LXTのチーフオペレーションオフィサー、Carolyn Harvey – インタビューシリーズ

Carolyn Harveyは、検索関連性ランキングとMLデータの注釈付けにおけるグローバルオペレーションのリーダーシップと成長において豊富な経験を持っています。Carolynは現在、LXTのチーフオペレーションオフィサー（COO）であり、同社のグローバルオペレーション部門を率いて、すべてのAIデータプログラムとプロジェクトの一貫した納品を確実に行っています。她は、高品質のデータをスケールで提供し、長期的なプログラムにおける効率性を高め、多数のグローバルロケールでスケールアップすることに焦点を当てています。

LXTのCOOとして、Carolynは、ベストインクラスの組織を開発するために、彼女の豊富な経験を提供しています。

簡単にLXTの事業とCOOとしての役割について説明してください。

人工知能はデータに依存して存在し、LXTは、人工知能の革新を推進するための正確で、倫理的に取得されたデータを提供する新興リーダーです。COOとして、私の役割は、戦略、構造、プロセスを通じて、グローバルオペレーションを主導し、拡大し、最高品質のAIデータを顧客に提供することを保証することです。我々は、ジェネレーティブAIから検索関連性、自動運転車など、幅広いユースケースで、時間通りに納品を行います。

LXTの使命は2010年の創設以来どのように進化してきましたか。

私たちの使命は、すべての言語、文化、モダリティにおいて、データ生成と強化を通じて、将来のテクノロジーを推進することです。私たちの目標は、すべての規模の企業が、AIによって提供される驚くべき利点を活用できるように、ハイ品質のデータで彼らのモデルを強化することです。同社の使命が進化するにつれて、サービス範囲は、言語トランスクリプションとスピーチコレクションから、テキスト、画像、ビデオのデータコレクションと注釈付け、ジェネレーティブAIサービスなど、幅広いソリューションに拡大しました。我々はまた、顧客のニーズに応えるために、ISO 27001認定施設のグローバルなフットプリントを拡大しています。

AIトレーニングデータ部門におけるLXTの成長の主な原動力は何ですか。

すべての規模の組織からのAIへの継続的な投資が、我々の成長を促進しています。企業は、競争力を維持するために、AIがテーブル上にあることを認識しています。データはAIを推進しますが、すべてのデータは等しくありません。AIに成功する企業は、ハイ品質のデータが、より正確なAIを作成するために重要であることを認識しています。

現在、ジェネレーティブAIが誰もが注目している状況では、このトレンドは、LXTにとってさらに成長の機会を提供しています。人間は、これらのソリューションが正確で、倫理的で、責任あるものであることを保証するために、非常に重要です。我々は、ジェネレーティブAIサービスを提供しています。例えば、大規模言語モデルをファインチューニングしたり、プロンプトを作成したりします。我々の顧客は、エンドユーザーとの信頼を築くために、ジェネレーティブAI製品の出力が事実に基づいており、多様なオーディエンスを表現しており、有毒な言語が含まれないことを保証する必要があることを知っています。我々は、人間が関与するサービスを通じて、これらの目標を達成するのに役立ちます。

ジェネレーティブAIの爆発的増加は、LXTとその顧客にどのような影響を与えましたか。

LXTは、ジェネレーティブAIにより、AIトレーニングデータの需要が増加しました。言語指向のデータだけでなく、分析、創造性、批判的思考に関連する新しい側面も含まれます。我々はまた、ドメイン知識とプロジェクトワーカー向けの専門プロファイルの需要の増加も見ています。

顧客のリクエストは、過去のマシンラーニング入力のマイクロタスクから、LLMやChatGPT、Geminiなどのアプリケーションに必要なより複雑なデータセットへの需要に移行しています。我々は現在、ジェネレーティブAIを混乱させるようにプロンプトを作成し、正しい答えを作成するためのプロジェクトに参加しています。

将来的には、これは、データセットがさらに複雑で洗練されたアクションにマッピングされる人工一般知能（AGI）に進化する可能性があります。

あなたは検索とパーソナライゼーションに携わる経験があり、アルゴリズムの改善に役立ちました。主要企業が検索関連性を改善し、ユーザーに優れた体験を提供するためにどのような方法を講じているのでしょうか。

時間が貴重で情報がどこにでもある世界では、検索関連性の改善は、ロイヤルティを高め、コンバージョン率を増やし、ユーザーをより生産的にすることができます。

検索関連性は、顧客のデータをクリーンアップし、整理し、偽陽性を生成する可能性のあるものを除去し、検索エンジンとレコメンデーションエンジンがより正確な結果を生成するために、追加のデータフィールドを作成することから始まります。マシンラーニングと自然言語処理の助けを借りて、顧客は、検索エンジンをより直感的にユーザーの意図を理解し、時間の経過とともにユーザーの好みを学習することができます。結果は、よりパーソナライズされた結果をもたらす、より速い検索体験になります。

