Hamish Ogilvy, CEO og medgrunnlegger av Search.io – Intervju-serie

Hamish Ogilvy er CEO og medgrunnlegger av Search.io, en AI-drevet søke- og produktoppdagelsesplattform som prosesserer milliarder av søk for noen av verdens største organisasjoner. De fokuserer på å øke konvertering og omsetning av på-søk ved hjelp av maskinlæring. Dette oppnås ved hjelp av proprietær søketechnologi.

Hva var det som først tiltalte deg til feltet maskinlæring?

Jeg startet ut i fysikk med å designe lasere, men jeg var også alltid ganske god til å se mønster i data. Det trakk meg inn i analytikken og forutsigelse av ulike ting, der jeg tilbrakte flere år. Maskinlæring var en naturlig utvidelse for å bedre kunne utnytte verdi fra data. Det ser ganske normalt ut nå, men på den tiden lo folk faktisk av meg for å ha jobbtittelen “sjef for data”, så verden har endret seg en del!

Kan du dele historien bak Search.io?

Søk har alltid irritert meg; det har blitt bedre, men det er fortsatt ganske dårlig for det meste. Jeg tenkte alltid at det burde forstå kontekst og personlig intensjon bedre. Så det startet med den tanken, og år senere er vi mye nærmere. Larry Page sa en gang at søk er ikke et problem som vil bli løst i vår levetid, og jeg forstår nå fullt ut hvorfor. Men vi har dramatisk endret spillereglene og er langt på vei mot det vi forestilte oss.

Search.io bruker selv-lærende søketechnologi basert på “neurale indekser”, hva er neurale indekser spesifikt?

Den gamle søketechnologien lager indekser på bestemte nøkkelord, mye som indeksen i baksiden av en bok som peker til sidene hvor nøkkelordet dukker opp. Neurale indekser lager derimot indekser fra bestemte neuroner i spesialdesignede neurale nettverk. Disse neuronene er designet for å aktivere for relatert kontekst og mening i stedet for nøkkelord, så det er mulig å veldig raskt identifisere relaterte elementer, selv på tvers av ulike språk. Selv-læring gjør at disse indeksene kan tilpasse seg og forbedre seg etter hvert som folk kjøper varer eller andre positive tilbakemeldinger.

Kan du diskutere hvordan forsterkninglæring brukes til å optimalisere søkeresultater?

Hovedsakelig brukes dette til å omordne søkeresultatene for å maksimere et bestemt mål, som klikk eller kjøp. Dette er et klassisk utforske mot utnytte-problem hvor den beste rekkefølgen ikke er kjent fra starten. Det var en berømt uttalelse at det beste stedet å gjemme en død kropp var på side 2 av Google-resultatene! Det er fordi nesten ingen kommer til bunnen av side 1. Så hvis du har sagt 10 000 relevante resultater for en forespørsel og bare viser 10 per side, hjelper en viss probabilistisk tilfeldighet å rotere ulike resultater og heve de som resonerer med bedriftens mål.

Brukes dyp læring, og hvis ja, på hvilke måter?

Ja, på mange måter. Vi bruker dyp læring til å omdanne språk til vektorer og deretter også vektorer til neurale hasjer.

Plattformen gjør det mulig for bedrifter å kontrollere den innebygde læringen ved å aktivere justeringer, kan du diskutere hvordan denne prosessen fungerer?

Selv-læring bruker vanligvis hendelser til å “skyve” de neurale hasjene mot ting som tidligere har resonert, som kjøpte varer mot ikke-kjøpte. I noen tilfeller kan dette ta for lang tid, og bedriften vet hva som burde være et godt resultat. Så vi lar dem fortelle oss, og dette lærer relevansen å bedre forstå intensjon. Dette forkorter i praksis læringen.

Hva er noen av utfordringene bak å tyde brukerens intensjon når en søk utføres?

Språk er svært tvetydig. En “bank” kan være en finansiell institusjon, en elvebredd, et fly som svinger, et basketballskudd osv. For å gjøre det verre, for noen fra Los Angeles som søker etter en “jakke”, ville også være en helt annerledes intensjon enn for noen fra Boston. Mann mot kvinne, enda mer forskjellig. Språk innkapsler dårlig intensjon, fullkommenhet er faktisk umulig, så søk er et spill om sannsynlighet.

Hva er prosessen for å integrere Search.io i en nettside?

Det varierer avhengig av kompleksitet. For Shopify-butikker og innholdsbaserte nettsider kan du være i gang på noen minutter, mens avanserte e-handelsbutikker med komplekse kataloger og høyt personlige resultater kan ta uker til flere måneder.

Er det noe annet du ønsker å dele om Search.io?

Hvis du er en data-tyngde organisasjon som prøver å øke netttransaksjoner, ta kontakt med oss. Vi har konsekvent massivt forbedret nettresultatene våre kunder via forbedret søk og oppdagelsesopplevelser.

Takk for at du deltar i denne intervjuet, som noen som har studert søkemotorer i over to tiår, var dette ganske fasinaserende. Lesere som ønsker å lære mer bør besøke Search.io.