Мона лабораторийн гүйцэтгэх захирал, үүсгэн байгуулагч Йотам Орен – Цуврал ярилцлага

Ётам Орен бол гүйцэтгэх захирал ба үүсгэн байгуулагч юм Мона лаборатори, аж ахуйн нэгжүүдэд ML загварууд бодит бизнесийн үйл явц, хэрэглээнд хэрхэн ажилладагийг жинхэнэ утгаар нь ойлгох замаар хиймэл оюун ухааны санаачилгыг лабораторийн туршилтаас өргөжүүлэх боломжтой бизнесийн үйл ажиллагаа болгон хувиргах боломжийг олгодог платформ юм.

Мона нь хиймэл оюун ухааны гажуудлыг илрүүлэхийн тулд хамгаалагдсан өгөгдлийн сегментүүд болон бизнесийн чиг үүргийн хүрээнд таны машин сургалтын загваруудын үйл ажиллагаанд автоматаар дүн шинжилгээ хийдэг. Мона нь салбарын стандарт, дүрэм журамд нийцсэн шударга байдлын иж бүрэн тайлан гаргах чадварыг санал болгож, хиймэл оюун ухааны програм нь нийцтэй, ямар ч буруу ойлголтоос ангид гэдэгт итгэх итгэлийг санал болгодог.

Таныг компьютерийн шинжлэх ухаанд юу татсан бэ?

Компьютерийн шинжлэх ухаан бол миний гэр бүлд алдартай ажил мэргэжил учраас үргэлж оюун санааных нь ар талд байж болохуйц сонголт байсан. Мэдээжийн хэрэг, Израилийн соёл нь технологийн дэвшлийг дэмждэг. Бид шинийг санаачлагч технологичдыг баярлуулдаг бөгөөд CS надад өсөлт, амжилтын зурвасыг санал болгодог гэсэн ойлголттой байсан.

Гэсэн хэдий ч их сургуулийн насанд хүрэхэд л хувийн хүсэл тэмүүлэл болсон. Би дунд сургуульд байхдаа код бичиж эхэлсэн хүүхдүүдийн нэг биш байсан. Би залуудаа сагсан бөмбөг тоглож, компьютерт анхаарлаа хандуулах завгүй байсан. Ахлах сургуулиа төгсөөд би 5 жил орчим цэргийн алба хааж, үйл ажиллагааны/байлдааны удирдагчийн үүрэг гүйцэтгэсэн. Тиймээс би нэг талаараа их сургуульд академик мэргэжлийг сонгох шаардлагатай үед л компьютерийн шинжлэх ухааны талаар илүү их сурч эхэлсэн. Компьютерийн шинжлэх ухаан нь асуудал шийдвэрлэх, хэл (эсвэл хэл) сурахыг хослуулсан нь миний анхаарлыг шууд татсан явдал байв. Миний хамгийн их сонирхдог байсан хоёр зүйл. Тэр цагаас хойш би уягдсан.

2006-2008 онд та жижиг стартапын зураглал, навигацийн чиглэлээр ажиллаж байсан, энэ эрин үеийн гол санаанууд юу байсан бэ?

Telmap дахь миний үүрэг бол газрын зураг, байршлын өгөгдөл дээр хайлтын системийг бий болгох явдал байв.

Эдгээр нь аж ахуйн нэгж дэх "том өгөгдөл"-ийн хамгийн эхний өдрүүд байв. Бид үүнийг ингэж дуудаагүй ч бид асар их өгөгдлийн багцыг олж авч, эцсийн хэрэглэгчдэдээ харуулах хамгийн үр дүнтэй, хамааралтай ойлголтуудыг татахыг хичээсэн.

Миний олж мэдсэн гайхалтай ойлголтуудын нэг бол компаниуд (биднийг оролцуулаад) өөрсдийн мэдээллээ (олон нийтэд нээлттэй гадаад мэдээллийг дурдахгүй) маш бага ашигладаг байсан явдал байв. Шинэ ойлголт, илүү сайн үйл явц, туршлага олж авах боломж маш их байсан.

Өөр нэг арга зам бол илүү сайн архитектур, дэд бүтэц гэх мэт илүү олон өгөгдлийг олж авах боломжтой байсан явдал юм.

Та Мона лабораторийн үүслийн түүхийг хуваалцаж болох уу?

Хамтран үүсгэн байгуулагч бид гурав карьерынхаа туршид дата бүтээгдэхүүний талаар ажиллаж ирсэн.

