Ryan Kolln, Amministratore Delegato di Appen – Serie di Interviste

Unendosi ad Appen AI nel 2018 come VP di Sviluppo Aziendale, ha guidato acquisizioni strategiche come Figure Eight e Quadrant, e ha supportato l’istituzione delle divisioni Cina e Federale. Prima della sua nomina a CEO, ha ricoperto il ruolo di Chief Operating Officer, sovrintendendo alle operazioni globali e alla strategia.

Con oltre 20 anni di esperienza nel settore tecnologico e delle telecomunicazioni, come ha influenzato la sua carriera il suo approccio alla guida di Appen nel rapido evolversi del panorama dell’intelligenza artificiale?

La mia carriera è iniziata come ingegnere delle telecomunicazioni, dove il mio ruolo era quello di costruire e ottimizzare le reti e coinvolgeva una grande quantità di dati, analisi e ricerca di soluzioni innovative per ottimizzare le prestazioni della rete e l’esperienza del cliente.

Dopo aver completato il mio MBA alla NYU, questo si è evoluto in ruoli di leadership nella strategia tecnologica e nelle fusioni e acquisizioni, dove mi sono concentrato su questioni strategiche più ampie, come tendenze emergenti, opportunità di investimento e modelli di business. Questa esperienza mi ha dato una profonda comprensione sia degli aspetti tecnici che di quelli aziendali delle tecnologie emergenti.

Ad Appen, lavoriamo all’intersezione dell’intelligenza artificiale e dei dati, e la mia esperienza mi ha permesso di guidare l’azienda e di navigare le complessità nel rapido evolversi dello spazio dell’intelligenza artificiale, passando attraverso importanti sviluppi come il riconoscimento vocale, il NLP, i sistemi di raccomandazione e ora l’intelligenza artificiale generativa. Questa visione strategica è cruciale poiché l’intelligenza artificiale continua a trasformare le industrie a livello globale.

Da quando è entrato in Appen nel 2018, ha guidato importanti acquisizioni come Figure Eight e Quadrant. Come hanno posizionato queste mosse strategiche Appen come leader nei servizi di dati per l’intelligenza artificiale, e quali sono le prossime grandi opportunità per l’azienda?

Le acquisizioni di Figure Eight e Quadrant sono state fondamentali per espandere le nostre capacità di dati per l’intelligenza artificiale, in particolare nelle aree come l’annotazione dei dati e l’intelligenza geolocazionale. La piattaforma di annotazione dei dati di Figure Eight è stata particolarmente impattante. La piattaforma è altamente personalizzabile e l’abbiamo utilizzata per lavori in molti diversi domini. Più recentemente, l’abbiamo utilizzata per eseguire la maggior parte dei nostri flussi di dati di intelligenza artificiale generativa.

In aggiunta alle acquisizioni, circa 5 anni fa abbiamo istituito un’operazione in Cina chiamata Appen Cina. Siamo ora la più grande azienda di dati per l’intelligenza artificiale in Cina, con entrate quasi doppie rispetto ai nostri competitor più vicini.

Guardando avanti, la nostra attenzione è focalizzata sul supporto allo sviluppo e all’adozione dell’intelligenza artificiale generativa. Ci sono grandi opportunità di crescita sia per i costruttori di modelli che per le aziende che cercano di adottare soluzioni di intelligenza artificiale generativa nei loro prodotti e operazioni. Sentiamo di essere solo all’inizio della più grande ondata di intelligenza artificiale.

La qualità dei dati gioca un ruolo cruciale nello sviluppo dei modelli di intelligenza artificiale. Come fa Appen ad assicurare l’accuratezza, la diversità e la rilevanza dei suoi set di dati, specialmente con la crescente domanda di dati di alta qualità per l’addestramento dei modelli di linguaggio?

