Sean Mullaney, teknologidirektør i Algolia – Intervju-serie

Sean Mullaney er teknologidirektør i Algolia, en end-to-end, AI-drevet søk- og oppdagelsesplattform.

Sean er en tidligere Stripe- og Google (GOOGL ) -eksekutiv med bakgrunn i å skalerer ingeniørorganisasjoner, utvikle AI-drevne søk- og oppdagelsesverktøy og vokse API-først løsninger globalt. I Algolia overvåker han teknologien bak den nest største søkemotoren etter Google, som brukes til over 1,5 billioner søk hver år. Nylig ledet han lanseringen av AlgoliaNeuralSearch – verdens raskeste, hyper-skalerbare og kostnadseffektive vektor- og nøkkelordsøk-API.

Hva var det som først tiltalte deg til datavitenskap?

Da jeg var 10 år gammel, kjøpte mine foreldre vår første datamaskin hjemme. Det første jeg ville gjøre, var å finne ut hvordan jeg kunne skrive et teksteventyr-spill som jeg kopierte ut av en bok. Et par år senere begynte jeg å lære C++, men å designe og bygge dataspill var en stor lidenskap av mine som tenåring som nettopp begynte å utforske datavitenskap.

Du tilbrakte over 7 år i Google, der du hjalp til å bygge og lede team som arbeidet med strategi, operasjoner, big data og maskinlæring. Hva var ditt favorittprosjekt og hva lærte du av denne erfaringen?

Vi fant ut hvordan vi kunne bruke all den store datamengden vi hadde på hvordan annonsører brukte våre produkter til å hjelpe salgsteam. Vi utviklet egne regler (senere mer komplekse neurale nettverk) for å forutsi hvilke kunder vi skulle nærme oss med hvilke produkter på hvilke tidspunkter for å maksimere sannsynligheten for at en salgs persons tid skulle resultere i omsetningsøkning. Med over 1 million annonsører på Google, hjalp dette verktøyet salgsteamene å finne nålene i høystakken.

I en nylig DevBit-oppsummering beskrev du Algolias formål som å muliggjøre for brukerne å indeksere verden og sette innhold i bevegelse. Kan du utdype hva denne uttalelsen betyr?

Til slutt ønsker vi å hjelpe våre kunder å få verdi ut av deres data. Internettet har skapt en så massiv eksplosjon av innhold og e-handelsprodukter, og selv om denne utviklingen er et betydelig milepæl, betyr den enorme mengden informasjon som nå er tilgjengelig at det er vanskeligere enn noen gang – og blir stadig vanskeligere – å finne det du faktisk leter etter som bruker. Men når søk og oppdagelse er drevet av AI, kan den voksende listen over innhold tilgangs og satt i bevegelse for å virkelig hjelpe brukerne, ikke bare overvelde dem.

I september 2022 ble Search.io og dets proprietære flaggskipsprodukt NeuralSearch™ kjøpt av Algolia. Kan du diskutere hva denne søketeknologien spesifikt er?

I ett nøtteskall integrerer Algolia NeuralSearch nøkkelordssammenligning med vektorbasert naturlig språkbehandling, drevet av LLM-er, i ett enkelt API – en bransje-først. Løsningen inkorporerer vår proprietære og første-av-dens-type Neural Hashing-teknikk som gjør bruk av vektorer skalerbart og 90% mer kostnadseffektivt å bruke – et problem andre AI-selskaper, inkludert ChatGPT, møter. Det som er virkelig spennende med denne gjennombruddsproduktet er at det gjør sant AI-søk skalerbart for bedrifts-graderte organisasjoner.

Den nye teknologien lar også kunder, som for eksempel detaljhandlere, forstå og levere innhold som matcher forespørsler som normalt er for konversasjonelle til å levere nøyaktige eller noen resultater (betegnet som lang-hale). Disse utgjør 55% av nåværende nettstedssøk. Som den eneste end-to-end AI-søkeløsning som anvender AI på forespørselsforståelse, innhenting og rangering, forstår NeuralSearch virkelig disse forespørslene og omdanner missede muligheter til omsetning.

Utenfor Neuralsearch™, hva er noen av de andre maskinlæringsmetodene som brukes?

Vi inkorporerte AI på tre primære funksjoner – forespørselsforståelse, innhenting og rangering av resultater. Vi i Algolia kaller dette AI-søk-sandwichen:

• Forespørselsforståelse: Algolias avanserte naturlig språkforståelse (NLU) og AI-drevet vektor-søk gir fri-form naturlig språkuttrykkforståelse og AI-drevet forespørselskategorisering som forbereder og strukturerer en forespørsel for analyse. I tillegg fin-justerer Adaptive Learning basert på bruker-tilbakemelding forespørselsforståelsen.
• Innhenting: De mest relevante resultater hentes og rangeres fra mest til minst relevant. Innhentingsprosessen kombinerer Neural Hashing-resultatene parallelt med nøkkelord ved hjelp av samme indeks for enkel innhenting og rangering. Denne tilnærmingen løser problemet med «null-resultater» og forbedrer betydelig klikk-plasseringer og klikk-gjennom-rater. Ingen annen søkeplattform i søk- og oppdagelsesrommet tilbyr denne kraftfulle funksjonen.
• Rangering: Til slutt blir de beste resultater dyttet til toppen av Algolias AI-drevne om-rangering, som tar hensyn til de mange signalene som er knyttet til søkeforespørselen (inkludert den eksakte nøkkelords-sammenligningsscoren, den kontekstuelle personliggjøring-profilen, den observerte populariteten til elementer, den semantiske sammenligningsscoren osv.) og lærer å nå maksimal relevans.

