Донни Уайт, Satisfi Labs-ийн Гүйцэтгэх захирал ба үүсгэн байгуулагчдын нэг. Цуврал ярилцлага

2016 онд үүсгэн байгуулагдсан Satisfi Labs нь ярианы хиймэл оюун ухааны чиглэлээр тэргүүлэгч компани юм. Нью-Йорк Метс, Мэйси, АНУ-ын Нээлттэй тэмцээнүүдтэй хамтран ажилласнаараа анхны амжилт нь вэб сайтад байдаггүй мэдээлэлд хялбархан хандах боломжийг олгосон юм.

Донни старт-апуудын ертөнцөд орохоосоо өмнө Bloomberg-д 15 жил ажилласан бөгөөд Корнеллийн их сургуульд MBA, Баруч коллежид бакалавр зэрэгтэй. Доннигийн удирдлаган дор Сатисфи лаборатори Google, MLB, Red Light Management-аас хөрөнгө оруулалт авч, спорт, зугаа цэнгэл, аялал жуулчлалын салбарт мэдэгдэхүйц өсөлтийг үзүүлсэн.

Та Блүүмбергт 14 жил ажиллаж байхдаа энтрепренеризмийн мэдрэмж төрж байсан. Яагаад гэнэт энтрепренёр байх нь таны радарт орсон бэ?

Би коллежийн 21-р курст байхдаа Блүүмбергт ресепшнээр ажилд орох хүсэлт гаргасан. Хаалганд хөлөө тавиад л хамт ажиллагсаддаа хэрэв тэд надад заах хүсэлтэй байвал би хурдан сурч чадна гэж хэлсэн. Төгсөх жилдээ би үндсэн ажилтан байсан бөгөөд бүх ангиа шөнийн ангид шилжүүлсэн тул хоёуланг нь хийх боломжтой болсон. Би 25 настайдаа коллеж төгсөхдөө явахын оронд анхны багаа удирдахад зарцуулсан. Тэр цагаас хойш би гавьяат байгууллагад ажиллаж, хэд хэдэн удаа өргөмжлөгдсөн. 2013 настайдаа би өөрийн тэнхимээ удирдаж байсан. Тэндээс би бүс нутгийн удирдлага руу шилжиж, дараа нь бүтээгдэхүүн боловсруулах чиглэлээр ажиллаж, эцэст нь бүх Америк даяар борлуулалт хийж эхэлсэн. 2016 он гэхэд би илүү том зүйл хийж чадах болов уу гэж бодож эхэлсэн. Би залуу технологийн компаниудад хэд хэдэн ярилцлага өгөхөд нэг үүсгэн байгуулагч надад "Чамайг сайн уу эсвэл Блүүмберг сайн уу гэдгийг бид мэдэхгүй" гэж хэлсэн. Тэр үед би ямар нэг зүйл өөрчлөгдөх ёстойг мэдэж байсан бөгөөд зургаан сарын дараа би анхны гарааны компани болох Datahug-ийн борлуулалтын дэд захирал болсон. Удалгүй намайг Yelp-д саад учруулахыг хүссэн хэсэг хөрөнгө оруулагчид элсүүлэв. Yelp сайн, сайн хэвээр байгаа ч XNUMX онд бид шинэ алсын хараатай болсон бөгөөд би ижил хөрөнгө оруулагчидтай Satisfi Labs-ийг үүсгэн байгуулсан.

Та Satisfi Labs-ийн үүслийн түүхийг хуваалцаж болох уу?