この目標を達成するには、関連するエンティティを認識、ランク付け、返却する方法を学習アルゴリズムに教えるための大量のトレーニングデータが必要です。また、タイポ、文法エラー、その他のデータの異常を処理する方法も必要です。我々はまた、人間が関与する（HITL）強化アプローチを推奨しています。正確なデータ、バイアスの削減、エンドユーザーにとってより良い検索体験を提供するためです。過去10年間のマシンラーニングの進歩により、HITLには、品質レビュープロセスへの重点が強まり、データプロバイダーにはより深い経験が必要になりました。

LXTのデータ注釈付けへのアプローチについて説明し、AIトレーニングデータの品質と精度を確保する方法について説明してください。

オペレーションチームとして、私たちはまず、顧客が私たちが提供するデータをどのように使用するかを理解する必要があります。そうすることで、顧客のニーズを満たすことができます。プロジェクトマネージャーと注釈付けの専門家を探す必要があります。彼らは、必要なデータの種類に経験を持っている必要があります。

そこから、プロジェクトの開始時に適切なリソースを見つけることが重要です。これには、顧客とのスコーピング段階での成功要因の調整や、教育背景、特殊な関心事、人口統計、経験など、重要な詳細を考慮して、プロジェクト注釈者の深い資格と審査プロセスが含まれます。また、各プロジェクトのガイドとして、詳細な学習とリファレンス資料を開発します。我々は、プロジェクトのライフサイクル全体にわたって、成熟した品質とプロセス管理の監督を適用します。我々が使用するアプローチは、業界のベストプラクティスと一致し、結果が顧客の期待を満たしていることを保証します。

そして、これらの方法論はすべて、私たちのデータ品質保証の約束に奉仕しています。

構造化されていないデータの注釈付けの課題、つまりすべてのデータの80％以上を構成する課題に対処する方法について説明してください。

LXTは、内部の注釈付けプラットフォームを構築しました。これは、注釈付けプロセスの多くの部分を自動化し、ワーカーに一貫したユーザーインターフェイスを提供します。事前処理段階では、データの準備、入力ファイルのフォーマット、重複の削除などに焦点を当てます。事後処理では、データのパッケージ化、集約、顧客への納品のためのフォーマットに焦点を当てます。

プロジェクト開始前に、ガイドラインを作成し、顧客とレビューし、プロジェクトライフサイクル中に変更があれば、繰り返し作業を行います。データのラベル付けプロセスを複数のタスクに分割し、各要素に適切に焦点を当てることができます。また、エラーを大幅に削減するために、品質管理方法論を実装しています。

最後に、我々のオペレーショナルエクセレンスチームは、世界中のプロジェクトの高効率性とスケーラビリティを確保するために、先進的なプロセス管理を担当しています。

グローバル規模でデータを収集する上での最大の課題は何ですか。どのようにしてそれらを克服しますか。

多様性と偏見は、LXTや他のAIトレーニングデータプロバイダーが直面する最大の課題の1つです。他の課題には、ドメインの専門知識に対する需要の増加や、LLMやジェネレーティブAIデータへの移行による急速に変化するランドスケープが含まれます。

我々は、これらの課題に対処するために、候補者のプールをプロアクティブにソーシングするアプローチを取ります。ここでは、専門知識、経験、以前の役割、関心事、人口統計などをレビューし、チームの多様性を形成します。正しい候補者を探した後、ワーカーを定期的に関与させ、長期的に、より経験豊富で、忠誠心のある、満足度の高いワークフォースを構築することに尽力します。

AIの評価において、LXTはどのようにして偏見を軽減し、AIシステムの出力を倫理的に保つために取り組んでいますか。

先ほど述べたように、多様性を確保することは、多くのAIトレーニングデータプロバイダーが解決しなければならない課題です。これは、偏見を軽減し、倫理的な出力を保つために大きなステップになります。

私は、関与のベストプラクティスに再び言及します。ここでは、多様で代表的な注釈者を見つけて、ガイドラインと品質管理措置を徹底することが含まれます。我々は、インパクトソーシング戦略を採用しており、長尾言語地域を含む新しいグループの注釈者に仕事を提供することができます。

我々は、業界のベストプラクティスを使用し、顧客との期待を一致させ、プロジェクトマネージャーと注釈者のための高い基準を推進することで、倫理的な出力を目指しています。コミュニケーションも非常に重要です。また、コンプライアンス監査、バイアス分析、およびデータ規制とプライバシー要件へのコミットメントも重要です。

LXTの長期的なビジョンは何ですか。5年以内の会社の進化についてどう見ていますか。

私たちのビジョンは、AIと将来のテクノロジーの展開を推進するために、正確で倫理的に取得されたデータを提供することです。

自動化とテクノロジーはAIにおいて重要ですが、人間のコンポーネントもテクノロジーを補完する重要な役割を果たしています。私たちは、シンプルな自動化タスクから大規模言語モデル（LLM）へ、ジェネレーティブAIから一般人工知能（GAI）へ移行する際に、AI製品が、データを生成する人々や世界中のグローバルコミュニティを正確に表現することが、非常に重要であることを認識しています。

LXTでは、AIが、人間の価値観を反映するような、肯定的な変革的な方法で使用されることを保証するために尽力しています。

素晴らしいインタビュー、詳しく知りたい読者はLXTを訪問してください。