Технологийн ахлах ажилтан Немо бол миний коллежийн найз, ангийн найз бөгөөд Google Тель-Авивын анхны ажилчдын нэг юм. Тэрээр хайлтын системийн өгөгдөлд тулгуурласан маш олон дэвшилтэт аналитик болон машин сургалтын чадвартай Google Trends нэртэй бүтээгдэхүүнээ тэндээс эхлүүлсэн. Нөгөө үүсгэн байгуулагч, бүтээгдэхүүн хариуцсан захирал Итай нь Google-д Немогийн багт ажилладаг байсан (мөн тэр бид хоёр Немогоор дамжуулан танилцсан). Анхны хөгжүүлэлт, туршилтын дараа хиймэл оюун ухаанаар удирддаг системийг хяналтгүй орхисонд тэр хоёр үргэлж бухимдаж байв. Үйлдвэрлэхээс өмнө эдгээр системийг зохих ёсоор туршихад бэрхшээлтэй байсан ч багууд өөрсдийн таамагласан загварууд цаг хугацааны явцад хэр сайн болохыг мэдэхгүй хэвээр байв. Нэмж дурдахад, тэд хиймэл оюун ухааны системийн талаар ямар нэгэн санал хүсэлтийг сонсох цорын ганц цаг бол бүх зүйл муудаж, хөгжүүлэлтийн багийг гамшгийн асуудлыг засахын тулд "гал түймрийн сургуулилт"-д дуудсан үед л сонссон юм шиг санагддаг.

Ойролцоогоор би McKinsey & Co-д зөвлөхөөр ажиллаж байсан бөгөөд томоохон аж ахуйн нэгжүүдэд AI болон Big Data програмуудыг өргөжүүлэхэд тулгарч байсан хамгийн том саад бэрхшээлүүдийн нэг бол бизнесийн оролцогч талууд эдгээр хөтөлбөрүүдэд итгэх итгэл дутмаг байсан явдал юм.

Энд байгаа нийтлэг зүйл нь Немо, Итай болон миний хувьд харилцан ярианд тодорхой болсон. Үйлдвэрлэлд AI/ML системийг хянах дэд бүтэц шаардлагатай байсан. Бид бизнесийн оролцогч талуудын итгэлийг нэмэгдүүлэхийн тулд энэхүү алсын харааг бий болгож, хиймэл оюун ухааны багуудад өөрсдийн систем хэрхэн ажиллаж байгааг байнга хянаж, илүү үр дүнтэй давтах боломжийг олгох алсын хараатай болсон.

Тэгээд тэр үед Мона байгуулагдсан.

AI-ийн ил тод байдлын дутагдалтай холбоотой зарим асуудал юу вэ?

Олон салбар дахь байгууллагууд хиймэл оюун ухааны хөтөлбөртөө хэдэн арван сая доллар зарцуулсан бөгөөд лабораторид болон жижиг хэмжээний хэрэглээнд анх удаа амжилтанд хүрсэн. Гэхдээ өргөжин тэлэх, өргөн хүрээнд нэвтрүүлэх, бизнесээ хиймэл оюун ухаанд найдах нь бараг хүн бүрийн хувьд асар том сорилт байлаа.

Яагаад ийм зүйл болж байна вэ? Гайхалтай судалгаа автоматаар гайхалтай бүтээгдэхүүн болж хувирдаггүй гэдгээс эхэлдэг ("ML загварууд нь машин шиг байдаг, лабораториос гарах мөчид үнэ цэнээ 20% алддаг" гэж нэгэн үйлчлүүлэгч бидэнд хэлсэн байдаг). Гайхалтай бүтээгдэхүүн нь туслах системтэй байдаг. Чанарыг цаг хугацааны явцад тогтвортой байлгах, асуудлыг эрт илрүүлж, үр дүнтэй шийдвэрлэх арга хэрэгсэл, үйл явц байдаг. Гайхалтай бүтээгдэхүүнүүд нь байнгын санал хүсэлтийн гогцоотой, сайжруулах мөчлөг, замын зураглалтай байдаг. Иймээс гайхалтай бүтээгдэхүүнүүд нь гүн гүнзгий, байнгын гүйцэтгэлийн ил тод байдлыг шаарддаг.

Ил тод байдал дутмаг байвал та дараах байдалтай болно.

• Хэсэг хугацаанд нуугдаж, дараа нь гадаргуу дээр гарч "галын сургуулилт"-ыг үүсгэдэг асуудлууд
• Удаан хугацааны болон гарын авлагын мөрдөн байцаалт, нөлөөллийг бууруулах
• Бизнесийн хэрэглэгчид болон ивээн тэтгэгчдийн итгэлгүй, эцсийн дүндээ өргөжин тэлэх чадваргүй хиймэл оюун ухааны хөтөлбөр

Урьдчилан таамаглах загварыг ил тод, найдвартай болгохын тулд ямар бэрхшээл тулгарч байна вэ?