Би Сатисфигийн одоогийн CTO бөгөөд хамтран үүсгэн байгуулагч Рэндитэй Citi Field-д бейсболын тэмцээнд оролцож байхдаа тэдний нэг онцлог болох саваа дээрх гахайн махны талаар сонссон. Бид танхимыг тойрон алхаж, ажилтнуудаас энэ талаар асуусан боловч хаанаас ч олдсонгүй. Цэнгэлдэх хүрээлэнгийн нэг үзүүрт хавчуулагдсан байсан нь багийнхантай чатаар шууд лавлах нь илүү тохиромжтой гэдгийг ойлгоход түлхэц болсон юм. Эндээс л бидний анхны санаа төрсөн. Рэнди бид хоёр хоёулаа санхүү, алгоритмын арилжаа эрхэлдэг хүмүүс бөгөөд энэ нь биднийг байршлаас асууж болох хэт өвөрмөц лавлагаанд зориулж өөрийн NLP-ийг бий болгохын тулд хариулттай нийцүүлэх хүсэлтийг авч үзэхэд хүргэсэн. Анхны санаа нь тус бүр нь тодорхой мэдлэгийн чиглэлээр, ялангуяа вэбсайтаас хялбархан олж авах боломжгүй мэдлэгтэй мэргэжилтэн байх тус тусдаа роботуудыг бүтээх явдал байв. Тэндээс манай систем шаардлагатай үед робот бүрийг дарж чадах "кондуктор"-той болно. Энэ бол өнөөг хүртэл ашиглагдаж байгаа анхны системийн архитектур юм.

Satisfi Labs нь өөрийн NLP хөдөлгүүрийг зохион бүтээсэн бөгөөд OpenAI ChatGPT-ийг гаргаснаар таны технологийн стекийг тасалдуулахад хэвлэлийн мэдээ нийтлэх гэж байв. Та энэ хугацааны талаар ярилцаж чадах уу, энэ нь Satisfi Labs-ийг бизнесээ эргүүлэхэд хэрхэн албадуулсан бэ?

Бид 6 оны 2022-р сарын 30-нд патент авахаар хүлээгдэж буй Контекст суурилсан NLP шинэчлэлтийг зарлахаар төлөвлөсөн хэвлэлийн мэдээтэй байсан. 2022 оны XNUMX-р сарын XNUMX-нд OpenAI ChatGPT-ийг зарлалаа. ChatGPT-ийн зарлал нь зөвхөн манай замын зургийг төдийгүй дэлхийг өөрчилсөн. Эхэндээ бид бусад хүмүүсийн адил ChatGPT-ийн хүч чадал, хязгаарыг ойлгож, энэ нь бидний хувьд юу гэсэн үг болохыг ойлгохоор уралдаж байсан. Манай контекст NLP систем нь ChatGPT-тэй өрсөлддөггүй ч LLM-ийн туршлагыг сайжруулж чадна гэдгийг бид удалгүй ойлгосон. Энэ нь OpenAI аж ахуйн нэгжийн түнш болох хурдан шийдвэрт хүргэсэн. Манай систем асуултуудыг тодорхой түвшинд ойлгож, хариулах санаагаар эхэлсэн тул бид "бот дамжуулагч" системийн дизайн болон долоон жилийн зорилгын өгөгдлийг нэгтгэж, LLM-ийг нэгтгэхийн тулд системийг сайжруулж чадсан.

Satisfi Labs саяхан нээлтээ хийсэн a Context LLM Response System-ийн патент, энэ нь ялангуяа юу вэ?

Энэ 4-р сард бид патентаар хүлээгдэж буй Context LLM Response System-ээ танилцууллаа. Шинэ систем нь манай патентаар хүлээгдэж буй контекст хариу үйлдлийн системийн хүчийг том хэлний загварын чадавхитай хослуулж, Answer Engine системийг бүхэлд нь хүчирхэгжүүлдэг. Шинэ Context LLM технологи нь зорилтот чиглүүлэлтээс авахуулаад хариулт үүсгэх, зорилтыг индексжүүлэх хүртэлх том хэлний загварын чадавхийг платформ даяар нэгтгэсэн бөгөөд энэ нь мөн өөрийн өвөрмөц тайлан гаргах чадамжийг бий болгодог. Энэхүү платформ нь GPT-XNUMX гэх мэт LLM-ийн хүчийг ашиглан ярианы хиймэл оюун ухааныг уламжлалт чатботоос илүү авдаг. Манай платформ нь брендүүдэд хариултанд хяналт тавих хэрэгцээ шаардлагаас хамааран хиймэл хиймэл оюун ухааны хариулт эсвэл урьдчилан бичсэн хариултаар хариулах боломжийг олгодог.

