James Kaplan, medgrunnlegger og administrerende direktør i MeetKai – Intervju-serie

James Kaplan er medgrunnlegger og administrerende direktør i MeetKai, en AI-assistent som gjør livet enklere gjennom samtale, personalisering og kurering.

Du begynte å programmere da du bare var seks år gammel, hva var det som først fikk deg begeistret for kode, og hvilke språk lærte du?

Impulsen var Oregon Trail-spillet bygget for Windows 95. Jeg var fanget og ville spille det hver dag etter skolen. Jeg var i 1. klasse, så det var ikke mye annet å gjøre! Jeg begynte å tenke på alle tingene jeg ønsket å endre på spillet. Da jeg var yngre, kjøpte jeg en kopi av “Game Programming for Teens”, en grunnleggende kodebok på en lokal bokhandel. Jeg var umiddelbart tiltrukket av det og glemte raskt mine opprinnelige Oregon Trail-motivasjoner. Men jeg elsket alltid spill, og de fungerte som min motivasjon for å lære nye programmeringsspråk. Over de neste årene lærte jeg Visual Basic da jeg forsøkte å skrive en bot for NeoPets (det fungerte) og deretter PHP da jeg var 12 for å lage dynamiske nettsider. Selv da var min motivasjon for å lære PHP å tjene penger for å kjøpe videospill.

Ditt forrige prosjekt var å drive en AI-basert hedgefond, hva lærte du av denne erfaringen?

Min største takeaway var å kaste bort forestillingen om at du ikke kan konkurrere med gigantene i et overfylt marked. Det kan være svært fristende å tro at, i finans, alt som er lønnsomt allerede er tatt og kapret av en stor spiller. Men jeg innser raskt at du ikke bør overvurdere dine konkurrenter. Latskap og organisatorisk trøtthet forhindrer nye ideer. Andre ganger kan en idé eller kampanje være for nisje for et større selskap. Overraskende nok kan de også tro at noe er for risikabelt å utvikle, så det er ikke verdt å gå utenfor deres komfortsone.

Kunne du dele historien bak lanseringen av MeetKai AI-assistenten?

Jeg var lei av finans. Alt måtte måles i forhold til Sharpe-ratio og PnL. Det fjernet mye av gleden av teknologi, og var langt borte fra hva som opprinnelig førte meg inn på programmeringsveien. I slutten av 2018 snakket jeg med Weili Dai, MeetKais medgrunnlegger, om hva jeg så i teknologilandskapet generelt. En av mine hovedobservasjoner var at taleassistentmarkedet var stagnert. Alle nøkkelaktørene holdt fast ved gamle tilnærminger, og brukerne fikk ikke nytte av teknologien. Ingen var villige til å prøve nye tilnærminger, “siden det ikke er hvordan X gjør det”. Det var ingen differensiering. Hvis jeg startet fra scratch og kastet bort alle (ja, de fleste) av de forhåndsinnvilgede forestillingene om “hvordan bygge en taleassistent”, så kunne jeg fundamentalt endre brukeropplevelsen. Vi startet å bygge en ekte AI-assistent i stedet for en stemme-drevet chatbot. Leksjonene lærte i mitt forrige prosjekt, kombinert med Weilis veiledning, ledet oss til å grunnlegge MeetKai.

Hva er noen av utfordringene med å bygge en AI-assistent?

Det finnes to klasser av problemer med å bygge en ekte AI-assistent – brukerforventninger og teknisk implementering. Det første problemet er oversett, men gjelder for MeetKai. Brukere er trent i hva som er og ikke er utenfor grensene for en taleassistent. Spesielt antar de at de må søke i en kommando-orientert måte. Vi arbeider mot å trene brukerne til å søke i naturlig språk. Dette muliggjør rikere typer funksjoner, som å bruke negasjoner “Finn meg en Dwayne ‘The Rock’ Johnson-film som ikke er Moana”. Vi kan håndtere det perfekt i hverdagslig tale, men nåværende taleassistenter feiler i å svare oss.

Det andre klassen av utfordringer er teknisk. Dette viser seg i to underkategorier – søk og forståelse. For søk er vi forskjellige fra andre virtuelle assistenter i at vi opprettholder vår egen indeks av innhold. Mens dette tillater all magien som gjør oss til neste generasjon, bringer det med seg utfordringene med å kjøre og vedlikeholde en brannmur-først søkemotor. Dette er et område vi kontinuerlig innoverer rundt. Språkforståelse er det andre området der utfordringer møtes når man bygger en AI-assistent. For de fleste taleassistenter ville dette bety å forstå engelsk tekst. MeetKai forstår og støtter 16 språk. Dette er ikke 16 ganger mer arbeid, siden vi bruker flerspråklige tilnærminger, men det er likevel en betydelig mengde mer enn å være “engelsk først, engelsk bare”. Det er verdt tidsinvesteringen, fordi det er svært viktig for oss at MeetKai er virkelig global.

