Dr. Lingjia Tang, CTO en mede-oprichter van Clinc – Interviewreeks

Dr. Lingjia Tang, CTO en mede-oprichter van Clinc, is een professor in de informatica aan de Universiteit van Michigan. Dr. Tangs onderzoek naar het opbouwen van grote productie-infrastructuur voor intelligente toepassingen is breed erkend en gerespecteerd in de academische gemeenschap. Naast het werken bij zowel Microsoft (MSFT ) als Google (GOOGL ), behaalde Lingjia haar PhD in informatica aan de Universiteit van Virginia. Lingjia heeft onlangs prestigieuze prijzen ontvangen, waaronder de ISCA Hall of Fame, Facebook (META ) Research Awards en Google Research Award.

Wat trok je aanvankelijk aan naar AI? Wanneer ontdekte je voor het eerst dat je een AI-bedrijf wilde starten?

In het midden van de jaren 2000 voerde ik onderzoek uit naar grote systemen die verschillende toepassingen ondersteunen en hoe we servers kunnen ontwerpen als een software-systeem om die toepassingen efficiënter uit te voeren. Op dat moment schakelden we over van traditionele webtoepassingen naar meer machine learning-gedreven functies. Dat was het moment waarop ik begon te letten op de algoritmen die verband houden met AI en interesse kreeg in het fundamenteel begrijpen van hoe AI-toepassingen werken. Kort daarna besloot het onderzoeksteam waar ik deel van uitmaakte om over te schakelen en eigenlijk onze eigen AI-toepassingen te bouwen als benchmarks om te bestuderen, wat leidde tot het publiceren van onze eerste onderzoeksartikelen en het ontwikkelen van ons eerste product, Sirius – een open-source eind-tot-eind spraak- en visiepersoonlijke assistent.

Als open-source software liet Sirius mensen toe om hun eigen conversational virtual assistants te bouwen. Op dat moment was deze functionaliteit voor het grote publiek nog erg beperkt en werd het eigenlijk alleen door grote bedrijven zoals Google en Apple gecontroleerd. Echter, toen we de software uitbrachten en zagen dat deze in de eerste week meer dan tienduizend keer werd gedownload, was dat het keerpunt waarop we wisten dat er een grote marktvraag was naar dit type software.

Rond 2015 lanceerden we Clinc met de mentaliteit dat we iedereen – elke ontwikkelaar, elk bedrijf, elke persoon – die een virtuele assistent wilde bouwen, toegang wilden geven tot expertise, tooling en innovatie om dat te kunnen doen.

Clinc biedt conversational AI-oplossingen aan zonder afhankelijk te zijn van trefwoorden of scripts. Kun je wat details geven over hoe dit wordt bereikt? Wat zijn enkele van de Natural Language Processing (NLP)-uitdagingen die overwonnen moesten worden?

Wat Clinc echt onderscheidt van andere conversational AI-platforms op de markt, zijn de onderliggende AI-algoritmen die de “mens in de kamer”-ervaring mogelijk maken, die rommelige en ongeënte taal begrijpt. Dit stelt ons in staat om correcties te maken om fouten in menselijke conversaties te herstellen en complexe conversatie-stromen mogelijk te maken – conversaties die een echte mens zou kunnen begrijpen. In tegenstelling tot een spraak-naar-tekst woordafstemmingsalgoritme, analyseert Clinc tientallen factoren uit de invoer van de gebruiker, waaronder woordkeuze, sentiment, intentie, toon, tijdstip, locatie en relaties, en gebruikt die factoren om een antwoord te geven dat een samengestelde kennis vertegenwoordigt die is geëxtraheerd uit zijn getrainde brein. Bijvoorbeeld, als ik mijn virtuele assistent vraag: “Hoeveel geld heb ik uitgegeven aan een hamburger?” moet het begrijpen dat ik het over geld en uitgaven heb, dat ik specifiek over een hamburger vraag en dat een hamburger een type voedsel is en moet worden gematcht met mijn recente uitgaven bij een restaurant.

Het bereiken van dit niveau van begrip is niet gemakkelijk. Over het algemeen zouden we conversational AI in twee componenten onderverdelen: Natural Language Understanding (NLU) en dialoogbeheer. Dus, de uitdaging die we moesten overwinnen, was het vinden van een manier om een systeem te bouwen dat key-informatie nauwkeurig kan extraheren en kan anticiperen wat de gebruiker vraagt.

We zijn in staat om dit te doen door middel van geavanceerde, contextuele, top-down NLU, die is getraind om intuïtief te zijn om de natuurlijke conversatiestroom te volgen, begrijpende slang en context. Dit in tegenstelling tot concurrerende oplossingen die een top-down, regelgebaseerde benadering van Natural Language Processing (NLP) hebben die geen conversational healing mogelijk maakt, wat betekent dat als de klant een fout maakt, de concurrerende oplossingen hen terug naar het begin sturen, tijd verspillend en alleen maar de gebruiker frustrerend. We gebruiken ook crowdsourcing om onze taalgegevens te extraheren om een rijker, diverser gegevensbestand te creëren dat onmiddellijk kan worden gebruikt om AI-modellen te trainen.

Kun je bespreken hoe diepe leerlingen worden gebruikt met het Clinc AI-systeem?

Clinc gebruikt een hybride benadering van diepe leerlingen, waarbij we het traditionele oude model tot op zekere hoogte gebruiken en diepe leerlingen gebruiken waar nodig. Specifiek gebruiken we diepe leerlingen om woorden en talen te begrijpen om de dialoogstroom te bepalen. Over het algemeen is onze hele dialoog een combinatie van diepe leerlingen en symbolische AI. We gebruiken diepe leerlingen nog niet voor taalgeneratie, omdat, wanneer het gaat om onze klanten die voornamelijk in de banksector zitten, er veel regels zijn die de virtuele assistent moet volgen die dicteren wat ze wel en niet tegen hun klanten kunnen zeggen. Dus, er is nog veel onzekerheid over of diepe leerlingen in staat zullen zijn om die taalbeperkingen te volgen.