Брэнд дээр хариулт өгөхөд ихэнх компанийн вэбсайтууд болон LLM платформуудын хоорондын холболт тасарсан талаар та ярилцаж чадах уу?

ChatGPT нь өргөн хүрээний мэдээллийг ойлгохоор бэлтгэгдсэн тул ихэнх брэндүүдийн хүлээж байгаа өвөрмөц байдлын түвшинд салбарын онцлогтой асуултуудад хариулахад шаардагдах нарийн түвшний сургалтын түвшин байдаггүй. Нэмж дурдахад, LLM-ийн өгсөн хариултуудын үнэн зөв нь өгсөн өгөгдөлтэй адил юм. Таныг ChatGPT ашиглах үед энэ нь интернетээс мэдээлэл авдаг бөгөөд энэ нь алдаатай байж болно. ChatGPT нь брендийн өгөгдлийг бусад өгөгдлөөс илүүд үздэггүй. Бид сүүлийн долоон жилийн хугацаанд янз бүрийн салбарт үйлчилж, өдөр бүр үйлчлүүлэгчдээс асуудаг олон сая асуултын талаар үнэ цэнэтэй ойлголттой болсон. Энэ нь бидэнд системийг салбар тус бүрээр илүү өргөн хүрээнд хэрхэн тохируулахыг ойлгох боломжийг олгож, том хэлний загварууд гарч ирж байгаа нөхцөлд нэн чухал зорилтыг тайлагнах бат бөх, нарийн ширийн чадамжаар хангах боломжийг олгосон. LLM нь зорилгыг ойлгох, хариулт өгөхөд үр дүнтэй байдаг ч асуусан асуултын талаар тайлагнаж чадахгүй. Олон жилийн турш өргөн хүрээтэй зорилгын өгөгдлийг ашигласнаар бид тэдний зорилгын индексжүүлэх системээр дамжуулан стандартчилсан тайланг үр дүнтэй бий болгосон.

LLM технологийн чадварыг дээшлүүлэхэд хэл судлаачид ямар үүрэг гүйцэтгэдэг вэ?

Шуурхай инженерийн үүрэг энэхүү шинэ технологид бий болсон бөгөөд энэ нь хүнээс хиймэл оюун ухаанаас тодорхой хариу өгөх дохиог боловсруулж, боловсронгуй болгохыг шаарддаг. Хэл шинжлэлийн мэргэжилтнүүд синтакс, семантик гэх мэт хэлний бүтцийн талаар маш сайн ойлголттой байдаг. Манай хамгийн амжилттай хиймэл оюун ухааны инженерүүдийн нэг нь хэл шинжлэлийн мэдлэгтэй бөгөөд энэ нь түүнд хиймэл оюун ухааныг өдөөх шинэ, нарийн арга замыг олоход маш үр дүнтэй байх боломжийг олгодог. Мэдээлэл дэх нарийн өөрчлөлтүүд нь хариултыг хэр үнэн зөв, үр дүнтэй гаргахад ихээхэн нөлөө үзүүлдэг бөгөөд энэ нь бид олон үйлчлүүлэгчид сая сая асуултуудыг шийдвэрлэхэд бүх ялгааг бий болгодог.

Ар талд нь нарийн тааруулах нь ямар харагддаг вэ?

Бид LLM-ийг шугаманд байлгахын тулд ашигладаг өөрийн өмчийн мэдээллийн загвартай. Энэ нь бидэнд хашаа хайхын эсрэг LLM-ийг хяналтандаа байлгахын тулд өөрсдөө хашаа барих боломжийг олгодог. Хоёрдугаарт, бид бусад платформуудын ашигладаг хэрэгсэл, функцуудыг ашиглах боломжтой бөгөөд энэ нь биднийг платформ дээрээ дэмжих боломжийг олгодог.

