Seek AI創設者兼CEO サラ・ナギー氏 – インタビューシリーズ

Seek AIの創設者兼CEOであるサラ・ナギー氏は、ビジネスの最終ユーザーが、現在データチームに尋ねているものと全く同じ質問を、Slack、Teams、メールでSeekに直接できるプラットフォームを提供しています。質問の「調整」や新しいプラットフォームの学習は不要です。

あなたはハッブル宇宙望遠鏡のデータを使用した研究者としてキャリアをスタートさせました。どのような研究をしていましたか?

私はUCLAとCaltechで研究を行っており、望遠鏡で観測できる最も遠い銀河を分析し、その質量やサイズなどの特性を調べていました。この研究の目的は、遠い銀河と近い銀河の違いを理解し、銀河の形成をモデル化することでした。

その後、さまざまなスタートアップでデータサイエンティストとして働きました。どのようなプロジェクトが印象に残っていますか?

1つのプロジェクトでは、自然言語処理（NLP）を使用して、商品に関する構造化されていないテキストを分類しました。たとえば、「エアジョーダン グリーン」というテキストを「ナイキ」というブランド名に分類しました。このプロジェクトは、NLPの専門家が別のプロジェクトで忙しかったため、担当することになりました。私は当時NLPについて知識がなかったため、スタンフォード大学とFast.aiの無料コースで学習しました。NLPについて学習することを楽しんでいましたし、AIによる言語理解が、いわゆる「汎用AI」に向けた大きな一歩であると理解し始めました。この経験のおかげで、GPT-3が初めて公開されたとき、その重要性をすぐに理解できました。

Seek AIの創設について語ってください。

OpenAIのGPT-3モデルが登場したとき、私はその驚異的な進歩をすぐに認識し、GPT-3がコードを書く能力に特に興奮しました。データサイエンティストとして、コードを書くことが毎日の仕事でしたが、AIが完璧にコードを生成する姿を見て、驚かされました。私は、GPT-3に対する私の反応を、2013年に初めてVRについて学んだときの感覚と比較しています。私は、GPT-3の技術に賭けるためにスタートアップを設立することを決めました。私はまだ、具体的に何を作るかはわかっていませんでしたが、モデルについてもっと学習すれば、何か価値のあるものが見つかるだろうと考えました。

モデルを本格的に学ぶと、クオンツやデータサイエンティストとして働いたどの職場でも直面した課題を解決できると気づきました。ビジネス担当者には、自分でデータに関する疑問に答えるための適切なツールがなかったのです。私は集中力が必要な問題に取り組むことが多かったのですが、ビジネス側の同僚からの質問で頻繁に中断されました。そのやり方は古く非効率に思えました。この新技術で解決すれば、とても重要で広く存在する課題に対し、新しいカテゴリーを定義するような解決策になると考えました。

Seek AIは生成的なAIを使用しています。読者に生成的なAIについて説明してください。

「生成的なAI」という用語は、非常に流行りの言葉ですが、他の流行りの言葉とは異なり、この言葉の流行は不当ではありません。生成的なAIとは、数千億のパラメータを持つ大規模な機械学習モデル、たとえばOpen AIのDALL-EやGPT-3のことです。これらのモデルの革新性は、自然言語を理解し、テキスト、画像、コードなどを生成できることです。DALL-EやStable Diffusionを使用してみると、これらのモデルの能力が人間の自然言語コマンドを理解し、人間のアーティストに匹敵するアートを生成できることがわかります。

コード生成は、生成的なAIの最もニッチで重要な応用例の1つです。データはより大きく複雑になり、人間が手動で分析および整理することが難しくなっています。ただし、このデータには多くの情報が含まれています。この情報は、組織にとってだけでなく、学術的な分野での科学的ブレークスルーにも役立ちます。データから価値を抽出するAIを構築することで、有用な情報の価値を解放することができます。

Seek AIは、ユーザーが自然言語でデータとやり取りできるインターフェースを構築しています。ナレッジワーカーは、メール、Slack、テキストメッセージ、各種CRMシステムを介してSeek AIの自然言語インターフェースにアクセスできます。

Seek AIでは、生成的なAI以外の機械学習も使用していますか?