Ил тод байдал нь итгэлцэлд хүрэх чухал хүчин зүйл нь мэдээж. Ил тод байдал нь олон хэлбэрээр байж болно. Хэрэглэгчдэд итгэх итгэлийн түвшинг харуулах, эсвэл таамаглалын тайлбар/үндэслэлийг өгөх зэрэг нэг таамаглалын ил тод байдал байдаг. Нэг удаагийн таамаглалын ил тод байдал нь гол төлөв хэрэглэгчийг таамаглахад таатай байхад нь туслах зорилготой юм. Дараа нь урьдчилан таамаглах нарийвчлал, гэнэтийн үр дүн, болзошгүй асуудлуудын талаарх мэдээллийг багтаасан ерөнхий ил тод байдал бий. AI багт ерөнхий ил тод байдал хэрэгтэй.

Нийтлэг ил тод байдлын хамгийн хэцүү хэсэг бол асуудлыг эрт илрүүлж, холбогдох багийн гишүүдэд анхааруулж, улмаар гамшиг тохиолдохоос өмнө засч залруулах арга хэмжээ авах явдал юм.

Асуудлыг эрт илрүүлэхэд яагаад хэцүү байдаг вэ:

• Асуудал нь ихэвчлэн бага багаар эхэлж, буцалж, эцэст нь гадаргуу дээр гарч ирдэг.
• Мэдээллийн эх сурвалж гэх мэт хяналтгүй эсвэл гадны хүчин зүйлсээс шалтгаалж асуудал үүсдэг.
• "Дэлхий ертөнцийг хуваах" олон арга байдаг бөгөөд жижиг халаасанд байгаа асуудлыг бүрэн хайх нь маш их чимээ шуугиан (сэрэмжийн ядаргаа) үүсгэж болзошгүй бөгөөд үүнийг наад зах нь гэнэн аргаар хийх юм.

Ил тод байдлыг хангах өөр нэг хүндрэлтэй тал бол хиймэл оюун ухааны хэрэглээний тохиолдлуудын тархалт юм. Энэ нь нэг төрлийн арга барилыг бараг боломжгүй болгож байна. AI ашиглах тохиолдол бүр өөр өөр өгөгдлийн бүтэц, өөр өөр бизнесийн мөчлөг, өөр өөр амжилтын хэмжүүр, ихэвчлэн өөр өөр техникийн арга барил, тэр ч байтугай стекийг агуулж болно.

Тиймээс, энэ бол гайхалтай ажил боловч ил тод байдал нь хиймэл оюун ухааны хөтөлбөрүүдийн амжилтанд маш чухал ач холбогдолтой тул та үүнийг хийх хэрэгтэй.

Та NLU / NLP Models & Chatbots-ийн шийдлүүдийн талаар дэлгэрэнгүй мэдээлэл өгөхгүй юу?

Харилцан ярианы хиймэл оюун ухаан нь Монагийн үндсэн босоо чиглэлүүдийн нэг юм. Хэлний загвар, чатбот болон бусад олон төрлийн ярианы хиймэл оюун ухааны хэрэглээ бүхий шинэлэг компаниудыг дэмжиж байгаадаа бид бахархаж байна.

Эдгээр хэрэглээний тохиолдлуудын нийтлэг хүчин зүйл бол загварууд нь үйлчлүүлэгчдэд ойрхон (заримдаа харагдахуйц) ажилладаг тул тогтворгүй гүйцэтгэл эсвэл муу зан үйлийн эрсдэл өндөр байдаг. Монагийн хяналтын шийдлийн давуу тал болох системийн үйл ажиллагааг нарийн түвшинд ойлгох нь харилцан ярианы хиймэл оюун ухааны багуудад маш чухал болж байна.

Монагийн шийдэл нь маш өвөрмөц зүйл бол харилцан ярианы бүлгүүдийг системтэйгээр шүүж, загвар өмсөгчдийн (эсвэл роботуудын) буруу үйлдэл хийдэг халаасыг олох явдал юм. Энэ нь ярианы хиймэл оюун ухааны багуудад асуудлыг эрт, үйлчлүүлэгчид анзаарахаас өмнө тодорхойлох боломжийг олгодог. Энэхүү чадвар нь хяналтын шийдлүүдийг сонгохдоо ярианы хиймэл оюун ухааны багуудын хувьд шийдвэр гаргахад чухал үүрэг гүйцэтгэдэг.

