che ci siano molte pioniere donne nell’AI che stanno facendo molto bene e che stanno avendo un impatto. Credo che l’AI, insieme alla politica sociale, sia un’area unica che ha il potenziale di avere un grande impatto sulla vita quotidiana delle persone. Questo è il punto in cui credo che ulteriori insight diversificati a livello globale potrebbero realmente beneficiare noi, soprattutto considerando le conversazioni sull’AI e i pregiudizi relativi alla razza e al genere. Credo che avere una comunità di sviluppatori di AI sarà continuare ad avere un impatto sproporzionato sulla società e sulla politica.

Per le donne che sono interessate a unirsi al campo dell’AI, consiglio vivamente di farlo, soprattutto se sono interessate a fare un impatto. L’AI ha avuto un tale sviluppo e innovazione negli anni e questo è veramente un momento emozionante per farne parte.

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

Clinc sta facendo grandi passi in questo momento. Personalmente, ho appena assunto un nuovo ruolo come CTO di Clinc e sono veramente emozionato di concentrarmi su come possiamo lavorare ulteriormente con gli sviluppatori e gli scienziati dei dati per ampliare la portata della nostra tecnologia. Mentre guardo al futuro, vedo la domanda di applicazioni AI potenziate spostarsi per consentire alle persone che non hanno anni di esperienza in scienza dei dati e machine learning di poterle utilizzare anche loro. Ad esempio, non è necessario avere una laurea in design grafico per poter utilizzare Photoshop. Credo che l’AI stia andando in quella direzione, dove gli sviluppatori senza formazione in AI o machine learning saranno in grado di ottenere risultati e produrre applicazioni di alta qualità. In generale, vogliamo reiterare che non siamo devoti solo all’utente finale, ma anche agli sviluppatori, a qualsiasi livello, che mostrano interesse per la nostra soluzione.

Grazie per la grande intervista, mi piacerebbe seguire i tuoi progressi. Chiunque desideri saperne di più può visitare Clinc.