生成的なAIは私たちの機械学習アーキテクチャの一部ですが、私たちのアーキテクチャには、オープンソースのディープラーニングモデルのフォークも含まれています。トランスフォーマーモデル（生成的なAIはその1つ）は、Seek AIが使用するモデルの多くを構成しますが、すべてではありません。

非技術的なユーザーがデータに迅速にアクセスできることが重要な理由を教えてください。

データがROIを生み出さない場合、ビジネスにとってどのような意味がありますか? また、ビジネスユーザーがデータにアクセスできない場合、ビジネスはどのようにROIを生み出せますか? これが、精度を犠牲にせず、できるだけ多くの人がデータにアクセスできるようにすることが非常に重要な理由です。

私はデータサイエンティストとして働いていたとき、CEOからデータを分析して会社の製品戦略や市場投入戦略に役立てるように依頼されることがありました。これらのプロジェクトは数週間、あるいはそれ以上かかることがありました。現在、CEOとして、これらのプロジェクトの重要性をより深く理解しています。私は、データを手元に置いて、より迅速に決定を下したいと考えています。これが、Seek AIが解決しようとしていることです。

Seek AIは、データをどのようにして簡単に取得できるようにしていますか?

考えてみると、データを分析するには、コードが必要です。データダッシュボードなどの抽象化されたプラットフォームはありますが、下層では、データアナリストが手動で書いたコードがデータをビジネスユーザーに提示するために使用されています。

多くのナレッジワーカーは、コードを書くことができません。コードを書きたいと思わないか、コードを書くことができないか、データにアクセスすることもできないかもしれません。したがって、データが必要な場合は、ダッシュボードでデータを探すか、データチームにデータを求める必要があります。データセットが大きくなるにつれて、これが起こる可能性は高くなります。

データチームは、ビジネスユーザーから自然言語で質問を受け取り、コードを使用してデータを照会する「翻訳者」の役割を果たします。Seek AIが行っているのは、この「翻訳者」という仲介役を除去することです。

企業は、使用するデータが正確であることをどう保証していますか?

データの精度とアクセシビリティのトレードオフを管理することは、巨大な課題です。最近のインタビューで述べたように、1つの側面では、アクセシビリティにより、技術的なスキルがなくても、会社のデータの知識の源泉にアクセスできます。ただし、もう1つの側面では、汚染されたデータ（不正確なデータ）があれば、どのような意味がありますか?

最も優れたデータチームは、このトレードオフを最適な方法で管理し、非技術的なユーザーがやり取りできるツールを慎重に調整および検証することが重要です。

Seek AIプラットフォームの使用例をいくつか教えてください。

Seek AIは、B2B SaaS、FinTech、CPG、B2C電子商取引市場で、既に顧客やデザインパートナーに価値を提供しています。

Battlefinは、代替金融データセットのリーディングマーケットプレイスです。彼らは、顧客の質問に迅速かつ高品質の回答を提供することが、競合他社に対して勝つための重要な要素であると考えています。同社のCEOであるティム・ハリントンは、「Seek AIは、2023年の戦略において、2,400以上のデータセットを顧客の質問に応えて分析することで、重要な役割を果たしました。Seek AIなしでは同じレベルの効率性を達成するために費やす必要があった金額を考慮すると、Seek AIのROIは約10倍であると推定しています」と述べています。

Seek AIについてさらに何か共有したいことありますか?

ここで遠慮なく宣伝させてください。Seek AIは、現在、プラットフォームの無料トライアルを提供しています。これは、seek.aiでアクセスできます。私たちは、データチームに生成的なAIをもたらすパイオニアであり、顧客と一緒にこの旅を進めることを楽しみにしています。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、Seek AIを訪問してください。