La forza di Appen è la nostra capacità di creare dati di alta qualità in modo coerente e su larga scala. Lavoriamo a stretto contatto con i nostri clienti per comprendere gli obiettivi dei loro modelli di intelligenza artificiale e sviluppiamo dati di alta qualità per le loro esigenze attraverso un approccio multilivello che combina strumenti automatizzati e feedback umano. Abbiamo una forza lavoro globale di oltre 1 milione di persone in oltre 200 paesi, il che ci consente di curare un gruppo di contributori qualificati e diversificati. Attraverso un rigoroso controllo della qualità e cicli di feedback, ci assicuriamo che i dati siano accurati, coerenti e rilevanti, e possano essere utilizzati per migliorare efficacemente le prestazioni dei modelli di intelligenza artificiale. Ciò consente ai sistemi di intelligenza artificiale di funzionare efficacemente in ambienti del mondo reale e può anche essere utilizzato per migliorare la robustezza e ridurre i pregiudizi, specialmente per i modelli di linguaggio.

La generazione di dati sintetici sta guadagnando popolarità, e l’investimento di Appen in Mindtech evidenzia il vostro interesse in questo settore. Potrebbe discutere i vantaggi e gli svantaggi dell’utilizzo di dati sintetici o web-scraped rispetto ai dati crowdsourced per l’addestramento dei modelli di intelligenza artificiale, e come vede i dati sintetici complementari ai dati crowdsourced per cui Appen è nota?

I dati di alta qualità sono cruciali ma possono essere costosi e richiedere molto tempo per essere prodotti, ed è per questo che i dati sintetici stanno guadagnando attenzione. Funzionano bene per i dati strutturati nei compiti tradizionali di intelligenza artificiale e apprendimento automatico, specialmente in settori con rigide norme di privacy come la sanità e la finanza, poiché evitano l’utilizzo di informazioni personali.

Tuttavia, i dati sintetici spesso mancano della profondità e della sfumatura dei dati del mondo reale, specialmente per compiti di intelligenza artificiale generativa complessi che richiedono diversità e profonda esperienza. Possono anche perpetuare errori o pregiudizi presenti nei dati originali. I dati web-scraped, comunemente utilizzati per i modelli di linguaggio, presentano le loro sfide con contenuti di bassa qualità, pregiudizi e disinformazione, richiedendo una cura attenta.

I dati crowdsourced, in cui Appen si specializza, rimangono la “verità di base”. L’esperienza umana è vitale per generare dati diversificati e complessi necessari per migliorare l’accuratezza dei modelli di intelligenza artificiale e assicurare l’allineamento con i valori umani.

Vediamo i dati sintetici come complementari ai nostri dati annotati umanamente. Mentre i dati sintetici possono accelerare alcune parti del processo, i dati etichettati umanamente assicurano che i modelli riflettano la diversità del mondo reale. Insieme, forniscono un approccio equilibrato alla creazione di dati di alta qualità per l’addestramento dell’intelligenza artificiale.

L’Atto dell’Unione Europea sull’Intelligenza Artificiale e altre normative globali stanno plasmando gli standard etici per lo sviluppo dell’intelligenza artificiale. Come vede l’impatto di queste normative sulle operazioni di Appen e sull’industria dell’intelligenza artificiale in generale?

L’Atto dell’Unione Europea sull’Intelligenza Artificiale e normative simili a livello globale probabilmente influenzeranno le operazioni di Appen stabilendo nuovi standard etici per lo sviluppo e le prestazioni dei modelli di intelligenza artificiale. Potremmo vedere cambiamenti nel modo in cui gestiamo i dati, assicuriamo la correttezza dei modelli e affrontiamo considerazioni etiche. Ciò potrebbe portare a processi più rigorosi e potenziali aggiustamenti nel nostro approccio all’addestramento e alla convalida dei modelli.

A livello più ampio, queste normative probabilmente guideranno l’industria verso standard etici più alti, aumenteranno i costi di conformità e potrebbero rallentare alcuni aspetti dell’innovazione. Tuttavia, spingeranno anche verso una maggiore responsabilità e trasparenza, il che potrebbe alla fine portare a uno sviluppo dell’intelligenza artificiale più responsabile e sostenibile.

Con crescenti preoccupazioni riguardo ai pregiudizi nell’intelligenza artificiale, come fa Appen a garantire che i set di dati utilizzati per l’addestramento dei modelli di intelligenza artificiale siano eticamente fonte e liberi da pregiudizi, specialmente in aree sensibili come l’elaborazione del linguaggio naturale e la visione artificiale?

