James Kaplan, CEO e Co-Fondatore di MeetKai Metaverse – Serie di Interviste

James Kaplan è il CEO e Co-Fondatore di MeetKai, un’azienda di Intelligenza Artificiale, Realtà Virtuale e Ricerca Conversazionale con sede a Los Angeles, California, attualmente leader nella corsa all’innovazione nell’ambito del linguaggio con funzionalità mai viste prima. La sua intelligenza artificiale conversazionale può comprendere discorsi più complessi e fornire risultati personalizzati in una conversazione naturale su molti argomenti, in diverse realtà. La tecnologia di MeetKai è distribuita a livello globale attraverso iOS, Google Play e AppGallery.

Avevi una passione per l’Intelligenza Artificiale già all’età di 6 anni, come sei stato introdotto a questa tecnologia?

La mia introduzione all’Intelligenza Artificiale è avvenuta attraverso i videogiochi. Inizialmente, era il tentativo di capire come funzionava l’Intelligenza Artificiale nel gioco Oregon Trail – non particolarmente intelligente, ma comunque una forma di Intelligenza Artificiale. Da lì, il mio interesse per l’Intelligenza Artificiale è cresciuto ulteriormente quando ho iniziato a giocare con i giochi di ruolo online. Mi piaceva molto giocare online, ma odiavo la ricerca di oggetti. Quindi, ho iniziato a scrivere bot.

Quali sono state alcune delle prime applicazioni di Intelligenza Artificiale che hai sviluppato?

Scrivere bot per i giochi di ruolo online è stata la mia prima esperienza nello sviluppo di una specifica forma di Intelligenza Artificiale. All’inizio, i miei bot erano piuttosto semplici e più simili a macro che a intelligenza artificiale. Tuttavia, man mano che crescevo e che la rilevazione dei bot diventava più efficace in molti giochi, questo ha richiesto che i bot sembrassero sempre più simili a un giocatore. Ho sempre goduto a scrivere bot – ho anche scritto un bot per vincere un concorso di Taylor Swift mentre ero a scuola (e lei è effettivamente venuta a esibirsi!). Inoltre, ho anche scritto il primo bot per Pokémon Go e, purtroppo, ho fatto ban many persone quando ho perso interesse nell’evitare la rilevazione.

Hai lanciato MeetKai nel 2018 dopo esserti frustrato con gli assistenti vocali di Intelligenza Artificiale attuali. Perché la maggior parte degli assistenti di Intelligenza Artificiale offre un’esperienza deludente?

Il problema fondamentale è che la maggior parte degli assistenti di Intelligenza Artificiale dipende eccessivamente da API esterne per il completamento. Anche quando controllano il completamento, come ad esempio Alexa per la ricerca di e-commerce, soffrono degli stessi problemi. In sostanza, come puoi aspettarti che un assistente vocale sia intelligente se tutto ciò che fa è convertire la voce in testo e inserire quel testo in un motore di ricerca testuale? Abbiamo iniziato MeetKai con l’idea di poter fornire un assistente di Intelligenza Artificiale “di salto” controllando l’intero processo di elaborazione end-to-end che costituisce un assistente vocale. Abbiamo sviluppato un motore di ricerca conversazionale piuttosto che uno basato su parole chiave per supportare query e conversazioni più complesse. Gli altri assistenti sono bloccati con esperienze deludenti perché non possono costruire un supporto per conversazioni multi-turno su fattori così limitanti. Il nostro obiettivo è raggiungere questo, ma siamo ancora molto all’inizio della fase di scalabilità della nostra tecnologia per soddisfare lo stesso numero di domini degli attuali giocatori.

Quali sono alcune delle sfide relative alla comprensione del linguaggio naturale e all’elaborazione del linguaggio naturale dietro la costruzione di un’esperienza di assistente vocale all’avanguardia?

Una delle sfide principali con la prossima generazione di comprensione del linguaggio naturale è andare oltre le intenzioni e le entità. La maggior parte della comprensione del linguaggio naturale si concentra su un approccio tradizionale alla comprensione del linguaggio. Ogni input è classificato in un’intenzione, e poi i token all’interno sono etichettati come entità utilizzando un modello di etichettatura sequenziale. Potrei elencare decine di problemi con questo approccio standard. Tuttavia, i più critici sono:

1. Una classificazione di intenti che è libera dal contesto non riesce a gestire una conversazione multi-turno. La maggior parte degli approcci si concentra solo sul testo grezzo trascritto. Non si cura del contesto – non chi è l’utente, non cosa gli piace, solo cosa ha appena chiesto. Ciò è particolarmente importante quando l’utente dice qualcosa di conciso. Ad esempio, se qualcuno dice “cosmopolita”, potrebbe significare il drink o la rivista e dipende fortemente dalla persona.
2. I modelli di riconoscimento di entità fanno un cattivo lavoro con tutto ciò che non è un valore categorico. I grandi modelli linguistici non sono in grado di adattarsi abbastanza rapidamente a nuove entità che sono nel mondo reale perché non sono presenti nel set di dati. L’Intelligenza Artificiale deve avere un modo molto più sofisticato per riconoscere le entità considerando un contesto molto più profondo. Ad esempio, la posizione dell’utente dovrebbe influenzare fortemente se qualcosa è un nome di ristorante o qualcos’altro.
3. Le relazioni tra entità non sono ben considerate. Il mio esempio preferito è come spesso la maggior parte dei motori di ricerca fallisca quando si tratta di negazione. Prova a cercare un film senza romance su altri assistenti vocali, e capirai cosa intendo.

