スジャータ・サギラジュ、Appenのチーフプロダクトオフィサー – インタビューシリーズ

スジャータ・サギラジュは、Appenのチーフプロダクトオフィサーです。彼女は2021年9月にAppenに入社し、プロダクト担当のシニアバイスプレジデントとしてプロダクト戦略を担当しています。彼女は20年以上の技術業界での経験を持つパイオニアで、大規模なオンラインサービスやAI/MLとデータプラットフォームの開発に携わってきました。彼女はマイクロソフトからAppenに入社し、BingやAzure AIプラットフォームを含む複数のグループでリーダーシップを担ってきました。

Appenは、AIライフサイクルにおけるデータのグローバルリーダーです。25年以上にわたるデータソーシング、データアノテーション、モデル評価の経験を持つAppenは、世界で最も革新的な人工知能システムを立ち上げることができる組織をサポートしています。

あなたがAIに惹かれたのは何ですか？

マイクロソフトで働いていたとき、Azure AI組織で働きました。業界の状況、顧客、AIの変化が起こっているさまざまな業界についてよく知っていました。顧客の視点から、トレーニングデータが機械学習モデルの構築の障害であることがわかり、Appenはその問題を解決する機会であると見ました – AIライフサイクルのすべての段階を結びつけることができるミッシングリンクです。

現在、Appenのチーフプロダクトオフィサーとして働いています。詳細を説明してください。

最も高いレベルで、私のチームはプロダクトのビジョン、戦略を構築し、組織内でのさまざまなステークホルダーと効果的に実行します。より個人的なレベルで、私は業界と顧客を理解するために多くの時間を費やしています。アマゾン、Google (GOOGL ) 、Microsoft (MSFT ) 、Salesforce (CRM ) 、Boeingのような大手企業が私たちの顧客であるため、私のチームは顧客のシナリオと痛み点を理解し、成長計画を提供するプロダクト戦略を構築することが重要です。安全で、包括的な文化を構築することも私の役割の大きな部分です。私は、従業員がアイデアを共有し、協力し、キャリアを発展させるためのスペースを作成することに焦点を当てています。

AI開発における多様なチームの構築はどれほど重要ですか？

AI開発における多様なチームの構築は非常に重要です。多様性には、性別、年齢、人種、視点などのさまざまな側面があります。視点の多様性は、チームに多様な背景と経験を持つメンバーを確保するための最も重要な側面です。そうした経験は、顧客の多様なニーズに応えるための最適なプロダクトを構築するために不可欠です。

多様性を生み出すためのワーク文化をどのように作りますか？

多様性を生み出す文化は、従業員がアイデアや視点を共有することを促進します。私は、チームミーティングでさまざまなコミュニケーションの方法を検討しています。例えば、チームミーティングでフィードバックを求めるとき、従業員に直接話すよう求めたり、後でメッセージを送るよう求めたりします。不安を感じる人もいるかもしれませんが、従業員が自分の意見を自由に表現できる安全な環境を作りたいと思います。アイデアは、組織内でのさまざまなチームから生まれることがあります。私は、セールス、Marketing、顧客と接触するチームと密接に協力して、プロダクトに関するニーズと視点を理解しています。顧客の痛み点を聞くことで、最も優れたプロダクトのアイデアが生まれることがあります。

多様なチームを構築する以外に、機械学習アルゴリズムにおける偏見を減らす方法は何ですか？

包括的なデータソーシング、データ準備、モデル評価は、偏見を減らすために重要です。アルゴリズムをトレーニングするために使用されるデータは、すべての潜在的なエンドユーザーや結果を包含する必要があります。AIライフサイクルの各段階で、偏見をチェックする必要があります。責任あるAIは、公平に扱われたデータセットを使用して構築されます。Appenは、クラウドの倫理基準を構築して、クラウドワーカーの幸福への取り組みを示しています。

最近、AIライフサイクルにおけるデータについての新しい学問分野を紹介しました。簡単に説明してください。

AIライフサイクルにおけるデータは、4つの段階からなる連続的なサイクルです – データソーシング、データ準備、モデル構築と展開、モデル評価。这些段階は、AIプロジェクトを構築するための高品質なデータを提供するために不可欠です。データソーシング、データ準備、モデル評価は、最も労力とデータを必要とする段階です。Appenは、これらの3つの段階に特化し、モデルトレーニングと展開に特化したプロバイダーと戦略的に提携しています。

AIライフサイクルにおけるデータにおける合成データの役割は何ですか？

データソーシングのソリューションには、人間によるアノテーションデータ、事前ラベル付けされたデータセット、合成データが含まれます。合成データは、難しいデータセットやユースケースで使用されます。包括的なデータセットは、すべてのユースケースとAIモデルの潜在的なエンドユーザーをカバーする必要があります。合成データは、その目標を達成するために不可欠です。人間によるアノテーションデータと合成データの組み合わせは、モデル成功のために重要になります。

AIライフサイクルにおけるデータにおけるモデルドリフトまたはオーバーフィッティングはどれほど大きな問題ですか？

モデルドリフトは大きな問題になり得ます。AIライフサイクルの4番目の段階であるモデル評価で対処する必要があります。モデルが現実の世界で機能し続けることを確認することが重要です。環境が変化し成長するにつれて、モデルも変化する必要があります。実務者は、モデルが古くなったり偏ったりしないように、継続的にモデルを評価する必要があります。マイクロソフトのBingは、検索結果が期待どおりに機能していることを確認するためにモデル評価を使用しています。

Appenでの仕事についてさらに何か共有したいことはありますか？

Appenでの最も貴重な仕事は、従業員の専門知識です。25年の経験を持つAppenは、従業員とともに強固な基盤を築いてきました。私たちの顧客は、私たちの専門知識を信頼し、高品質の結果を迅速に、かつ大規模に提供する能力を信頼しています。Appenは、AI業界の変革を促進するために、AIライフサイクルにおけるデータを無шовに管理するソリューションを提供しています。

素晴らしいインタビュー、詳しく知りたい読者はAppenを訪れてください。