Sarah Nagy, Seek AI의 창립자 및 CEO – 인터뷰 시리즈

Sarah Nagy는 Seek AI의 창립자 및 CEO입니다. Seek AI는 비즈니스 최종 사용자가 데이터 팀에게 현재ถาม하는 것과 동일한 질문을 Slack, Teams, 이메일에서 Seek에게 직접ถาม을 수 있는 플랫폼입니다. 사용자가 질문을 작성하는 방식을 세부적으로 조정할 필요가 없으며, 새로운 플랫폼을 배우는 것도 필요 없습니다.

당신은 처음에 허블 우주 망원경의 데이터와 함께 연구자로 시작했습니다. 당신은 무엇을 연구하고 있었나요?

나는 UCLA와 Caltech에서 연구를 진행했으며, 망원경으로 관측할 수 있는 가장 먼 은하 중 일부를 살펴보고, 그들의 특성 중 하나인 질량과 크기를 분석하고 있었습니다. 이 연구의 목적은 우리 자신의 은하와 매우 먼 은하 간의 차이를 이해하고, 이러한 은하가 시간의 경과에 따라 어떻게 형성되는지에 대한 모델을 개발하는 것이었습니다.

그런 다음 당신은 다양한 스타트업에서 데이터 과학자로 일했습니다. 더 흥미로운 프로젝트 중 일부는 무엇인가요?

한 가지 프로젝트는 자연어 처리(NLP)를 사용하여 소매 상품과 관련된 비정형 텍스트를 분류하는 것이었습니다. 예를 들어, 원시 텍스트(예: “에어 조던 그린”)를 가져와 추정 브랜드(“나이키”)로 레이블을 붙이는 것입니다. 나는 NLP를 전문으로 하는 동료가 있었는데, 그는 다른 프로젝트에忙했ので, 결국 나는 이 프로젝트를 맡게 되었습니다. 당시 나는 NLP에 대해 아무 것도不知道했，所以 나는 스탠퍼드와 Fast.ai의 무료 강의를 통해 지식을 쌓았습니다. 나는 NLP를 배우고, 왜 이것이 så 중요하다는 것을 이해하기 시작했습니다. 그리고 왜 인공 지능(AI)이 언어를 이해하는 것이 så-called “일반 AI”로 가는 큰 단계라는 것을 이해했습니다. 이 경험은 나에게 GPT-3이 처음 나왔을 때 중요성을 빠르게 이해할 수 있게 했습니다.

Seek AI의 기원 이야기를 공유해 줄 수 있나요?

OpenAI의 GPT-3 모델이 나왔을 때, 나는 즉시 그것이 얼마나 놀라운 발전인지認識했으며, 특히 GPT-3가 코드를 작성하는 응용 프로그램에 대해 매우 흥奮했습니다.毕竟, 나는 데이터 과학자로서 하루 종일 코드를 작성하고 있었으며, AI가 이것을 하고 – 그리고 완벽하게 코드를 생성하는 것을看到 – 는 내게 충격적인 경험이었습니다. 나는 내 반응을 2013年に 처음으로 VR을 배울 때와 비교할 수 있습니다. 그것도 내게 충격적인 경험이었습니다. 나는 이 기술에 베팅하는 스타트업을 설립하기로 결정했습니다. 나는 정확히 무엇을 구축할지 몰랐지만, 이러한 모델에 대해 더 많이 배울수록, 가치 있는 것이 떨어질 것이라고 생각했습니다.

한 번에 나는真的로 이러한 모델에 대해 배웠을 때, 나는 내가 일한 모든 곳에서 데이터 과학자 또는 양적 분석가로서遭遇한痛点을 해결할 수 있다는 것을 깨달았습니다. 해당痛点은 비즈니스 사람이 자신의 데이터 질문에 대한 올바른 도구를 가지고 있지 못하는 것이었습니다. 데이터 과학자로서, 나는 종종 문제에 집중해야 했지만, 비즈니스 측의 동료들이 데이터에 대한 질문을하고, 나는 내가 하고 있던 것을 중단해야만 했습니다. 이 과정은 구식이고 비효율적인 것으로 보였습니다. 나는 이 새로운 기술이 이 문제를 해결한다면, 이것은 매우 중요한 및 普遍的な 문제에 대한 카테고리 정의 解決策가 될 것이라고 깨달았습니다.

Seek AI는 생성적 AI를 사용합니다. 생성적 AI가 무엇인지 우리 독자들에게 설명해 줄 수 있나요?

“생성적 AI”는 매우 인기 있는 버즈워드이지만, 다른 버즈워드와는 달리, 나는 이 버즈워드가 과장된 것이 아니라고 생각합니다. 이 용어는 수백억 개의 매개 변수를 가진 대형 머신 러닝 모델을指します. 예를 들어, Open AI의 DALL-E와 GPT-3가 있습니다. 이러한 모델의 혁신은 자연어를 이해하고 텍스트, 이미지, 코드 등을 생성할 수 있다는 것입니다. 만약 당신이 DALL-E나 Stable Diffusion을 사용해 본다면, 당신은 이러한 모델이 왜 så 인기 있는지 이해할 수 있을 것입니다.它们는 매우 인간 같은 능력으로 자연어 명령을 이해하고, 최고의 인간 예술가와 경쟁할 수 있는 아트를 생성할 수 있습니다.

