Dr. Judith Bishop, senior direktør for AI-eksperter i Appen – Intervju-serie

Dr. Judith Bishop er senior direktør for AI-eksperter for regionen APAC/US i Appen. Hun leder og utvikler et toppmoderne team av høyt kvalifiserte og erfarne lingvister, komputasjonelle lingvister og eksperter på alle former for menneskelig kommunikasjon (tale, skrift og gest), for å levere AI-treningdata med en ubestridt kombinasjon av kvalitet og hastighet.

Hva var det som først tiltalte deg til lingvistikk?

Jeg hørte først om lingvistikk fra en favorittlærer i engelsk på videregående skole. Jeg var en av de elevene som var like tiltrukket av fremmedspråk og humaniora, og matematikk og naturfag. Lingvistikk er vitenskapen om hvordan språk fungerer, så det kombinerte mine interesser. Like mange andre, ble jeg fullstendig fanget av det så snart jeg lærte om det. Hva kan være mer fascinerende enn hvordan vi kommuniserer våre tanker og følelser til hverandre? Lingvistikk utforsker språkstrukturer som, til tross for alle forskjellene i lyder og skriftsystemer, ofte er like under overflaten, ettersom alle er et produkt av vår felles menneskelige eksistens.

Kunne du dele historien om hvordan du havnet i AI?

Jeg har arbeidet i Appen siden 2004 med å støtte utviklingen av språkteknologi-produkter og -tjenester. Over denne tiden har AI utviklet seg til å bli et omfattende rammeverk, misjon og visjon for teknologi som etterligner og utvider menneskelige evner for kommunikasjon, resonnering og persepsjon. I 2019 omdøpte mitt team seg til AI-eksperter, og anerkjente at vår lingvistiske og språklig kunnskap er kritisk for AI-foretaket. Våre annoterte data gir essensiell støtte for suksessen til menneskelige interaksjoner med AI-produkter og -tjenester.

Du har arbeidet i AI i over 16 år, hva er noen av de største endringene du har sett?

Den største endringen har vært en diversifisering av fokus fra kjerne-teknologiutvikling til den lange halen av brukstilfeller og -applikasjoner. For det meste av min karriere har fokus for språkbasert AI vært å utvikle og forbedre en rekke modeller som etterligner menneskelig talepersepsjon og -produksjon, nemlig talegjenkjenning, talesyntese og naturlig språkbehandling. Datamengder har vanligvis fulgt felles merking- og datasampling-standarder og -konvensjoner, som de som er utviklet av Speecon-konsortiet (Speech-Driven Interfaces for Consumer Devices). Disse standardene har gjort det mulig for kjerne-teknologiutviklere å benchmarkere deres ytelse på felles datastrukturer og har støttet den raske utviklingen av AI.

Kunne du diskutere viktigheten av upartisk data i maskinlæring?

Maskinlæringsmodeller, enten overvåket, uovervåket eller forsterket læringsmodeller, vil reflektere fordommer som er til stede i dataene de er trent på. Alyssa Simpson Rochwerger og Wilson Pang gir flere utmerkede eksempler på dette problemet i sin nylige bok, Real World AI. Hvis det er utilstrekkelig treningdata for en del av befolkningen, vil AI-modellen være mindre nøyaktig for den delen.

Appen lanserte nylig nye diverse treningdatamengder for naturlig språkbehandling (NLP)-initiativer. Kunne du dele noen detaljer om hvordan disse datamengdene vil gjøre det mulig for sluttbrukerne å motta samme opplevelse uavhengig av språkvarietet, dialekt, etnolekt, aksent, rase eller kjønn?

For å korrigere eksisterende fordommer i AI-produsjonssystemer, og for å utvikle mer inklusive datasamlinger for fremtidige systemer, er datasamlinger nødvendige. Appen-datasamlingene du nevner vil støtte korreksjon av fordommer relatert til etnisitet og tilhørende etnolekter, som afroamerikansk varietet av engelsk. De vil gi supplementær treningdata for å øke representasjonen av denne befolkningen i AI-språkmodeller.

Utenfor AI er du også en poet med flere av dine dikt som har vunnet ulike industripriser. Hva er dine synspunkter på fremtidig AI som utøver denne type kreativitet, inkludert skriving av dikt?

Dette er et fascinerende spørsmål. Poesi og andre former for menneskelig kreativitet trekker på alle våre menneskelige ressurser av minne, persepsjon, sansning og emosjon, samt språk- og bildestrukturer, for å produsere innsikter som resonnerer med samtidsproblemer. Emily Dickinson skrev: “Hvis jeg leser en bok og den gjør hele kroppen min så kald at ingen ild kan varme meg, vet jeg at det er poesi. Hvis jeg føler fysisk at toppen av hodet mitt er tatt av, vet jeg at det er poesi.” Det må være et element av perseptiv, sansning eller emosjonell gjenkjenning, men også ekte overraskelse.

Har du noen andre kommentarer om Appen eller AI generelt?

Dataleverandører som Appen har en kraftig potensial til å påvirke AI-resultater til det bedre ved å levere inklusive treningdata.

Men for å nå målet om inklusivt AI, må alle delta. Datakunder må også anerkjenne sin ansvar til å uttrykkelig be – og betale – for den inklusive dataen som vil sikre optimal ytelse av deres systemer for alle brukere i den virkelige verden. Og de fra diverse samfunn som leverer deres data for AI-utvikling, må kunne stole på at bruken av disse dataene er tillitvekkende. Bygging av tillit vil kreve sterk transparens og etiske praksiser fra alle som håndterer følsomme data.

Takk for det flotte intervjuet, jeg nøt å lære mer om dine synspunkter på AI og lingvistikk. Lesere som ønsker å lære mer, kan besøke Appen.