Dr Lingjia Tang, CTO i współzałożyciel Clinc – seria wywiadów

Dr Lingjia Tang, CTO i współzałożyciel Clinc, jest profesorem informatyki na Uniwersytecie Michigan. Badania dr. Tanga nad budową dużych, produkcyjnych infrastruktur dla inteligentnych aplikacji są powszechnie uznawane i szanowane w środowisku akademickim. Oprócz pracy w Microsoft (MSFT ) i Google (GOOGL ), Lingjia uzyskała tytuł doktora informatyki na Uniwersytecie Wirginii. Lingjia otrzymała niedawno prestiżowe nagrody, w tym ISCA Hall of Fame, Facebook (META ) Research Awards i Google Research Award.

Czym pierwotnie zainteresował się Pan/Pani AI? Kiedy po raz pierwszy zdecydował/a się Pan/Pani założyć firmę zajmującą się AI?

W połowie lat 2000. prowadziłem badania nad dużymi systemami, które obsługują różne aplikacje i jak możemy zaprojektować serwery jako system oprogramowania, aby uruchamiać te aplikacje bardziej efektywnie. W tym czasie przechodziliśmy od tradycyjnych aplikacji internetowych do funkcji opartych na uczeniu maszynowym. To było moment, kiedy zacząłem interesować się algorytmami związanymi z AI i chciałem zrozumieć, jak działają aplikacje AI. Niedługo potem zespół, z którym pracowałem, postanowił zmienić kierunek i zbudować własne aplikacje AI jako punkt odniesienia do badań, co doprowadziło do opublikowania naszych pierwszych prac badawczych i stworzenia naszego pierwszego produktu, Siriusa – otwartego, końcowego asystenta głosowego i wizualnego.

Jako oprogramowanie open source, Sirius pozwalał ludziom budować wirtualnych asystentów konwersacyjnych na własną rękę. W tym czasie była to bardzo ograniczona możliwość dla ogółu i była kontrolowana głównie przez duże firmy, takie jak Google i Apple. Jednak zobaczyliśmy, że wypełniamy krytyczną lukę, kiedy wydaliśmy oprogramowanie i zobaczyliśmy, że miało ono dziesiątki tysięcy pobranić w pierwszym tygodniu! To był punkt zwrotny, w którym wiedzieliśmy, że istnieje duży popyt na tego rodzaju oprogramowanie.

W 2015 roku założyliśmy Clinc z myślą, że będziemy w stanie zapewnić każdemu – każdemu deweloperowi, firmie, osobie – którzy chcą zbudować wirtualnego asystenta, dostęp do ekspertyzy, narzędzi i innowacji, aby móc to zrobić.

Clinc oferuje rozwiązania AI konwersacyjne bez polegania na słowach kluczowych lub skryptach. Czy mógłby Pan/Pani wyjaśnić, jak to jest osiągane? Jakie są niektóre z wyzwań związanych z przetwarzaniem języka naturalnego (NLP), które musiały być pokonane?

To, co naprawdę wyróżnia Clinc spośród innych platform AI konwersacyjnych na rynku, to jego podstawowe algorytmy AI, które umożliwiają “doświadczenie człowieka w pokoju”, które rozumie nieuporządkowany i nieskryptowany język. To pozwala na korektę i “uzdrowienie” błędów popełnionych w ludzkiej konwersacji i umożliwia złożone przepływy konwersacyjne – konwersacje, które rzeczywisty człowiek mógłby zrozumieć. W przeciwieństwie do algorytmu dopasowania słowa do tekstu, Clinc analizuje dziesiątki czynników od wprowadzanych przez użytkownika, w tym słowa, sentiment, intencję, ton głosu, czas dnia, lokalizację i relacje, i używa tych czynników, aby dostarczyć odpowiedź, która reprezentuje kompozycję wiedzy wyodrębnionej z jego wyszkolonego mózgu. Na przykład, jeśli zapytam mojego wirtualnego asystenta: “Ile pieniędzy wydałem na burger?”, musi zrozumieć, że pytam o pieniądze i wydatki, że pytam konkretnie o burgera i że burger jest rodzajem jedzenia, który powinien być dopasowany do moich ostatnich wydatków w restauracji.