Attivamente lavoriamo per ridurre i pregiudizi promuovendo la diversità e l’inclusione in tutti i nostri progetti. È incoraggiante vedere che molti dei nostri clienti si concentrano sulla cattura di ampie demografie nella raccolta dei dati e nella valutazione dei modelli. Avere una forza lavoro globale che risiede nella maggior parte dei paesi ci consente di raccogliere dati da una vasta gamma di prospettive ed esperienze, il che è particolarmente importante in aree sensibili come l’elaborazione del linguaggio naturale e la visione artificiale.

Dal 2019, abbiamo formalizzato le nostre migliori pratiche nel Codice di Etica della Folla, mostrando il nostro impegno verso la diversità, la correttezza e il benessere della folla. Ciò include il nostro impegno per un equo compenso, assicurando che la voce della nostra folla sia ascoltata e mantenendo rigorose protezioni della privacy. Sostenendo questi principi, ci proponiamo di fornire dati di alta qualità e fonte etica che supportino lo sviluppo responsabile dell’intelligenza artificiale.

Man mano che l’intelligenza artificiale si integra maggiormente in settori come l’automobilistico, la pubblicità e la realtà aumentata, come si sta posizionando Appen per soddisfare la crescente domanda di dati di addestramento specializzati in questi settori?

Negli ultimi 27 anni, abbiamo fornito dati di addestramento specializzati per una vasta gamma di settori e casi d’uso, e continuiamo a evolverci man mano che evolvono le esigenze dei nostri clienti.

Ad esempio, nel settore automobilistico, abbiamo lavorato con importanti aziende automobilistiche e fornitori di soluzioni per l’abitacolo per costruire sistemi di riconoscimento vocale all’interno del veicolo. Ora, stiamo aiutando i nostri clienti in nuove aree come la raccolta di dati video dei conducenti per aiutare la sicurezza monitorando la distrazione dei conducenti.

Nel settore della pubblicità, abbiamo aiutato una piattaforma pubblicitaria globale a migliorare la qualità e l’accuratezza degli annunci per la rilevanza degli utenti su un ampio programma globale pluriennale con oltre 7 milioni di valutazioni. Ora, poiché molte di queste piattaforme stanno adottando soluzioni di intelligenza artificiale generativa, la nostra folla non solo valuta la rilevanza degli annunci, ma aiuta anche a valutare la qualità degli annunci generati.

Siamo stati in grado di fare tutto ciò attraverso la nostra piattaforma di annotazione robusta, che può essere personalizzata per supportare flussi di lavoro complessi e diverse modalità di dati, incluse testo, audio, immagine, video e annotazione multimodale. Ma alla fine, la nostra capacità di muoverci con il cambiamento del settore deriva dalla nostra profonda esperienza nei dati per lo sviluppo dell’intelligenza artificiale e da una solida partnership con i nostri clienti.

Appen è stata un leader nel fornire dati di alta qualità per una varietà di applicazioni di intelligenza artificiale. Guardando avanti, come vede l’evoluzione del ruolo di Appen man mano che l’intelligenza artificiale generativa e i modelli di linguaggio continuano a svilupparsi e influenzare i mercati globali?

L’intelligenza artificiale generativa e i modelli di linguaggio stanno trasformando le industrie, e continueremo a svolgere un ruolo critico nel fornire dati di alta qualità per supportare questi progressi. Quando si tratta di mercati globali, la nostra capacità di raccogliere dati in oltre 200 paesi e 500 lingue diventerà ancora più preziosa, e abbiamo una solida storia in questo, poiché abbiamo aiutato aziende come Microsoft (MSFT ) a lanciare modelli di traduzione automatica per oltre 110 lingue.

Man mano che la distribuzione delle applicazioni dei modelli di linguaggio cresce, vediamo una crescente domanda di allineamento con gli utenti finali umani, inclusa la capacità di localizzazione per assicurare che le sfumature linguistiche e culturali siano affrontate nei vari mercati globali. Siamo impegnati ad aiutare le aziende a sviluppare sistemi di intelligenza artificiale che siano sia performanti che responsabili, assicurando che i dati utilizzati per addestrare questi modelli siano diversificati, rilevanti ed eticamente fonte.