Attualmente, la maggior parte degli assistenti vocali traduce semplicemente la voce in testo e conduce una ricerca Google. Come funziona MeetKai AI in modo diverso da questo?

La differenza principale tra MeetKai e Google quando si tratta di ricerca è che utilizziamo un modello di comprensione del linguaggio molto più ricco per cercare gli elementi stessi piuttosto che solo pagine web. Quando cerchi “Tom Cruise film senza azione”, Google cerca pagine che hanno quei token (Tom Cruise, film, azione). In MeetKai, comprendiamo correttamente che Tom Cruise è un attore, i film sono la classe di media che stanno cercando, e che l’azione è il genere indesiderato. Con questo, possiamo condurre ricerche molto più intelligenti.

MeetKai ha recentemente lanciato il suo primo mondo VR di lifestyle: MeetKai Metaverse. Potresti discutere cosa è esattamente questa applicazione?

La maggior parte delle aziende nello spazio del metaverso sta lavorando sull’interazione persona-persona. Oltre a questo, il contenuto è anche in gran parte o cartoonistico o è solo un video a 360°. Il nostro obiettivo con MeetKai Metaverse è concentrarsi su un angolo completamente diverso – persona-AI. Stiamo sviluppando un metaverso in cui i personaggi con cui interagisci sono tutti alimentati dalla nostra Intelligenza Artificiale conversazionale all’avanguardia. Inoltre, stiamo lavorando alla generazione procedurale dell’ambiente per renderlo molto più realistico e immersivo rispetto ad altre aziende nello spazio. I due mondi iniziali disponibili per esplorare nel nostro metaverso sono per due casi d’uso iniziali: meditazione e musei. Nel primo, abbiamo digitalizzato un esperto di Wing Chun e, per la prima volta, abbiamo creato un personaggio AI in grado di istruire gli utenti su come utilizzare tecniche di meditazione rivoluzionarie per entrare in uno stato di rilassamento. Nel secondo, abbiamo creato un museo d’arte in continua crescita e fornito un curatore alimentato da AI in grado di rispondere alle domande sull’arte nello spazio e fornire tour.

Quali sono alcuni esempi di come l’Intelligenza Artificiale viene utilizzata in questo Metaverso?

Utilizziamo l’Intelligenza Artificiale in tre luoghi:

1. Per alimentare le capacità conversazionali di ogni personaggio nel nostro metaverso.
2. Per creare dinamicamente il contenuto reso disponibile all’utente attraverso la guida vocale. Esempi di ciò includono sessioni di meditazione e tour di gallerie d’arte nelle nostre due esperienze iniziali.
3. Per creare lo spazio 3D proceduralmente piuttosto che richiedere una disposizione manuale.

Qual è la tua visione per il futuro degli assistenti vocali?

Perché gli assistenti vocali abbiano un futuro, devono evolversi in qualcosa di molto più di un sistema basato su comandi. Ciò significa acquisire una profonda competenza e capacità in molti domini specifici. Credo che assemblare assistenti vocali specifici del dominio sarà la chiave per costruire un assistente meta-intelligente. Ciò è in netto contrasto con i tentativi di “fare tutto in una volta” che abbiamo visto fin dall’introduzione degli assistenti vocali nello spazio.

C’è qualcos’altro che vorresti condividere su MeetKai o MeetKai Metaverse?

Siamo ancora all’inizio della nostra roadmap del metaverso. Il nostro obiettivo finale è che vogliamo essere in grado di replicare qualsiasi esperienza che hai nel mondo reale con il metaverso, e poi andare oltre. Ciò significa che vogliamo eliminare i fattori di costo e di tempo che limitano quelle stesse esperienze nella realtà. Il metaverso può permetterci di vivere vite molto più ricche, non di sostituirle. Abbiamo diverse sfide tecniche che devono ancora essere risolte, tuttavia, abbiamo un set chiaro di pietre miliari che sono raggiungibili supponendo che l’hardware continui a migliorare. Stiamo lavorando a stretto contatto con i nostri partner hardware per assicurarci che lo spazio VR si muova rapidamente. Oltre al solo VR, vogliamo rendere la nostra esperienza del metaverso possibile al di fuori del VR. Annunceremo ulteriori informazioni su questo nei prossimi mesi.

Grazie per la grande intervista, ho aspettato con ansia di seguire i tuoi progressi sulla tua versione del metaverso. I lettori che desiderano saperne di più possono visitare MeetKai.