Osiągnięcie tego poziomu zrozumienia nie jest łatwe. Ogólnie, rozłamywalibyśmy AI konwersacyjną na dwa składniki: zrozumienie języka naturalnego (NLU) i zarządzanie dialogiem. Tak więc wyzwaniem, które musieliśmy pokonać, było ustalenie, jak zbudować system, który może wyodrębnić kluczowe kawałki informacji dokładnie i może przewidzieć, o co użytkownik pyta.

Moglibyśmy to zrobić dzięki zaawansowanemu, kontekstowemu, top-down NLU, który jest szkolony, aby być intuicyjnym w naturze, aby nadążyć za naturalnym przepływem konwersacji, zrozumieć slang i kontekst. To w porównaniu z konkurencyjnymi rozwiązaniami, które mają podejście oparte na regułach do przetwarzania języka naturalnego (NLP), które nie pozwala na konwersacyjne “uzdrowienie”, co oznacza, że jeśli klient popełni błąd, konkurencyjne rozwiązania zmuszają ich do powrotu do punktu wyjścia, tracąc czas i frustrując użytkownika. Używamy również crowdsourcingu, aby wyodrębnić nasze dane językowe i stworzyć bogatszy, bardziej zróżnicowany zestaw danych, który może być natychmiast wykorzystany do szkolenia modeli AI.

Czy mógłby Pan/Pani omówić, jak głębokie uczenie jest wykorzystywane w systemie Clinc AI?

Clinc używa hybrydowego podejścia do głębokiego uczenia, gdzie używamy tradycyjnego, starego modelu do pewnego stopnia i wykorzystujemy głębokie uczenie, gdzie jest to potrzebne. Konkretnie, używamy głębokiego uczenia, aby zrozumieć słowa i języki, aby określić przepływ dialogu. Ogólnie, nasz cały dialog jest połączeniem głębokiego uczenia i symbolicznego AI. Nie używamy głębokiego uczenia do generowania języka, ponieważ, gdy chodzi o naszych klientów, którzy są głównie z sektora bankowego, istnieje wiele regulacji, których wirtualny asystent musi przestrzegać, które określają, co mogą i nie mogą powiedzieć swoim klientom. Tak więc, nadal istnieje wiele niepewności co do tego, czy głębokie uczenie będzie w stanie przestrzegać tych ustalonych ograniczeń językowych.

Na razie nie myślę, że społeczność AI jest całkowicie gotowa do pełnego przyjęcia głębokiego uczenia, podczas gdy społeczność akademicka jest 100% zaangażowana, ale spodziewam się, co nowe modele będą mogły zrobić.

Jaki jest proces dla firmy, która chce dostosować odpowiedzi AI do konkretnego audytorium? Czy mógłby Pan/Pani podać przykłady, jak Clinc jest obecnie wykorzystywany przez klientów?

Pozwalamy klientom na udzielenie licencji na platformę, którą mogą zbudować według własnego uznania, lub wziąć naszą w pełni zbudowaną i przeszkoloną chatbota, Finie, i dostosować ją oraz zintegrować ją z ich aplikacjami lub usługami messagingowymi. Finie może obsługiwać sprawy związane z saldami, transakcjami, historią wydatków, lokalizacją bankomatu, przekazaniem pieniędzy i więcej.

Mój ulubiony przykład, jak klient dostosował AI Clinc do konkretnego audytorium, to İşbank. Jako największy prywatny bank w Turcji, zwrócili się do nas, aby rozwijać ich cyfrowego asystenta bankowego, Maxi, w 2018 roku. Aby nadawać Maxi unikalną osobowość, İşbank przeprowadził 14 grup focus, aby ocenić, jakie cechy i umiejętności klienci bankowi chcieliby mieć w wirtualnym asystencie. Zatrudnili także aktorkę głosową, aby odczytać zdania w języku tureckim związane z zadaniami bankowymi. Zespół bankowy İşbanku ds. konwersacyjnych stworzył te zdania, biorąc pod uwagę, w jaki sposób prawdziwi ludzie sformułowaliby swoje potrzeby. Na nasze zalecenie, zespół zapłacił uczestnikom na rynku crowdsourcingowym, takim jak Amazon Mechanical Turk, aby dostarczyć różne sposoby, w jaki mogliby wyrazić te same pytania, takie jak żądanie wyświetlenia salda (“jaki jest mój stan konta”, “ile mam pieniędzy na koncie”, “pokaż mi pieniądze na koncie”) lub opłacenie rachunku (“opłać mój rachunek”, “płatności rachunków”).