Сургалтын өгөгдлийг нарийн тааруулж, манай платформ дээр Reinforcement Learning (RL) ашиглах нь ташаа мэдээллийн эрсдлийг бууруулахад тусална. Тодорхой баримт нэмэхийн тулд мэдлэгийн сангаас асуухын эсрэг нарийн тохируулга нь энэхүү нэмэлт мэдлэг дээр бэлтгэгдсэн LLM-ийн шинэ хувилбарыг бий болгодог. Нөгөөтэйгүүр, RL нь хүний ​​санал хүсэлт бүхий агентийг сургаж, асуултад хэрхэн хариулах талаар бодлогод суралцдаг. Энэ нь тодорхой ажлуудад мэргэжилтэн болох жижиг ул мөр загвар бүтээхэд амжилттай болох нь батлагдсан.

Та шинэ үйлчлүүлэгч элсүүлэх, харилцан ярианы хиймэл оюун ухааны шийдлүүдийг нэгтгэх үйл явцын талаар ярилцаж чадах уу?

Бид спорт, зугаа цэнгэл, аялал жуулчлал зэрэг аялал жуулчлалын чиглэл, туршлагад анхаарлаа төвлөрүүлдэг тул шинэ үйлчлүүлэгчид олон нийтийн дунд байгаа хүмүүсээс ашиг тус хүртэж, элсэлтийг маш энгийн болгодог. Шинэ үйлчлүүлэгчид вэб сайт, ажилтны гарын авлага, блог гэх мэт хамгийн сүүлийн үеийн мэдээллийн эх сурвалжууд хаана амьдардаг болохыг тодорхойлдог. Бид өгөгдлийг шингээж, системийг бодит цаг хугацаанд нь сургадаг. Бид нэг салбарын олон зуун үйлчлүүлэгчидтэй ажилладаг тул манай баг урьдчилан бичсэн хариулт болон үүсгэсэн хариултын аль нь хамгийн тохиромжтой болохыг санал болгож байна. Нэмж дурдахад бид динамик Хүнс, ундаа хайгч гэх мэт чиглүүлсэн урсгалуудыг тохируулдаг тул үйлчлүүлэгчид хэзээ ч робот бүтээгчтэй харьцах шаардлагагүй болно.

Satisfi Labs одоогоор спортын баг, компаниудтай нягт хамтран ажиллаж байна. Та компанийн ирээдүйн талаар ямар төсөөлөлтэй байна вэ?

Илүү олон брэнд чатынхаа туршлагыг хянахыг хүсэх ирээдүйг бид харж байна. Энэ нь манай системд илүү хөгжүүлэгчийн түвшний хандалт өгөх хэрэгцээ нэмэгдэхэд хүргэнэ. Брэндүүд өөрсдийн ярианы хиймэл оюун ухааны системийг бий болгохын тулд хөгжүүлэгчдийг хөлслөх нь утгагүй юм, учир нь шаардлагатай туршлага хомс, үнэтэй байх болно. Гэсэн хэдий ч, манай систем арын хэсгийг тэжээж байгаа тул тэдний хөгжүүлэгчид сануулгыг илүү сайн хянах, илүү хувийн тохиргоо хийх боломжийг олгохын тулд өмчлөлийн өгөгдлийг холбож, хэрэглэгчийн тодорхой хэрэгцээнд зориулж чатын UI-г удирдах замаар хэрэглэгчийн туршлага, аялалд илүү анхаарч чадна. Satisfi Labs нь брэндүүдийн харилцан ярианы туршлагын техникийн тулгуур байх болно.

Сайхан ярилцлага өгсөнд баярлалаа, илүү ихийг мэдэхийг хүссэн уншигчид маань зочлоорой Сатисфи лаборатори.