I tillegg, så snart indeksen endres, nye produkter legges til, nytt innhold lastes opp eller når termer får ny betydning, vil AI-drevne Algolia NeuralSearch-produktet lære og justere automatisk. Det krever ingen ekstra ansatte eller manuelle operasjoner. Det vil automatisk sammenligne nøkkelord eller konsepter – kanskje en blanding av begge – avhengig av forespørselen eller søkeuttrykket. Dette setter virkelig søk på autopilot.

Algolia har nylig økt sin gratis plan fra 10 000 poster og økt den til 1 million poster. Hva var tanken bak dette, og hvordan har markedet reagert?

Vi valgte spesifikt å utvikle Algolias prising og pakking for å være enda mer utvikler-vennlig med innføringen av to nye utvikler-orienterte planer: en «bygge»-plan som er gratis og en «Vokse»-plan som tilbyr enkel skalerbarhet til rimelige priser. Den nye Bygge-planen øker antallet gratis poster som en utvikler kan lagre i Algolia fra 10 000 til nå 1 million poster. Dette representerer en 100-ganger økning i antallet gratis poster utviklere nå kan indeksere i Algolia. I tillegg reduserte Algolia kostnaden av søkeforespørsler i sin Vokse-plan med 50% og poster med 60%.

Tanken bak vår oppdaterte «Bygge»-prisplan er å gi utviklere gratis tilgang til hele settet av funksjoner i sin AI-drevne Søk- og Oppdagelsesplattform. «Vokse»-planen, for når en utvikler er klar til å skalerer sin applikasjon, muliggjør utviklere med mer utvikler-vennlig bruk-basert prising for live produksjonsmiljøer.

En viktig merknad her er at enhver designer, skaper eller bygger – enten de er en casual eller fullt engasjert programvare-ingeniør – kan raskt og enkelt få tilgang til alle verktøyene, dokumentasjonen, eksempelkoden, utdanningsinnholdet og tverr-plattform-integrasjonskapasitetene som trengs for å komme i gang med å håndtere data, bygge en søkegrensesnitt, konfigurere analyser og mer – alt gratis. I tillegg vil de ha umiddelbar tilgang til en voksende utvikler-samfunn på over 5 millioner byggere.

Kan du diskutere søke-personalisering-verktøyene som tilbys?

Algolia tilbyr flere søke-personalisering-verktøy for bedrifter å utnytte data for å forbedre anbefalinger, inkludert forskjellige typer anbefalinger og unike måter å utnytte data for å faktisk drive disse anbefalingene.

Noen eksempler inkluderer:

• Trending: Forslag til andre elementer som er trendende i popularitet og relatert til søkene kunden har utført.
• Ratings-basert: Mennesker ønsker å kjøpe produkter med de beste vurderingene.
• Personlig: Basert på hva du kjøpte sist gang, nettleser-historikk, plassering eller andre faktorer, anbefaler vi disse andre produktene.

Disse data-drevne metodene kan hjelpe til å raskt forbedre og forbedre resultater basert på hvordan kunder interagerer med produkter, så du er mer sannsynlig å anbefale produktene som faktisk konverterer best.

Du har beskrevet Algolia som den mest skalerbare hybrid-AI-søkemotoren i verden. Hvordan har Algolia blitt designet for å skalerer så effektivt?

Det kommer tilbake til Neural Hashing. Denne banebrytende løsningen komprimerer og dramatisk akselerer hver enkelt forespørsel. Det er mye raskere å beregne hash-sammenligning enn standard vektor-sammenligninger og returnerer resultater på millisekunder.

Neural Hashing representerer et gjennombrudd for å sette AI-henting i produksjon for en stor variasjon av brukssaker. Kombinert med AI-drevet forespørselsbehandling og om-rangering, lover det å slippe løs den fulle kraften av AI på nettsted-søk. Før Algolias proprietære gjennombrudd, har vektor-basert søk vært for komputasjonskrevd til å kjøre i produksjon.

Den delen av sandwichen jeg ønsker å fokusere mest på er kjøttet: innhenting. Grunnen til at vi sier vi er den eneste sanne end-to-end AI-søkemotoren er fordi det har vært en konstant kamp bak kulissene i søkeindustrien for å legge til AI i innhenting. Informasjons-innhenting er en ekstremt kompleks prosess, og det er enda mer komplekst å mestre høy-ytende, kostnadseffektiv AI-innhenting i skala. Vi mestret det med vår banebrytende Neural Hashing-teknikk. Ved å gjøre det, vant vi essensen av AI-søkets hellige gral.

Er det noe annet du ønsker å dele om Algolia?

Det er en spennende tid å jobbe i Algolia, og vi er alltid på utkikk etter å starte samtaler med talentfulle, lidenskapelige mennesker som ønsker å slutte seg til oss på vår reise for å bygge verdens beste søk-teknologi. Hvis det høres ut som deg, inviterer jeg deg til å se på våre nåværende åpninger på https://www.algolia.com/careers/.