Dr. Judith Bishop, Senior Director of AI-specialisten bij Appen – Interviewreeks

Dr. Judith Bishop is Senior Director van AI-specialisten voor de APAC/US-regio bij Appen. Ze leidt en groeit een top-team van hooggekwalificeerde en ervaren linguïsten, computationele linguïsten en experts in alle vormen van menselijke communicatie (spraak, schrijven en gebaren), om AI-trainingsdata te leveren met een ongeëvenaarde combinatie van kwaliteit en snelheid.

Wat trok je aanvankelijk aan bij de linguïstiek?

Ik hoorde voor het eerst over linguïstiek van een favoriete Engelse leraar op de middelbare school. Ik was een van die kinderen die evenzeer aangetrokken werden door vreemde talen en geesteswetenschappen als door wiskunde en exacte wetenschappen. Linguïstiek is de wetenschap van hoe taal werkt, dus het bracht die interesses samen voor mij. Net als veel mensen, toen ik er eenmaal over hoorde, was ik er helemaal door geboeid. Wat kan er fascinerender zijn dan hoe we onze gedachten en gevoelens aan elkaar communiceren? Linguïstiek onderzoekt de taalstructuren die, ondanks alle verschillen in geluiden en schrijfsystemen, vaak onder de oppervlakte gelijk zijn, omdat ze allemaal een product zijn van ons gemeenschappelijke menselijke bestaan.

Kun je het verhaal vertellen over hoe je terechtkwam in de AI?

Ik werk sinds 2004 bij Appen om de ontwikkeling van taaltechnologieproducten en -diensten te ondersteunen. In deze tijd is AI opgekomen als een alomvattend kader, missie en visie voor technologie om menselijke communicatie-, redeneer- en perceptievermogens na te bootsen en uit te breiden. In 2019 heeft mijn team zichzelf omgedoopt tot AI-specialisten, omdat we erkenden dat onze linguïstische en taalkennis essentieel is voor het AI-bedrijf. Onze geannoteerde data biedt essentiële ondersteuning voor het succes van menselijke interacties met AI-producten en -diensten.

Je werkt al meer dan 16 jaar in de AI, wat zijn enkele van de grootste veranderingen die je hebt gezien?

De belangrijkste verschuiving is een diversificatie van focus van kern technologieontwikkeling naar de lange staart van use cases en toepassingen. Voor het grootste deel van mijn carrière is de focus van taalgebaseerde AI geweest om een kernset van modellen te ontwikkelen en te verfijnen die menselijke spraakperceptie en -productie nabootsen, namelijk spraakherkenning, spraaksynthese en natuurlijke taalverwerking. Datasets kwamen overeen met gemeenschappelijke label- en gegevenssteekproefstandaarden en -conventies, zoals die ontwikkeld door het Speecon-consortium (Speech-Driven Interfaces for Consumer Devices). Deze standaarden hebben het mogelijk gemaakt voor kern technologieontwikkelaars om hun prestaties te benchmarken op gemeenschappelijke gegevensstructuren en hebben de snelle evolutie van AI ondersteund.

Kun je de belangrijkheid van onbevooroordeelde data in machine learning bespreken?

Machine learning-modellen, of het nu gaat om begeleide, onbegeleide of versterking learning-modellen, zullen de vooroordelen weerspiegelen die aanwezig zijn in de data waarop ze getraind zijn. Alyssa Simpson Rochwerger en Wilson Pang geven enkele uitstekende voorbeelden van dit probleem in hun recente boek, Real World AI. Als er onvoldoende trainingsdata zijn voor een segment van de bevolking, zal het AI-model minder nauwkeurig zijn voor dat segment.

Appen heeft onlangs nieuwe diverse trainingsdatasets voor natuurlijke taalverwerking (NLP) initiatieven gelanceerd. Kun je enkele details delen over hoe deze datasets ervoor zullen zorgen dat eindgebruikers ongeacht taalvariëteit, dialect, ethnolect, accent, ras of geslacht dezelfde ervaring krijgen?

Om de bovengenoemde redenen zijn datasets nodig om bestaande vooroordelen in AI-productiesystemen te corrigeren, evenals meer inclusieve datasets voor toekomstige systemen. De Appen-datasets waar je naar verwijst, zullen de correctie van vooroordelen met betrekking tot etniciteit en geassocieerde ethnolecten ondersteunen, zoals het Afrikaans-Amerikaanse dialect. Ze zullen aanvullende trainingsdata bieden om de vertegenwoordiging van deze bevolking in AI-taalmodellen te verhogen.

Buiten de AI om ben je ook een dichter met enkele van je gedichten die verschillende industrie-prijzen hebben gewonnen. Wat zijn je meningen over toekomstige AI die dit soort creativiteit vertoont, inclusief het schrijven van poëzie?

Dat is een fascinerende vraag. Poëzie en andere vormen van menselijke creativiteit putten uit al onze menselijke bronnen van geheugen, perceptie, sensatie en emotie, evenals de structuren en nuances van taal en beeld, om inzichten te produceren die resoneren met hedendaagse zorgen. Emily Dickinson schreef: “Als ik een boek lees en het maakt mijn hele lichaam zo koud dat geen vuur het kan verwarmen, weet ik dat het poëzie is. Als ik me fysiek voel alsof de bovenkant van mijn hoofd eraf is gehaald, weet ik dat het poëzie is.” Er moet een element van perceptueel, sensorisch of emotioneel herkennen zijn, maar ook echte verrassing.

Je hebt een fenomenale carrière tot nu toe, wat denk je dat meer vrouwen tegenhoudt om zich aan te sluiten bij STEM en specifiek AI?

Het ontbreken van rolmodellen kan een krachtige factor zijn (en een vicieuze cirkel). Er is een echte moeilijkheid – cultureel, sociaal en praktisch – om door te breken in gebieden waar vrouwen, en mensen van andere diverse geslachten, nog geen diepe aanwezigheid hebben, en waar het respect voor wat we kunnen bijdragen vaak ontbreekt. Mijn eigen ervaring als leider heeft me keer op keer laten zien hoe veerkrachtig, creatief en succesvol teams kunnen zijn wanneer ze inclusief zijn voor diverse ervaringen en oriëntaties. Leiders moeten avontuurlijk zijn in hun werving en moedig in hun vertrouwen dat ze de uitdagingen voor hun manier van denken kunnen hanteren die diverse perspectieven met zich meebrengen, wetend dat deze moed ook sterk correleert met financieel en bedrijfssucces.

Is er nog iets dat je wilt delen over Appen of AI in het algemeen?

Data-aanbieders zoals Appen hebben een krachtig potentieel om AI-resultaten te beïnvloeden voor het beter door het aanbieden van inclusieve trainingsdata.

Om het doel van inclusieve AI te bereiken, moet iedereen deelnemen. Data-kopers moeten ook erkennen dat ze verantwoordelijk zijn voor het expliciet vragen naar – en betalen voor – de inclusieve data die ervoor zal zorgen dat hun systemen optimaal presteren voor alle gebruikers in de echte wereld. En degenen uit diverse gemeenschappen die hun data leveren voor AI-ontwikkeling, moeten erop kunnen vertrouwen dat hun data op een manier wordt gebruikt die voor hen aanvaardbaar is. Het opbouwen van dat vertrouwen zal sterke transparantie en ethische praktijken vereisen van alle partijen die gevoelige data hanteren.

Bedankt voor het geweldige interview, ik genoot van het leren over je meningen over AI en linguïstiek. Lezers die meer willen leren, moeten Appen bezoeken.