Pavel Osokin, Co-Fondatore e Amministratore Delegato di AMAI – Serie di Interviste

Pavel Osokin è il Co-Fondatore e Amministratore Delegato di AMAI, una startup con sede a San Francisco che produce motori vocali di intelligenza artificiale. Pavel guida l’operazione e la strategia di Amai con l’ambizione professionale di installare la sua tecnologia vocale in ogni telefono del mondo. In AMAI hanno sviluppato una voce di intelligenza artificiale che non può essere distinta da un discorso umano reale dal 97% degli utenti.

Da quando sei un imprenditore, avendo lanciato la tua prima azienda all’età di 13 anni, qual è stato il tuo primo tentativo di attività commerciale e cosa ti ha motivato a sviluppare questa mentalità imprenditoriale?

Non l’ho realmente chiamata un’azienda, ma ho guadagnato i miei primi soldi rivendendo alcune cose o semplicemente lavando le auto per strada con un secchio. La mia motivazione era che volevo una Coca o uno Snickers, e i miei genitori non avevano soldi. Potevo aspettare che i soldi apparissero o guadagnarli da solo. Aspettare non mi attira.

Puoi condividere la storia di come è nata AMAI?

Ho chiesto al mio partner: “Cosa cercano le aziende in tutto il mondo?” In quella conversazione, ho realizzato che ogni azienda cerca una “vendita”. Abbiamo iniziato a creare robot che potessero corrispondere con i clienti e vendere prodotti via posta e messaggeri. D’altra parte, non era qualcosa di particolarmente nuovo, poiché ci sono molti chatbot disponibili. Quindi, abbiamo pensato che se questi robot potessero anche effettuare chiamate, sarebbe stato fantastico. Poiché non c’erano molte buone soluzioni sul mercato, abbiamo creato un prototipo della nostra voce sintetizzata e, dopo le prime vendite, abbiamo abbandonato il robot e ci siamo concentrati sulla TTS.

Cosa significa esattamente AMAI?

Questo significa Io sono intelligenza artificiale (I’m artificial intelligence).

Puoi discutere alcune delle sfide legate alla progettazione di tecnologie di sintesi vocale all’avanguardia?

La progettazione di tecnologie di sintesi vocale all’avanguardia presenta diverse sfide. La prima è la raccolta di dataset. Addestrare una rete neurale richiede voci femminili e maschili di età diverse, e più ce ne sono, meglio è. In secondo luogo, è necessario raggiungere una somiglianza molto stretta con una voce naturale. Il miglior metodo è testare diversi modelli di apprendimento automatico e sperimentare costantemente con diversi casi di utilizzo della voce: in particolare, è necessario trovare il campione più problematico e processarlo separatamente. Parlando delle sfide a lungo termine, può essere difficile valutare se la voce sia migliorata o peggiorata e in quale direzione debba essere migliorata.

Quali sono alcune delle sfide legate al riconoscimento vocale quando si tratta di interazioni umane con la voce di intelligenza artificiale di AMAI?

Ci sono centinaia di aziende che lavorano sul riconoscimento vocale perché è più facile da sviluppare. Il problema che attualmente non ha soluzione è il riconoscimento della voce di un bambino. I bambini hanno molte caratteristiche del discorso a una giovane età, quindi è difficile prendere in considerazione tutte queste caratteristiche. Tuttavia, stiamo lavorando a una soluzione a questo problema e siamo molto vicini ad annunciare il risultato: quindi, presto, la nostra intelligenza artificiale non avrà problemi a interagire non solo con gli adulti, ma anche con i bambini.

Quali sono alcuni casi d’uso popolari per AMAI?

Al momento, si tratta di doppiaggio di audiolibri e utilizzo aziendale nei call center.

Quali lingue sono attualmente offerte e quali lingue sono attualmente in fase di sviluppo?

Il nostro sistema a più voci include due lingue, russo e inglese. L’idea è che una voce creata in una lingua possa parlare tutte le altre lingue nel nostro modello. Attualmente, stiamo raccogliendo dati per 40 lingue aggiuntive e molto presto avremo 42.

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

Credo che gli assistenti vocali si sposteranno nel metaverso e stiamo studiando queste opportunità. Se integri l’assistente con altoparlanti intelligenti o il browser web, più persone useranno la ricerca vocale e interagiranno con l’assistente ogni giorno. Puoi parlare con il tuo frigorifero o TV.

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

AMAI utilizza solo tecnologie proprietarie.

Grazie per l’intervista, i lettori che desiderano saperne di più possono visitare AMAI.