Hvordan bruker MeetKai personalisert AI til å differensiere seg?

Vi bruker personalisert AI i to differensierte områder – forståelse og søk.

Når en bruker sier “Kan du finne noe kinesisk i kveld?”, kan det bety at de ønsker en kinesisk oppskrift, en kinesisk restaurant eller en kinesisk film å se. Med vår personaliserte, dypt forstående, kan vi klargjøre og gi et resultat for brukeren som de forventer. Dette gjøres uten at deres data noen gang må forlate vår plattform.

Vi baker inn personalisering i søket selv. Et av de største problemene andre virtuelle assistenter møter er at mange av søkene blir sendt til tredjeparts-leverandører. Når du søker etter en restaurant med en konvensjonell assistent, sender den søket til Yelp. Ulempen med det er at Yelp ikke kjenner brukeren personlig, og hvis de gjør, så er det et personvernproblem. Fordi MeetKai er en førsteparts-app, hele veien til resultatet, har vi ekte personalisering.

Hva er noen brukstilfeller for MeetKai?

MeetKais mål er å være den første AI-konsulenten. Vi ønsker å hjelpe brukerne i deres hverdagsliv. Vi ønsker ikke å være en kommando-orientert assistent. Vi støtter ikke funksjoner som “volume opp”, “volume ned”, “30-sekunders-timer”, … du får bildet. Jeg føler sterkt at disse funksjonene ikke er AI, de er bare stemme-basert innputt. Hvis du tenker tilbake på dagene med AskJeeves, var hele idéen at det var din butler, ingen ville noen gang antropomorfisere Google Assistant. Like mye som Apple Siri eller Amazon (AMZN ) Alexa ville like å være, så er det ingen som tenker på dem som noe annet enn en app. Vi er fortsatt i våre tidlige faser, men vi bygget ut all nødvendig teknologi for å følge vår tre til fem års veikart mot en ekte AI-assistent.

Hvordan kan industrien forhindre en AI-assistent i å introdusere fordommer eller forsterke eksisterende fordommer i en bruker?

Det finnes en fin balanse mellom å gi personaliserte resultater og ikke skape fordommer. Vi har sett hva som skjer når forskere optimaliserer for engasjementsmål på sosiale medieplattformer – det skaper bobler av fordommer. Det første skrittet mot dette som en industri er å tenke om våre målinger og KPI-er. Hos MeetKai optimaliserer vi for en balanse mellom klikk-gjennomgang og nyskapning av klikket. AI-en bør belønnes mye mer for å finne en nyskapt resultat som klikkes på i 30% av tilfellene, fremfor bare “topp”-resultatet klikket på i 50% av tilfellene. Men denne tilnærmingen har en ganske åpenbar tilbakefall ved nærmere betraktning. Hva hvis resultater AI-en kommer opp med bare er fordomsfulle resultater for brukerens lille boble? Vi bygger vår AI for å skyve i begge retninger av brukerens personaliseringszone. Hvis en bruker ber om en liste over artikler om oksekjøtt, så kan vi istedenfor å presentere dem med artikler som matcher deres overbevisninger, spre inn artikler som er på kanten eller like utenfor kanten av deres preferanser. Dette kan inkludere en artikkel om dyreetikk og klimaendringer, samt en artikkel om de potensielle helsefordelene med animalske fetter. Den tekniske intuisjonen for tilnærmingen vi har tatt er rotfestet i aksepten av at det er vanskelig å trene AI til å bestemme om Y er fordomsfullt, men det er mye enklere å trene det til å vite at X og Z faller på kantene av samme sone som Y.

Hvor ser du fremtiden for AI-assistenter på 5 eller 10 år?

AI-assistenter vil flytte mer og mer mot en førsteparts-basert tilnærming som MeetKai har. For hele deres levetid har Alexa og Google prøvd å dyrke et økosystem av tredjeparts-utvidelser og ferdigheter. Dette løper inn i noen alvorlige problemer med personvern. Videre sier dette ingenting om de øvre grensene det legger på funksjoner. Jeg forventer at flere industriaktører vil adoptere samme tilnærming som vi har tatt, og det finnes tegn på dette over hele bordet. Takk for det flotte intervjuet, lesere som ønsker å lære mer om denne personaliserte AI-assistenten bør besøke MeetKai.