코드 생성은 생성적 AI의 가장 니치하지만 가장 중요한 응용 프로그램 중 하나입니다. 데이터는 더 크고 복잡해지고, 따라서 인간이 수동으로 분석하고 조직하기가 더 어려워지고 있습니다. 그러나 이 데이터에는 많은 정보가 포함되어 있습니다. 이 정보는 조직에만 유용한 것이 아니라, 학술적인 측면에서도 놀라운 과학적 발전을 이끌어낼 수 있습니다. 데이터에서 가치를 추출하는 AI를 구축하는 것은 유용한 정보의 형태로 엄청난 가치를解放할 것입니다.

Seek AI는 사용자가 자연어를 사용하여 데이터와 상호 작용할 수 있는 인터페이스를 구축하고 있습니다. 지식 근로자는 이메일, Slack, 텍스트 및 다양한 고객 관계 관리(CRM) 시스템을 통해 Seek AI의 자연어 인터페이스에 액세스할 수 있습니다.

Seek AI에서 사용하는 다른 유형의 머신 러닝은 무엇인가요?

생성적 AI는 우리의 머신 러닝 아키텍처의 일부이지만,我们的 아키텍처에는 여러 개의 오픈 소스 딥 러닝 모델의 포크도 포함되어 있습니다. 트랜스포머 모델(생성적 AI는 이의 변형입니다)은 Seek가 사용하는 모델 중 많은 부분을 구성합니다.

비기술적 사용자가 데이터에 빠르게 액세스할 수 있는 이유는 무엇인가요?

데이터가 ROI를 생성하지 않는다면, 그것은 어떤 가치가 있나요? 그리고 비즈니스 측의 사용자가 데이터에 액세스할 수 없다면, 비즈니스가 ROI를 얻을 수 있나요? 이것이为什么 비즈니스 측의 사용자에게 데이터에 액세스할 수 있는 권한을 주는 것이絶対적으로 중요합니다.

당신이 데이터 과학자였을 때, 때때로 나는 CEO로부터 데이터를 분석하여 회사 제품이나 시장 전략을 도와달라는 요청을 받았습니다. 이러한 프로젝트는 몇 주 또는 더 오래 걸릴 수 있었습니다. 지금 나는 CEO로, 나는 이전에 데이터 측에서보다 더 깊은 수준에서 이러한 프로젝트의 중요성을 이해합니다. 나는 종종 데이터를 손가락 끝으로 가져가서 더 빠르게 의사 결정을 내릴 수 있으면 좋겠다는 생각을합니다. 이것은 Seek에서 해결하는 것입니다.

Seek AI는 데이터를 이렇게 쉽게 검색할 수 있게 해주는 이유는 무엇인가요?

데이터는 실제로 코드로만 분석할 수 있습니다. 데이터 대시보드와 같은 플랫폼이 코드 위에 추상화된 것이라는 사실은 참이지만, 내부적으로는 데이터를 비즈니스 측의 사용자에게 표시하기 위해 수동으로 작성된 코드가 있습니다.

대부분의 지식 근로자는 코드를 작성하지 못하거나, 코드를 작성하고 싶어하지 않거나, 코드를 작성하고 싶어도 데이터에 액세스할 수 없습니다. 따라서 데이터가 필요할 때, mereka는 대시보드에서 데이터를 찾거나, 데이터 팀에 질문을합니다. 데이터셋이 더 커질수록, 이것이 더 자주 발생할 것입니다.

따라서 데이터 팀은 자연어 질문과 데이터 사이의 “번역자”로 작동해야 합니다. Seek는 이 “번역자” 중간자를 제거하는 것을 핵심으로 합니다.

기업은 사용하는 데이터가 정확한지 어떻게 보장합니까?

데이터 정확성과 접근성 사이의 트레이드오프를 관리하는 것은巨大的 도전입니다. 나는 최근 인터뷰에서 말했듯이, 한편으로, 접근성이 비기술적 인 사용자가 데이터와 상호 작용하기 시작할 수 있도록 합니다. 다른 한편으로, 나쁨 데이터(즉, 나쁨 데이터)는 어떤 가치가 있나요?

최好的 데이터 팀은이 트레이드오프를 가장 최적의 방법으로 관리하며, 비기술적 사용자가 상호 작용할 수 있는 도구를 신중하게 조정하고 검증하는 것이 큰 부분입니다.

Seek AI 플랫폼의 사용 사례 중 일부는 무엇인가요?

우리는 이미 B2B SaaS, 핀테크, 소비자 상품, B2C 전자 상거래와 같은 垂直 시장의 고객과 디자인 파트너에게 가치를 제공하고 있습니다.

예를 들어, Battlefin은 대안 금융 데이터셋의 선도적인 시장입니다. 그들은 고객의 질문에 빠르고 높은 품질의 답변을 제공하는 것이 경쟁자와의 차이입니다. 회사의 CEO인 Tim Harrington은 “Seek AI는 2023년 우리 회사의 전략에서 중요한 역할을 했습니다. 고객의 질문에 대한 답변을 우리의 2,400개 이상의 데이터셋에서 분석할 수 있게 해주었기 때문입니다. 나는 Seek AI 없이 이 수준의 효율성을 달성하기 위해 얼마를 썼을지 추정하건대, 약 10배의 ROI를 얻었다고 생각합니다.”

Seek AI에 대해 더 공유하고 싶은 것이 있나요?

이곳이 수치 없는 플러그인에 적절한 곳입니다. Seek는 현재 플랫폼의 무료 시도를 제공하고 있으며, seek.ai에서 액세스할 수 있습니다. 우리는 데이터 팀에 생성적 AI를 가져오는 선구자로서 흥奮하고 있으며, 고객과 함께 이 여정을 계속할 것입니다.

감사합니다. 더 많은 정보를 배우고 싶은 독자는 Seek AI를 방문하십시오.