Imogen Low, Współzałożycielka i Dyrektor Techniczny w NWO.ai – Seria Wywiadów

Imogen Low, jest Współzałożycielką i dyrektorem technicznym (CTO) w NWO.ai, platformie predykcyjnej, która śledzi ponad 20 milionów mikrotrendów i powiadamia klientów o trendach przed ich ekspozycją.

Czym pierwotnie zainteresowała się Pani Machine Learning?

Po raz pierwszy zainteresowałam się machine learning, gdy byłam w liceum. W wolnym czasie rozwijałam interaktywne mapy 3D złożonych, wielopoziomowych obiektów, takich jak centra handlowe, lotniska, szpitale i szkoły. Te mapy mogły być wykorzystywane do pomocy w nawigacji wewnętrznej i orientacji dla odwiedzających. Byłam również zainteresowana zbieraniem punktów danych behawioralnych o poszczególnych użytkownikach, gdy poruszają się po budynkach. Informacje te mogły być wykorzystywane do przewidywania przepływu ruchu pieszych w czasie i optymalizacji tras nawigacyjnych.

Ale to dopiero, gdy miałam 17 lat i dostałam pierwszą pracę jako inżynier machine learning w SAP, naprawdę zainteresowałam się AI. Podczas pracy w SAP pracowałam nad różnymi problemami. Na przykład analizowałam dane satelitarne z NASA, aby przewidzieć jakość plonów; wykorzystywałam technologie wizji komputerowej do analizy filmów z dronów w celu monitorowania zwierząt gospodarskich; wykorzystywałam dane transakcyjne przedsiębiorstw, aby przewidzieć oszustwa podatkowe; oraz łączyłam technologie wizji komputerowej z przetwarzaniem języka naturalnego, aby tworzyć asystentów wirtualnych i rozszerzonej rzeczywistości.

Jak można opisać Pani niezwykłą drogę od Australii, przez Singapur, aż do Ameryki?

Aplikacja nawigacji wewnętrznej, którą rozwijałam w liceum, zawiodła mnie do Tajwanu, gdzie zaprezentowałam ją na konferencji Asia Pacific ICT Alliance (APICTA) Awards. Doświadczenie to dało mi nową perspektywę na tempo zmian technologicznych i innowacji w Azji, szczególnie w zakresie technologii sztucznej inteligencji. Chciałam zanurzyć się w azjatyckim kraju i być częścią tych postępów. Dlatego podjęłam stanowisko inżyniera machine learning w biurze SAP APJ w Singapurze.

Podczas pracy w Singapurze rozwijałam wirtualnego asystenta, który stał się wiodącym przykładem innowacji w SAP. Zostałam więc zaproszona do zaprezentowania go na szczycie innowacji w Azji. Na szczycie słuchałam fascynującej prezentacji Pulkit Jaiswal, udanego przedsiębiorcy w branży dronów. Wyjaśnił, jak może przewidzieć napięcia geopolityczne między krajami, analizując dane online. Byłam tak zainteresowana tą ideą, że postanowiłam odejść z pracy tego samego dnia i założyć firmę z nim jako współzałożycielem w jego najnowszym przedsięwzięciu, NWO. Chociaż firma ma siedzibę w Nowym Jorku, ja mieszkam w Sydney.

Jak NWO.ai pomaga identyfikować trendy przed ich ekspozycją?

W NWO.ai modelujemy, jak różne idee rozprzestrzeniają się w globalnych sieciach. Naszym celem jest przewidywanie znaczących wzrostów w udziale umysłowym. Aby to osiągnąć, zaprojektowaliśmy silnik korelacji, który wskazuje, które źródła danych i głosy konsumentów są najmocniejszymi wskazaniami przyjęcia trendu. Możemy również identyfikować główne czynniki wpływające na wzrost. Następnie wykorzystujemy nasz dynamiczny system wag, aby wzmocnić najbardziej przewidywalne punkty danych i osłabić opóźnione.

Jakie technologie machine learning są wykorzystywane?

Wykorzystujemy zestaw najnowocześniejszych modeli machine learning z zakresu przetwarzania języka naturalnego (NLP), takich jak encodery dokumentów, modele rozpoznawania nazwanych encji (NER) i tłumaczenia maszynowe. Łączymy je z technikami, które przyjęliśmy z association rule mining i teorii grafów, aby modelować nasze nieustrukturyzowane zestawy danych tekstowych w czasowo-świadomą, wielojęzyczną grafę semantyczną. Możemy w ten sposób reprezentować, jak silnie powiązane są różne idee w różnych punktach czasu i dynamicznie budować skojarzenia między nowymi punktami danych w czasie rzeczywistym.

Jakie źródła danych publicznych lub prywatnych są wykorzystywane?

Głównie polegamy na nieustrukturyzowanych, publicznie dostępnych źródłach danych, aby zbudować nasze modele predykcyjne. Obejmują one posty w mediach społecznościowych, artykuły prasowe, blogi, fora, komentarze i historie wyszukiwania. Łączymy je również z danymi transakcyjnymi przedsiębiorstw, takimi jak historyczne dane sprzedaży, popytu i zapasów.

Jakie porady ma Pani dla kobiet-przedsiębiorców?

Teraz jest wspaniały czas, aby być założycielką! Niech nie zniechęcają Państwa pomysły, że przedsiębiorczość jest głównie męską domeną. W ostatnim czasie pojawiły się większe apele o różnorodność płciową w przedsiębiorczości. Kobiety mają wiele do zaoferowania pod względem różnych perspektyw na świat i różnych sposobów myślenia o rozwiązywaniu problemów. Dlatego widzimy nowe sieci wsparcia, które zachęcają kobiety do zakładania firm i oferują wskazówki, mentorowanie i możliwości inwestycyjne.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić NWO.ai.