Marc Sloan, Co-Fondatore e Amministratore Delegato di Scout – Serie di Interviste

Marc Sloan è il Co-Fondatore e Amministratore Delegato di Scout, il primo chatbot del browser web, un assistente digitale per eseguire qualsiasi attività online. Scout suggerisce cose utili che può fare per te in base a ciò che stai facendo online.

Cosa ti ha inizialmente attratto verso l’AI?

La mia prima esperienza di lavoro sull’AI è stata durante un anno di pausa che ho trascorso lavorando nel team di ricerca di elaborazione del linguaggio naturale presso il GCHQ durante il mio corso di laurea. Ho visto di persona l’impatto che l’apprendimento automatico poteva avere sui problemi del mondo reale e la differenza che poteva fare.

Ha attivato un interruttore nella mia mente su come i computer possano essere utilizzati per risolvere problemi: l’ingegneria del software ti insegna a creare programmi che prendono dati e producono risultati, ma l’apprendimento automatico ti permette di prendere dati e descrivere i risultati che desideri produrre un programma. Ciò significa che puoi utilizzare lo stesso framework per risolvere migliaia di problemi diversi. Per me, questo ha avuto un impatto molto maggiore rispetto a dover scrivere un programma per ogni problema.

Ero già uno studente di ottimizzazione dei problemi di matematica insieme alla scienza informatica, quindi una volta tornato all’università, mi sono concentrato sull’AI e ho completato la mia tesi su l’elaborazione del linguaggio parlato prima di candidarmi per un dottorato di ricerca in Recupero delle Informazioni presso l’UCL.

Hai condotto una ricerca sull’apprendimento per rinforzo nella ricerca web sotto la supervisione di David Silver, il fondatore di AlphaGo. Potresti discutere alcuni di questi risultati di ricerca?

Il mio dottorato di ricerca è stato sul tema dell’applicazione dell’apprendimento per rinforzo ai problemi di classificazione nell’elaborazione delle informazioni, un campo che ho aiutato a creare chiamato Recupero dinamico delle informazioni. Ero supervisionato dal prof. Jun Wang e dal prof. David Silver, entrambi esperti di apprendimento per rinforzo basato su agenti.

La nostra ricerca ha esaminato come i motori di ricerca potessero imparare dal comportamento degli utenti per migliorare i risultati di ricerca in modo autonomo nel tempo. Utilizzando un approccio di tipo Multi-Armed Bandit, il nostro sistema avrebbe tentato diverse classificazioni di ricerca e raccolto il comportamento di clic per determinare se fossero efficaci o meno. Avrebbe anche potuto adattarsi a utenti individuali nel tempo ed è stato particolarmente efficace nel gestire le query di ricerca ambigue. All’epoca, David si concentrava profondamente sul problema del Go e mi ha aiutato a determinare l’impostazione appropriata dell’apprendimento per rinforzo per questo particolare problema.

Quali sono alcune delle lezioni imprenditoriali che hai imparato lavorando con David Silver?

La ricerca presso l’UCL è spesso imprenditoriale. David aveva precedentemente fondato Elixir Studios con Demis Hassabis e poi, naturalmente, si era unito a DeepMind per lavorare su Alpha Go. Ma altri membri del nostro gruppo di ricerca Media Futures hanno finito per fondare una serie di startup diverse: Jun ha fondato Mediagamma (applicando l’apprendimento per rinforzo alla spesa pubblicitaria online), Simon Chan ha iniziato prediction.io (acquisito da SalesForce) e Jagadeesh Gorla ha fondato Jaggu (un servizio di raccomandazione per il commercio elettronico). Il nostro team discuteva spesso dell’impatto commerciale che la nostra ricerca poteva avere, credo forse perché la base dell’UCL a Londra la renda un punto di partenza naturale per la creazione di un’azienda.

Hai recentemente lanciato Scout, il primo chatbot del browser web. Qual è stata l’ispirazione dietro il lancio di Scout?

