LXTのテクノロジー担当副社長Amr Nour-Eldin – インタビューシリーズ

Amr Nour-Eldinは、LXTのテクノロジー担当副社長です。Amrは、音声・オーディオ処理と機械学習の分野で16年以上のプロフェッショナルな経験を持つPh.D.研究者です。特に、最近の研究では、深層学習技術を用いたストリーミングエンドツーエンド音声認識に焦点を当てています。

LXTは、グローバルな組織のための知能技術を支えるAIトレーニングデータのエmergedリーダーです。国際的なコントリビューターのネットワークと提携して、LXTは、企業が要求するスピード、スケール、そしてアジリティで、多様なモダリティーに対するデータを収集し、注釈付けしています。彼らのグローバルな専門知識は、145以上の国々と、1000以上の言語ロケールに及んでいます。

あなたはマギル大学で信号処理のPh.D.を取得しました。信号処理の分野に興味を持ったきっかけは何ですか?

私は常に自然科学に興味があり、特に数学と物理学に惹かれていました。自然の仕組みを理解し、それを技術に応用する方法を探求していました。高校卒業後、医学や他の職業に進む機会があったのですが、特に工学を選択しました。工学は、私の心に最も近い数学と物理学の問題を扱う分野でした。電気工学を選択したのは、現代技術の基礎となる数学と物理学の問題に最も近い分野だからです。

電気工学の中には、電気通信と信号処理、そして電力と電気工学という2つの大きな分野があります。当時、電気通信と信号処理を選択しました。なぜなら、それは自然を物理学で記述する方法に近いからです。音声、画像、またはビデオなどの信号について話し、人間の感覚が認識する方法を理解し、それを数学的に表現する方法を学びたいと思ったのです。

マギル大学での研究について、特に人工的な帯域拡張（BWE）の情報理論的側面について話してください。

学士号を取得した後、信号処理の分野でさらに学びたいと思い、音声認識に焦点を当てたオーディオと音声信号処理の修士号を取得しました。Ph.D.の研究では、信号処理の分野を広げ、機械学習と情報理論を含む分野に進みました。

私のPh.D.の研究は、狭帯域音声の帯域拡張に焦点を当てました。狭帯域音声とは、通常の電話での音声のことです。音声の周波数コンテンツは20キロヘルツまで広がりますが、情報コンテンツの多くは4キロヘルツまでに集中しています。帯域拡張とは、3.4キロヘルツの上限を超えて、8キロヘルツ以上まで音声コンテンツを人工的に拡張することを指します。

2023年6月、LXTのテクノロジー担当副社長に就任しました。LXTに惹かれた理由は何ですか?

私の学術的およびプロフェッショナルな経験の中で、常にデータと関わってきました。特に、音声科学と機械学習の分野で、AIモデルのライフサイクルにおけるデータの重要性を学びました。LXTは、AIデータプロバイダーであり、急成長を遂げている企業です。私は、AIと音声の経験を活かして、最大の影響を与えられる環境で学び、スキルを身に付ける機会を得たのです。

平均的な1日の仕事について話してください。

私の平均的な1日は、最新の研究を調べることから始まります。最近は、生成的なAIとそれをクライアントのニーズに応用する方法についてです。優れたチームと協力して、クライアントの特殊なAIデータニーズに合わせたソリューションを開発しています。

また、戦略的な年次と四半期の計画、そして個別のチームの目標を設定し、計画の進捗を確認しています。技術開発については、2つのトラックがあります。一つは、現在のプロジェクトと新しいプロジェクトで最高の成果を出すために必要なピースを整えることです。もう一つは、技術能力を改善し、拡大することです。特に、機械学習を取り入れることに焦点を当てています。

LXTで取り組んでいる機械学習アルゴリズムについて話してください。

AIソリューションは、すべての業界でビジネスを変革しています。LXTは、AIを支える高品質のデータを提供することで、将来の機械学習アルゴリズムと技術を支えています。内部的にも、データ品質の検証を自動化したり、人間が関与するラベリングモデルを実現したりするために、機械学習を活用しています。

音声とオーディオ処理は、英語と特に白人男性についてはほぼ完璧に近づいています。言語、性別、民族のバラエティに応じたレベルに到達するまでにどれくらいの時間がかかるでしょうか?

この質問は複雑で、経済的、政治的、社会的、技術的な要因など、多くの要因に依存します。しかし、明らかなのは、英語の普及がAIを現在のレベルに到達させたということです。より均等なレベルに到達するには、さまざまな民族や人口からのデータの表現がオンラインでどれだけ速く成長するか、そしてそのペースがどれだけ速いかによって決まります。

しかし、LXTのような企業は、より均等なレベルに到達するための重要な役割を果たすことができます。少数民族や言語のデータがアクセス困難または利用できない限り、変化はゆっくり進行します。LXTは、145以上の国々と1000以上の言語ロケールをカバーすることで、より多様な言語データへのアクセスを可能にします。

クライアントのAI努力を加速させるために、LXTが果たす役割について話してください。

LXTの目標は、効率的、正確、そして迅速なAI開発を可能にするデータソリューションを提供することです。12年のAIデータ分野での経験を通じて、クライアントのニーズを満たすためのデータの質、効率、価格についての知識を蓄積してきました。LXTは、AIデータパートナーとして信頼を築いてきました。私のビジョンは、LXTの強みをさらに強化し、拡大することです。特に、生成的なAIを含むすべてのAI開発分野で、最高のAIデータ品質、効率、価格を提供することです。

素晴らしいインタビュー、詳しく知りたい読者はLXTを訪れてください。