Appen è nota per alimentare alcuni dei modelli di linguaggio più avanzati del mondo. Quali sono le innovazioni nell’annotazione e nella raccolta dei dati su cui Appen si sta concentrando per migliorare le prestazioni di questi modelli?

Stiamo continuamente innovando i nostri processi di annotazione e raccolta dei dati per migliorare le prestazioni dei modelli di linguaggio. Un’area di focus è il miglioramento dell’efficienza e dell’accuratezza dell’annotazione dei dati attraverso strumenti avanzati assistiti dall’intelligenza artificiale, che aiutano a semplificare e automatizzare parti del processo mantenendo gli standard di qualità elevati.

Possiamo identificare i punti di dati che richiedono ulteriore input umano, assicurando che gli sforzi di annotazione siano mirati dove avranno il maggior impatto. Abbiamo integrato funzionalità nella nostra piattaforma come Model Mate, che può essere utilizzata per aiutare ad accelerare la produzione di dati e migliorare la qualità dei dati. Ci stiamo anche concentrando sulle migliori pratiche nella gestione dei contributori, che è importante man mano che la complessità dei compiti aumenta.

La capacità di comprendere le prestazioni a livello di contributore e di fornire feedback per migliorare continuamente la qualità dei nostri dati generati umanamente. Queste innovazioni ci consentono di fornire dati di alta qualità e su larga scala necessari per alimentare e perfezionare i modelli di linguaggio leader a livello mondiale.

Man mano che si insedia nel nuovo ruolo di CEO, quali sono le sue principali priorità per Appen nei prossimi anni, e come pianifica di guidare la crescita dell’azienda nel competitivo settore dell’intelligenza artificiale?

Come mi trasferisco nel ruolo di CEO, le mie priorità strategiche sono progettate per assicurare la leadership di Appen nel competitivo panorama dell’intelligenza artificiale:

• Supporto allo sviluppo di modelli di intelligenza artificiale generativa: Negli ultimi 18 mesi, l’intelligenza artificiale generativa è diventata un componente chiave della nostra offerta di servizi, con il 28% del fatturato del gruppo proveniente da progetti relativi all’intelligenza artificiale generativa nel giugno 2024 rispetto all’8% a gennaio. Vediamo un potenziale significativo nel mercato dell’intelligenza artificiale generativa, che secondo le previsioni di settore dovrebbe raggiungere 1,3 trilioni di dollari entro il 2032.
• Supporto all’adozione di modelli di intelligenza artificiale generativa: Vediamo una crescita in nuovi segmenti man mano che le aziende adottano soluzioni di intelligenza artificiale generativa per i loro casi d’uso. Sebbene la percentuale di progetti di intelligenza artificiale generativa che raggiungono la fase di deploy sia bassa, anticipiamo che il 2024/25 sarà un periodo di transizione in cui gli esperimenti si spostano verso la produzione e guidano la domanda di dati personalizzati e di alta qualità.
• Ottimizzazione e automazione della preparazione dei dati: Utilizzando l’intelligenza artificiale per il controllo della qualità e automatizzando alcune fasi del processo di preparazione dei dati. Ciò ci consentirà di migliorare la qualità dei dati e anche di migliorare l’efficienza operativa, migliorando i nostri margini lordi.
• Evoluta l’esperienza per i nostri lavoratori della folla: La nostra nuova piattaforma CrowdGen ci consente di scalare progetti rapidamente e flessibilmente in linea con le esigenze dei nostri clienti, utilizzando l’intelligenza artificiale per la selezione e l’abbinamento dei progetti automatizzati. Ciò migliorerà anche l’esperienza del contributore con supporto personalizzato. Appen è stata un’early adopter nel promuovere la trasparenza, la diversità e la correttezza nella fonte dei dati, e rimaniamo impegnati nel nostro Codice di Etica della Folla.

Queste priorità posizioneranno Appen per una crescita e un’innovazione sostenibili nel panorama dell’intelligenza artificiale in evoluzione.

Grazie per la grande intervista, invitiamo i lettori che desiderano saperne di più a visitare Appen.