L’idea è evoluta naturalmente dalla mia ricerca di dottorato. Sono andato direttamente dal completamento del mio dottorato a unirsi a Entrepreneur First, dove ho iniziato a pensare a come potessi trasformare la mia ricerca in un prodotto.

Prima di iniziare, ho completato uno stage presso Microsoft (MSFT ) Research, dove ho applicato la mia ricerca a Bing. All’epoca, la cosa principale che ho imparato dalla mia ricerca è che la ricerca di informazioni poteva essere prevista in base al comportamento degli utenti online. Ma mi sono frustrato perché l’unico modo reale per presentare queste previsioni in un motore di ricerca era quello di migliorare l’auto-suggerimento. Quindi, ho iniziato a pensare a come l’intera esperienza online dell’utente potesse essere migliorata utilizzando queste previsioni, non solo l’esperienza di ricerca.

È stato questo pensiero che ha portato me e il mio nuovo co-fondatore su Entrepreneur First a creare un componente aggiuntivo del browser che osserva il comportamento dell’utente, prevede le informazioni che l’utente probabilmente avrà bisogno di trovare online e le recupera per lui. Dopo alcuni anni di esperimenti e prototipi, questo si è evoluto in un’interfaccia di chatbot in cui il browser “parla” con te su ciò che stai facendo online e cerca di aiutarti lungo la strada.

Quali browser web saranno compatibili con Scout?

Ci stiamo concentrando su Chrome al momento a causa della sua popolarità e dell’architettura dei componenti aggiuntivi matura, ma abbiamo prototipi funzionanti su Firefox e Safari e persino un’app mobile.

La funzionalità dell’assistente di shopping di Scout sembra poter risparmiare agli utenti tempo e denaro. Supponendo che qualcuno stia ricercando un prodotto su Amazon (AMZN ), cosa succede nel backend e come Scout interagisce con l’utente?

L’idea è che una volta installato Scout, continui a utilizzare il web come al solito. Se stai facendo shopping, potresti visitare Amazon per guardare i prodotti. A questo punto, Scout riconosce che stai facendo shopping su Amazon e il prodotto che stai guardando, e ti dice “Ciao”. Si apre come un widget di chat nella pagina web, un po’ come funziona Intercom, tranne che Scout può apparire su qualsiasi pagina web. Puoi vedere come appare sul mio sito web.

Perché stai facendo shopping, inizia a suggerire modi in cui può aiutarti. Ti chiede se vuoi vedere recensioni online, altri prezzi, video di YouTube del prodotto e altro. Interagisci premendo pulsanti e il chatbot personalizza l’esperienza in base a ciò che vuoi che faccia. Ogni volta che trova informazioni (come un video di YouTube), le incorpora all’interno della chat, proprio come un amico potrebbe condividere contenuti multimediali con te su WhatsApp. Nel tempo, finisci per avere un dialogo con il browser su ciò che stai facendo online, con il browser che ti aiuta lungo la strada.

L’elaborazione della pagina web avviene all’interno del browser stesso. L’unica informazione che il nostro backend vede è la chat, il che significa che le implicazioni sulla privacy sono minime.

Abbiamo un’architettura personalizzata per comprendere il comportamento di navigazione online e gestire i dialoghi con l’utente. Utilizziamo l’apprendimento automatico per identificare i compiti che possiamo aiutare a eseguire online e come possiamo aiutare. Inizialmente, abbiamo utilizzato l’apprendimento per rinforzo per adattarci alle preferenze degli utenti nel tempo. Tuttavia, una delle lezioni più importanti che ho imparato dirigendo una startup di AI è quella di mantenere i processi semplici e cercare di utilizzare l’apprendimento automatico solo per ottimizzare un processo esistente. Quindi, invece, abbiamo un motore di regole sofisticato per gestire i compiti nel tempo che può essere gestito dall’apprendimento per rinforzo una volta che dobbiamo scalare.

Quali sono alcuni esempi di come Scout può aiutare gli utenti finali con la pianificazione degli eventi?