Дүгнэж хэлэхэд, Мона ярианы хиймэл оюун ухааныг хянах эцсийн шийдлийг санал болгож байна. Энэ нь цаг хугацааны явцад системийн үйл ажиллагааны талаархи мэдээллийн нэг эх сурвалжтай байхаас эхэлж, гүйцэтгэлийн үндсэн үзүүлэлтүүдийг тасралтгүй хянах, буруу зан үйлийн халаасны талаар идэвхтэй ойлголттой болох замаар багууд урьдчилан сэргийлэх, үр дүнтэй залруулах арга хэмжээ авах боломжийг олгодог.

Та Монагийн инссайт хөдөлгүүрийн талаар дэлгэрэнгүй мэдээлэл өгөхгүй юу?

Мэдээж. Урам зоригоос эхэлье. Insight Engine-ийн зорилго нь дуу чимээ үүсгэхгүй, ядаргаанд хүргэхгүйгээр зөв хэмжээний контекст мэдээллээр хэрэглэгчдэд гажуудлыг илрүүлэх явдал юм.

Insight хөдөлгүүр нь нэг төрлийн аналитик ажлын урсгал юм. Энэхүү ажлын урсгалд хөдөлгүүр нь өгөгдлийн бүх сегмент дэх гажигуудыг хайж, "жижиг" хэвээр байгаа асуудлуудыг бүх өгөгдлийн багц болон бизнесийн KPI-д нөлөөлөхөөс өмнө эрт илрүүлэх боломжийг олгодог. Дараа нь энэ нь гажиг үүсэх үндсэн шалтгааныг илрүүлэхийн тулд өмчийн алгоритмыг ашигладаг бөгөөд гажиг бүрийг зөвхөн нэг удаа анхааруулж, дуу чимээ гарахаас сэргийлдэг. Дэмжигдсэн гажиг төрлүүд нь: Хугацааны цувааны аномали, зөрөлт, хэтийн үзүүлэлт, загварын доройтол гэх мэт.

Insight хөдөлгүүр нь Мона-н энгийн кодгүй/бага кодтой тохиргоогоор дамжуулан маш их өөрчлөх боломжтой. Хөдөлгүүрийн тохируулга нь Мона-г зах зээл дээрх хамгийн уян хатан шийдэл болгож, хэрэглээний өргөн хүрээг хамардаг (жишээ нь, багц болон стриминг, бизнесийн санал хүсэлттэй/гүй / үндсэн үнэн, загварын хувилбарууд эсвэл галт тэрэг ба дүгнэлтийн хооронд гэх мэт) ).

Эцэст нь, энэхүү ойлголтын хөдөлгүүр нь ойлголтыг харах боломжтой дүрслэлийн хяналтын самбар болон үндсэн шалтгааныг шинжлэх, контекст мэдээллийг цаашид судлах боломжийг олгодог судалгааны багц хэрэгслээр дэмжигддэг. Insight хөдөлгүүр нь мөн мэдэгдлийн системтэй бүрэн нэгтгэгдсэн бөгөөд энэ нь цахим шуудан, хамтын ажиллагааны платформ гэх мэт хэрэглэгчдийн өөрийн ажлын орчинд мэдээлэл өгөх боломжийг олгодог.

Нэгдүгээр сарын 31-нд Мона нээлтээ хийлээ AI-ийн шударга байдлын шинэ шийдэл, та энэ функц гэж юу болох, яагаад чухал болохыг бидэнтэй хуваалцаж болох уу?

AI шударга байдал нь алгоритмууд болон хиймэл оюун ухаанд суурилсан системүүд нь шударга, шударга шийдвэр гаргахад оршино. AI систем дэх гажуудлыг арилгах, урьдчилан сэргийлэх нь маш чухал бөгөөд энэ нь бодит ертөнцөд ихээхэн үр дагаварт хүргэж болзошгүй юм. Хиймэл оюун ухаан улам бүр алдаршсанаар хүмүүсийн өдөр тутмын амьдралд үзүүлэх нөлөө нь жолоодлогоо автоматжуулах, өвчнийг илүү нарийвчлалтай илрүүлэх, ертөнцийн талаарх бидний ойлголтыг сайжруулах, тэр ч байтугай урлагийг бүтээх зэрэг олон газар харагдах болно. Хэрэв бид энэ нь шударга, нэг талыг барьсан гэдэгт итгэхгүй байгаа бол цаашид тархахыг яаж зөвшөөрөх вэ?

