Phil Hall, Chief Growth Officer bij LXT – Interview Serie

LXT Chief Growth Officer Phil Hall is een voormalig Appen-executive en Forbes Technology Council-lid. In zijn leiderschapsrol bij Appen leidde hij een afdeling van 1.000+ medewerkers en speelde hij een sleutelrol bij het behalen van 17 opeenvolgende jaren van omzetgroei met consistent sterke winstgevendheid. In zijn huidige rol bij LXT werkt hij met een door hemzelf geselecteerd team van experts om ambitieuze groeidoelstellingen te bereiken.

LXT is een opkomende leider in AI-trainingsdata om intelligente technologie voor wereldwijde organisaties te ondersteunen, waaronder de grootste technologiebedrijven ter wereld. In samenwerking met een internationaal netwerk van bijdragers verzamelt en annotatieert LXT data in meerdere modaliteiten met de snelheid, schaal en flexibiliteit die door ondernemingen wordt vereist. Zij hebben een wereldwijde expertise die meer dan 115 landen en 750 taalgebieden omvat. Opgericht in 2010 is LXT gevestigd in Toronto, Canada, met een aanwezigheid in de Verenigde Staten, Australië, Egypte, het VK en Turkije. Het bedrijf serveert klanten in Noord-Amerika, Europa, Azië-Pacific en het Midden-Oosten.

Wanneer ontdekte u voor het eerst dat u gepassioneerd was over taal?

Ik ben al zo lang ik me kan herinneren geïnteresseerd in taal, maar wat betreft mijn directe betrokkenheid bij taal en taalkunde, was er een enkel significant keerpunt voor mij. We realiseerden ons al vroeg dat een van onze kinderen dyslexie had, en toen we met haar school praatten over extra ondersteuning, zeiden ze dat er programma’s waren die ze konden gebruiken, maar dat er ook dingen waren die ik als vrijwilliger op school kon doen om onze dochter en andere kinderen te helpen. Het ging goed, en van daaruit ging ik taalkunde studeren en gaf les aan twee universiteiten hier in Sydney.

U gaf les in taalkunde voordat u overstapte naar de spraakgegevensruimte, wat inspireerde u om uw focus te verleggen?

Sydney-based Appen maakte net de overgang van een operatie die uit een spare room in een huis werd gerund naar een volledig commercieel operatie. Ik werd verteld dat ze linguïsten zochten (misschien meer accurate, een linguïst!) en ik werd aan de oprichters Julie en Chris Vonwiller voorgesteld. De overgang was geleidelijk en duurde ongeveer twee jaar. Ik was terughoudend om lesgeven te verlaten – werken met hoogpresterende studenten was zowel inspirerend als veel plezier. Maar vooral tijdens die pioniersjaren loste ik moeilijke problemen op naast de werelds toonaangevende taaltechnologie-experts, en de opwinding was hoog. Veel dingen die vandaag vanzelfsprekend zijn, waren toen heel uitdagend.

U kwam uit pensioen om zich bij LXT aan te sluiten. Wat motiveerde u om dit te doen?

Dat is een interessante vraag, want ik genoot echt van mijn pensioen. In feite benaderde onze mede-oprichter en CEO Mohammad Omar me maanden voordat ik reageerde op zijn eerste verzoek, omdat ik een ontspannen levensstijl leidde en niet had overwogen om fulltime terug te keren naar het werk.

Maar uiteindelijk was de kans gewoon te goed om te weerstaan.

Terwijl ik met Mohammad en de andere leden van het LXT-team sprak, herkende ik onmiddellijk een gedeelde passie voor taal. Het team dat Mohammad had samengesteld, was gevuld met creatieve denkers met onbeperkte energie die volledig toegewijd waren aan de missie van het bedrijf.

Naarmate ik meer te weten kwam over de kans bij LXT, realiseerde ik me dat het een kans was die ik niet wilde missen. Hier was een bedrijf met een enorm potentieel om uit te breiden en te groeien in een gebied waar ik gepassioneerd over ben. En aangezien de markt voor AI blijft groeien, is de kans om meer organisaties te helpen om van experimenten naar productie over te gaan, een opwindende kans waar ik heel blij mee ben om deel van uit te maken.

Wat zijn enkele van de huidige uitdagingen achter het verkrijgen van data op grote schaal?

De uitdagingen zijn zo gevarieerd als de toepassingen die ze aandrijven.

Vanuit een praktisch oogpunt omvatten uitdagingen authenticiteit, betrouwbaarheid, nauwkeurigheid, beveiliging en het waarborgen dat de data geschikt is voor het doel – en dat is zonder rekening te houden met het groeiende aantal juridische en ethische uitdagingen die inherent zijn aan gegevensverwerving.

Als voorbeeld is de ontwikkeling van technologie ter ondersteuning van autonome voertuigen de verzameling van extreem grote volumes aan gegevens over meerdere scenario’s vereist, zodat de auto weet hoe hij moet reageren op echte wereldsituaties. Er zijn eindeloze aantallen randgevallen die je kunt tegenkomen bij het rijden, dus de algoritmes die deze voertuigen aandrijven, hebben datasets nodig die alles van straten tot stopborden tot vallende objecten dekken. En als je dat vermenigvuldigt met het aantal weersomstandigheden die kunnen optreden, neemt de hoeveelheid trainingsgegevens die nodig zijn, exponentieel toe. Automobielbedrijven die de autonome ruimte betreden, moeten een betrouwbare gegevenspijplijn opzetten, en dat zou een enorme hoeveelheid resources vereisen als ze het zelf zouden doen.