Ci siamo resi conto che la pianificazione degli eventi (e la prenotazione di viaggi) non sono così diverse dal fare shopping online. Stai ancora guardando prodotti, leggendo recensioni e impegnandoti in un acquisto/partenza. Quindi, molte delle cose che abbiamo costruito per lo shopping si applicano anche qui.

La differenza più grande è che il tempo e la posizione sono ora importanti. Ad esempio, se stai guardando biglietti per un concerto su Ticketmaster, Scout può identificare l’indirizzo del luogo e suggerire di trovare le indicazioni stradali dal tuo luogo attuale al luogo, o trovare il prezzo di un Uber, o suggerire a che ora dovresti partire. Se hai connesso Scout al tuo calendario, allora Scout può controllare se sei disponibile all’ora dell’evento e aggiungerlo al tuo calendario per te.

In futuro, prevediamo che gli utenti di Scout possano comunicare con i loro amici attraverso la piattaforma per discutere le cose che stanno facendo online, come la pianificazione degli eventi, lo shopping, il lavoro, ecc.

I trigger di dialogo saranno utilizzati per far sì che Scout inizi le comunicazioni. Quali sono alcuni di questi trigger?

Per impostazione predefinita, Scout non ti disturberà a meno che non incontri un trigger che gli indichi che potresti aver bisogno di aiuto. Ci sono diversi tipi di trigger:

• Visitare un sito web specifico.
• Visitare un tipo di sito web (ad esempio notizie, shopping, ecc.).
• Visitare un sito web che contiene un certo tipo di informazione (ad esempio un indirizzo, un video, ecc.).
• Fare clic su link o pulsanti nelle pagine web.
• Interagire con Scout premendo pulsanti
• Scout recupera determinati tipi di media come video, musica, tweet, ecc.

Pianifichiamo di consentire agli utenti di regolare i trigger che desiderano che Scout risponda e, in ultima analisi, imparare le loro preferenze in modo automatico.

Puoi discutere alcune delle difficoltà dietro la garanzia che Scout sia realmente utile quando decide di interagire con un utente senza diventare fastidioso?

Prendiamo molto seriamente l’engagement degli utenti e cerchiamo di misurare se le interazioni hanno portato a risultati positivi o negativi. Cerchiamo di mantenere un buon rapporto tra quante volte Scout tenta di iniziare una conversazione e quante volte viene utilizzato. Tuttavia, è un equilibrio difficile da raggiungere e stiamo sempre cercando di migliorare.

A causa della natura invasiva di questo prodotto, ottenere l’interfaccia e l’esperienza utente giuste è critico. Abbiamo trascorso molto tempo provando interfacce e metodi di interazione dell’utente completamente diversi. Questo lavoro ci ha portato all’attuale interfaccia di tipo chatbot, che troviamo offra la massima flessibilità nell’aiuto che possiamo fornire, insieme alla familiarità dell’utente e al minimo sforzo dell’utente per le interazioni.

Puoi fornire altri scenari di come Scout può assistere gli utenti finali?

La nostra attenzione al momento è concentrata sul test di mercato di applicazioni specifiche per Scout. Lo shopping e la pianificazione degli eventi sono già stati menzionati, ma stiamo anche esplorando come Scout possa aiutare gli accademici (trovando articoli di ricerca, dettagli degli autori e reti di citazioni) e persino i chitarristi (trovando spartiti per chitarra, riproducendo musica e video insieme agli spartiti online e aiutando a accordare una chitarra). Abbiamo anche trascorso del tempo esplorando scenari professionali come la selezione del personale online, l’analisi finanziaria e il diritto.

In definitiva, Scout può potenzialmente funzionare su qualsiasi sito web e aiutare in qualsiasi scenario, il che rende la tecnologia incredibilmente emozionante, ma anche difficile da avviare.

C’è qualcos’altro che ti piacerebbe condividere su Scout?

Se desideri vedere cosa significhi se il tuo browser potesse parlarti, puoi leggere di più sul blog di Scout.

Grazie per la tua affascinante prospettiva sulla progettazione di un tipo unico di chatbot. Siamo entusiasti di seguire questo progetto. Visita il sito web di Marc Sloan per saperne di più.