Хиймэл оюун ухаан дахь буруу ойлголтын гол шалтгаануудын нэг бол сургалтын өгөгдлийн загвар нь бодит ертөнцийг бүрэн дүүрэн илэрхийлэх чадвар юм. Энэ нь түүхэн ялгаварлан гадуурхалт, тодорхой бүлгүүдийг дутуу төлөөлөх, тэр ч байтугай өгөгдлийг санаатайгаар ашиглах зэргээс үүдэлтэй байж болно. Жишээлбэл, ихэвчлэн цайвар арьстай хүмүүст бэлтгэгдсэн царай таних систем нь бараан арьстай хүмүүсийг танихад алдааны түвшин өндөр байх магадлалтай. Үүний нэгэн адил, нарийн эх сурвалжаас авсан текст өгөгдөл дээр бэлтгэгдсэн хэлний загвар нь шашин, соёл гэх мэт сэдвээр дэлхийн тодорхой үзэл бодолд хазайсан тохиолдолд өрөөсгөл ойлголтыг бий болгож болзошгүй юм.

Монагийн хиймэл оюун ухааны шударга байдлын шийдэл нь хиймэл оюун ухаан болон бизнесийн багуудад хиймэл оюун ухаан нь өрөөсгөл ойлголтоос ангид гэдэгт итгэх итгэлийг өгдөг. Зохицуулалттай салбаруудад Монагийн шийдэл нь багийг дагаж мөрдөхөд бэлэн байдалд бэлтгэх боломжтой.

Монагийн шударга ёсны шийдэл нь хиймэл оюун ухааны өгөгдөл, загвар, тэдгээрийн бодит үр нөлөөг холбосон гүүр болох Мона платформ дээр суурилдгаараа онцлог юм. Мона шударга байдлын хамгийн иж бүрэн үнэлгээг өгөхийн тулд сургалтын өгөгдөл, загвар зан байдал, бодит үр дүнгийн хооронд уялдуулан AI загвар үйлдвэрлэлд үйлчилдэг бизнесийн үйл явцын бүх хэсгийг авч үздэг.

Хоёрдугаарт, энэ нь холбогдох параметрүүдийг хянахын тулд өгөгдлийг уян хатан сегментлэх боломжийг олгодог цорын ганц аналитик хөдөлгүүртэй. Энэ нь Симпсоны парадоксоос зайлсхийж, аливаа гүйцэтгэлийн хэмжигдэхүүн болон хамгаалагдсан функцэд гүн гүнзгий бодит "хязгаарлалтын оноо" -ыг зөв контекст дээр үнэн зөв тогтоох боломжийг олгодог.

Ерөнхийдөө би Мона бол хариуцлагатай AI-г бий болгож, өргөжүүлэх шаардлагатай багуудын үндсэн элемент гэж хэлмээр байна.

Та хиймэл оюун ухааны ирээдүйн талаар ямар төсөөлөлтэй байна вэ?

Энэ бол том асуулт юм.

Хиймэл оюун ухаан нь үйлдвэрлэлийн төрөл бүрийн салбар, хүмүүсийн амьдралын талбарт үргэлжлүүлэн ашиглагдаж, нөлөөлнө гэж таамаглахад хялбар гэж бодож байна. Гэсэн хэдий ч, нарийвчилсан, нэгэн зэрэг ирээдүйд хиймэл оюун ухааныг ашиглах бүх тохиолдол, үр дагаврыг хамрахыг хичээсэн алсын харааг нухацтай авч үзэх нь хэцүү байдаг. Учир нь хэн ч энэ зургийг найдвартай зурах хангалттай мэдлэггүй байдаг.

Үүнийг хэлэхэд, бидний баттай мэдэж байгаа зүйл бол хиймэл оюун ухаан илүү олон хүний ​​гарт байж, илүү олон зорилгод үйлчлэх болно. Тиймээс засаглал, ил тод байдлын хэрэгцээ ихээхэн нэмэгдэх болно.

AI-ийн бодит харагдах байдал, түүний хэрхэн ажилладаг нь хоёр үндсэн үүрэг гүйцэтгэдэг. Нэгдүгээрт, энэ нь хүмүүст итгэх итгэлийг бий болгож, хурдан үрчлүүлэхэд саад бэрхшээлийг арилгахад тусална. Хоёрдугаарт, энэ нь хиймэл оюун ухааныг ажиллуулдаг хэн бүхэнд үүнийг хяналтаас гаргахгүй байхад тусална.

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