Ten przykład pokazuje, jak bardzo İşbank jest zaangażowany w oferowanie cyfrowego asystenta bankowego, aby pomóc swoim klientom lepiej nawigować po swoich kontach. Z Clinc, İşbank uruchomił Maxi dla ponad 7,5 miliona ludzi, w języku tureckim. Od czasu uruchomienia, İşbank doświadczył szerokiego przyjęcia przez ponad 5,5 miliona użytkowników, z średnią 9,8 interakcji na użytkownika. W ostatnich miesiącach, gdy przypadki COVID-19 wzrosły w Turcji, İşbank szybko przeszkolił Maxi, aby odpowiedzieć na związane z COVID-19 pytania. Od marca 2020 roku, Maxi odpowiedział na ponad 1,2 miliona pytań klientów związanych z COVID-19, co stanowi wzrost o ponad 62% w użyciu.

Co powiedziałby Pan/Pani kobietom, które są zainteresowane nauką o AI, ale wahają się, aby wziąć udział, ponieważ jest to dziedzina zdominowana przez mężczyzn?

Na początek, nie myślę, że jest powód, dla którego AI jest uważana za dziedzinę zdominowaną przez mężczyzn. Myślę, że są wiele pionierów w AI, którzy radzą sobie bardzo dobrze i mają wpływ. Myślę, że AI w połączeniu z polityką społeczną jest unikalną dziedziną, która ma potencjał mieć duży wpływ na życie ludzi. To jest miejsce, w którym myślę, że więcej różnorodnych spostrzeżeń na całym świecie będzie naprawdę korzystne, zwłaszcza, że są wiele dyskusji na temat AI i uprzedzeń związanych z rasą i płcią. Wierzę, że posiadanie społeczności deweloperów AI będzie nadal miało nieproporcjonalny wpływ na społeczeństwo i politykę.

Dla kobiet, które są zainteresowane dołączeniem do dziedziny AI, bardzo je zachęcam, zwłaszcza jeśli są zainteresowane robieniem wpływu. AI miało tak wiele wzrostu i innowacji w ciągu ostatnich lat i jest to naprawdę ekscytujący czas, aby być częścią tego.

Czy jest coś jeszcze, co chciałby Pan/Pani podzielić się na temat Clinc?

Clinc robi ogromne postępy obecnie. Osobiście, właśnie wszedłem w nową rolę jako CTO Clinc i jestem naprawdę podekscytowany, aby skupić się na tym, jak możemy dalej współpracować z deweloperami i naukowcami, aby rozwijać zasięg naszej technologii. Gdy spoglądam w przyszłość, widzę, że popyt na aplikacje zasilane AI przenosi się w kierunku umożliwienia ludziom, którzy nie mają lat doświadczenia w dziedzinie nauki o danych i sztucznej inteligencji, aby również mogli z nich korzystać. Na przykład, nie musisz mieć dyplomu z grafiki, aby móc używać Photoshop. Myślę, że AI idzie w tym kierunku, gdzie deweloperzy bez doświadczenia w AI i sztucznej inteligencji będą w stanie osiągać wyniki i produkować aplikacje wysokiej jakości. Ogólnie, chcemy powtórzyć, że nie tylko jesteśmy oddani użytkownikom końcowym, ale także deweloperom, niezależnie od poziomu, którzy są zainteresowani naszym rozwiązaniem.

Dziękuję za wspaniały wywiad, spodziewam się, że będę mógł obserwować Pana/Pani postępy. Każdy, kto chce dowiedzieć się więcej, powinien odwiedzić Clinc.