Op dit moment denk ik niet dat de conversational AI-gemeenschap helemaal klaar is om diepe leerlingen volledig te accepteren, terwijl de academische gemeenschap 100% erachter staat, maar ik kijk ernaar uit om te zien wat de nieuwe modellen kunnen doen.

Wat is het proces voor een bedrijf dat de AI-antwoorden wil aanpassen om een specifiek publiek te bereiken? Kun je enkele voorbeelden geven van hoe Clinc momenteel door klanten wordt gebruikt?

We stellen klanten in staat om het platform te licenseren dat ze kunnen bouwen zoals ze willen, of onze volledig gebouwde en getrainde chatbot, Finie, te nemen en aan te passen en te integreren in hun apps of berichtendiensten. Finie kan zaken afhandelen zoals saldi, transacties, uitgavengeschiedenis, het vinden van een geldautomaat, het maken van een overboeking en meer.

Mijn favoriete voorbeeld van hoe een klant Clinc’s AI heeft aangepast om een specifiek publiek te bereiken, is İşbank. Als Turkijes grootste particuliere bank, kwamen ze bij ons om hun digitale bankassistent, Maxi, te ontwikkelen in 2018. Om Maxi een unieke persoonlijkheid te geven, hield İşbank 14 focusgroepen om te peilen wat voor soort trekken en vaardigheden bankklanten wilden in een virtuele assistent. Ze huurden ook een voice-actrice in om zinnen in het Turks te spreken die verband hielden met banktaken. De conversational banking-team van İşbank kwam met deze zinnen door na te denken over de manier waarop echte mensen hun behoeften zouden formuleren. Op onze aanbeveling betaalde het team deelnemers op crowdsourcing-markten zoals Amazon Mechanical Turk om verschillende manieren te leveren waarop ze dezelfde vragen zouden stellen, zoals een verzoek om hun saldi te zien (“wat is mijn saldo”, “hoeveel geld heb ik op mijn rekening”, “laat me het geld op mijn rekening zien”) of een rekening te betalen (“betaal mijn rekening”, “rekeningbetalingen”).

Dit voorbeeld laat echt zien hoezeer İşbank geïnvesteerd is in het aanbieden van een digitale bankassistent om klanten te helpen hun rekeningen beter te navigeren. Met Clinc lanceerde İşbank Maxi naar meer dan 7,5 miljoen mensen, in het Turks. Sinds de lancering heeft İşbank een brede adoptie gezien van meer dan 5,5 miljoen gebruikers, met gemiddeld 9,8 interacties per gebruiker. In recente maanden, toen COVID-19-gevallen in Turkije toenamen, trainde İşbank snel Maxi om te reageren op COVID-19-gerelateerde vragen. Sinds maart 2020 heeft Maxi meer dan 1,2 miljoen klantvragen beantwoord die verband houden met COVID-19, een toename van meer dan 62% in het gebruik.

Wat zou je vrouwen vertellen die geïnteresseerd zijn in het leren over AI, maar aarzelen om erbij betrokken te raken omdat het een door mannen gedomineerde branche is?

Om te beginnen denk ik niet dat er een reden is waarom AI als een door mannen gedomineerde branche wordt beschouwd. Ik denk dat er veel vrouwelijke pioniers in AI zijn die het goed doen en een impact maken. Ik denk dat AI, gecombineerd met sociaal beleid, een unieke gebied is dat een grote impact kan hebben op het dagelijks leven van mensen. Dit is waar ik denk dat meer diverse inzichten over de hele linie echt zouden helpen, vooral omdat er veel gesprekken zijn over AI-bias die verband houden met ras en geslacht. Ik geloof dat het hebben van een gesloten gemeenschap van AI-ontwikkelaars een onevenredige impact op de samenleving en het beleid zal blijven houden.

Voor de vrouwen die geïnteresseerd zijn in het AI-veld te betreden, raad ik het ten zeerste aan, vooral als je geïnteresseerd bent in het maken van een impact. AI heeft zo veel groei en innovatie gezien in de afgelopen jaren en het is echt een spannende tijd om er deel van uit te maken.

Is er nog iets dat je over Clinc wilt delen?

Clinc maakt op dit moment enorme stappen. Persoonlijk heb ik net een nieuwe rol aangenomen als CTO van Clinc en ik ben echt enthousiast om me te concentreren op hoe we kunnen werken met ontwikkelaars en datawetenschappers om de bereik van onze technologie te vergroten. Als ik naar de toekomst kijk, zie ik de vraag naar AI-gestuurde toepassingen verschuiven om mensen die geen jarenlange ervaring in datawetenschap en machine learning hebben, in staat te stellen om het ook te gebruiken. Bijvoorbeeld, je hebt geen grafisch ontwerpdiploma nodig om Photoshop te kunnen gebruiken. Ik denk dat AI die kant op gaat, waar ontwikkelaars zonder AI- of machine learning-achtergrond in staat zullen zijn om resultaten te behalen en hoge kwaliteit applicaties te produceren. Over het algemeen willen we herhalen dat we niet alleen toegewijd zijn aan de eindgebruiker, maar ook aan de ontwikkelaars, ongeacht hun niveau, die geïnteresseerd zijn in onze oplossing. Thank you for the great interview, I look forward to followin your progress. Anyone who wishes to learn more should visit Clinc.