Een ander gebruiksscenario is de uitbreiding van een bestaand spraak-AI-product naar nieuwe markten om marktaandeel en nieuwe klanten te winnen. Dit vereist onvermijdelijk taalgegevens, en om nauwkeurigheid te bereiken, is het cruciaal om spraakgegevens van native speakers over een verscheidenheid aan demografische profielen te verzamelen. Zodra de gegevens zijn verzameld, moeten de spraakbestanden worden getranscribeerd om de NLP-algoritmes van het product te trainen. Dit doen voor meerdere talen en op de gegevensvolumes die nodig zijn om effectief te zijn, is extreem uitdagend voor bedrijven om zelf te doen, vooral als ze geen interne expertise op dit gebied hebben.

Dit zijn slechts twee voorbeelden van de vele uitdagingen die bestaan bij het verzamelen van gegevens voor AI op grote schaal, maar zoals u zich kunt voorstellen, hebben thuisautomatisering, mobiele apparaat- en biometrische gegevensverzameling elk hun specifieke uitdagingen.

Wat zijn de huidige manieren waarop LXT gegevens verzamelt en annotatieert?

Bij LXT verzamelen en annoteren we gegevens op een andere manier voor elke klant, omdat al onze engagements zijn aangepast aan de specificaties van onze klanten. We werken met een verscheidenheid aan gegevenstypen, waaronder audio, afbeelding, spraak, tekst en video. Voor gegevensverzameling werken we met een wereldwijd netwerk van contractanten om gegevens in deze verschillende modaliteiten te verzamelen. Verzamelingen kunnen variëren van het verkrijgen van gegevens in real-world settings zoals huizen, kantoren of in de auto, tot in-studio met ervaren ingenieurs in het geval van bepaalde spraakgegevensverzamelingprojecten.

Onze gegevensannotatiecapaciteiten omvatten ook meerdere modaliteiten. Onze ervaring begon in de spraakruimte en in de afgelopen 12 jaar hebben we ons uitgebreid naar meer dan 115 landen en 750 taalgebieden. Dit betekent dat bedrijven van alle maten kunnen vertrouwen op LXT om hen te helpen een breed scala aan markten te betreden en nieuwe klantensegmenten te bereiken. Onlangs hebben we ons uitgebreid naar tekst-, afbeeldings- en videogegevens, en ons interne platform wordt gebruikt om hoogwaardige gegevens aan onze klanten te leveren.

Een andere spannende groeigebied voor ons is onze beveiligde annotatiewerk. Dit jaar hebben we ons ISO 27001-beveiligde facilitair voetafdruk uitgebreid van twee naar vijf locaties wereldwijd. We hebben nu een playbook ontwikkeld dat ons in staat stelt om nieuwe faciliteiten op te zetten in een kwestie van maanden. De diensten waarop we ons in deze beveiligde faciliteiten richten, zijn momenteel spraakgegevensannotatie en transcriptie, maar ze kunnen worden gebruikt voor annotatie over veel gegevenstypen.

Waarom is het verzamelen van gegevens op deze manier een superieure alternatief voor synthetische gegevens?

Synthetische gegevens zijn een spannende ontwikkeling in het veld van AI en zijn goed geschikt voor specifieke use-cases, met name randgevallen die moeilijk te verkrijgen zijn in de echte wereld. Het gebruik van synthetische gegevens is in opkomst, met name in de vroege stadia van AI-maturiteit, wanneer bedrijven nog steeds in experimentele modus zitten. Echter, ons eigen onderzoek toont aan dat wanneer organisaties hun AI-strategieën volwassen maken en meer modellen in productie brengen, ze veel meer geneigd zijn om begeleide of semi-begeleide machine learning-methoden te gebruiken die afhankelijk zijn van door mensen geannoteerde gegevens.

Mensen zijn gewoon beter dan computers in het begrijpen van de nuances om de gegevens te creëren die nodig zijn om ML-modellen te trainen om met hoge nauwkeurigheid te presteren, en menselijke toezicht is ook cruciaal om bias te verminderen.

Waarom zijn deze gegevens zo belangrijk voor spraak en natuurlijke taalverwerking?

Om spraak- en natuurlijke taalverwerking algoritmes effectief te laten werken in hun beoogde markten, moeten ze getraind worden met hoge volumes aan gegevens afkomstig van native speakers die de culturele context van de eindgebruikers vertegenwoordigen. Zonder deze gegevens zal de adoptie van voice-AI ernstige beperkingen hebben.

Bovendien moet de omgeving worden meegenomen bij het verzamelen van spraakgegevens. Als de voice-AI-oplossing die getraind wordt, bijvoorbeeld in een auto wordt gebruikt, zijn er verschillende weg- en weersomstandigheden die van invloed zijn op spraak en moeten worden meegenomen. Dit zijn complexe scenario’s waarin een ervaren gegevenspartner kan helpen.

Is er nog iets dat u zou willen delen over LXT?

Ten eerste wil ik u bedanken voor de kans om ons verhaal te delen! Ik wil graag benadrukken dat ons bedrijf zich inzet om organisaties van alle maten te helpen slagen met hun AI-initiatieven. We hebben ons de afgelopen 12 jaar gericht op het leveren van hoogwaardige, op maat gemaakte AI-gegevens aan bedrijven over de hele wereld en we zouden graag met iedereen in contact komen die op zoek is naar een betrouwbare gegevenspijplijn om hun AI-projecten te ondersteunen.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen LXT bezoeken.