Dr. Neil Yager, Co-Fundador e Cientista Chefe da Phrasee – Série de Entrevistas

Dr. Neil Yager é o Cientista Chefe da Phrasee, e o arquiteto do método Phrasee, uma ferramenta de redação de copywriting alimentada por IA que ajudou a otimizar a cópia de marketing para algumas das marcas mais reconhecidas do mundo, incluindo eBay, Groupon e Virgin – além de muitas outras, da Austrália à América, em mais de 20 idiomas, do inglês ao japonês.

Dr. Yager escreveu mais de uma dúzia de publicações acadêmicas, autoria de um livro sobre mineração de dados, e detém várias patentes. Como um dos principais especialistas mundiais na comercialização de inteligência artificial, ele possui um PhD em Ciência da Computação pela Universidade de New South Wales, na Austrália.

Você é um veterano de 20 anos da indústria de tecnologia, quais foram alguns de seus papéis anteriores relacionados à IA?

Estou envolvido em trabalhos relacionados à IA desde meu PhD, no início dos anos 2000. No entanto, o campo passou por várias rebrandings desde então. Por exemplo, 15 anos atrás, eu estudava “reconhecimento de padrões estatísticos”. Alguns anos depois, isso era mais comumente conhecido como “aprendizado de máquina”, que é um nome muito mais atraente. Mais recentemente, o aprendizado de máquina (e “aprendizado profundo” em particular) se tornou sinônimo de “inteligência artificial” em geral. Tenho sentimentos mistos sobre isso. Por um lado, meu trabalho com a Phrasee me ensinou a importância do branding. Por outro lado, o termo “inteligência artificial” traz bagagem e pode levar a concepções erradas sobre a tecnologia. Eu me pergunto onde estaríamos se ainda estivéssemos chamando isso de “reconhecimento de padrões estatísticos”.

A maioria do meu trabalho anterior foi nos campos de processamento de sinais e visão computacional. Eu não tive muito contato com processamento de linguagem natural antes da Phrasee. Desde então, aprendi que a linguagem é provavelmente o problema mais difícil na IA.

Em 2008, você co-escreveu um livro chamado ‘Biometric System and Data Analysis: Design, Evaluation, and Data Mining‘, que combina aspectos de estatística e aprendizado de máquina para fornecer um guia abrangente para avaliar, interpretar e entender dados biométricos. Fora dos recursos computacionais adicionais, você acredita que esse campo evoluiu desde a publicação desse livro? Pode descrever como?

O aprendizado profundo revolucionou os campos de visão computacional, processamento de linguagem e aprendizado de máquina desde que escrevi esse livro. Não seria possível escrever esse livro hoje sem uma seção sobre aprendizado profundo.

A revolução do aprendizado profundo realmente começou em 2012, quando um modelo de aprendizado profundo venceu uma competição chamada ImageNet. ImageNet é um conjunto de dados de reconhecimento de objetos visuais, onde o computador determina o que está em uma imagem (por exemplo, “cachorro” ou “balão”). Por décadas, os pesquisadores vinham fazendo ganhos incrementais em conjuntos de dados de referência como esse. Cada subcampo operava de forma independente e dependia fortemente de expertise específica do domínio. Quase da noite para o dia, todos os modelos cuidadosamente construídos ao longo de muitos anos foram tornados obsoletos. Algoritmos de aprendizado profundo projetados por outsiders estavam vencendo competições por margens significativas. Isso transformou a indústria de IA.

O campo ainda está em rápida evolução e evoluiu mesmo desde o início da Phrasee, há apenas alguns anos. Por exemplo, as ferramentas de aprendizado profundo em que agora dependemos não existiam quando fundamos a empresa. O ritmo da inovação traz desafios próprios.

Pode compartilhar conosco o que a Phrasee é capaz de fazer para as empresas?

A Phrasee resolve dois problemas para as empresas. Primeiramente, há o problema de escrever cópia de marketing. Existem mais canais de publicidade agora do que nunca (por exemplo, e-mail, AdWords, redes sociais, impressão, podcasts, etc.). É difícil escrever cópia para todos esses canais que seja de alta qualidade e que se ajuste ao estilo e tom de voz da marca. A Phrasee resolve o problema de escala gerando automaticamente cópia. Em segundo lugar, é importante que toda a linguagem utilizada seja eficaz. Não apenas a Phrasee gera linguagem, mas também usa aprendizado de máquina para prever o impacto da mensagens e otimizar de acordo.

O que o atraiu para a ideia de usar Processamento de Linguagem Natural (NLP) e Aprendizado Profundo para melhorar o poder da cópia de anúncios?

Usar IA para maximizar o impacto das campanhas de marketing digital não é uma ideia nova. Existem equipes de pessoas com PhDs em física que foram contratadas para trabalhar na otimização de anúncios. No entanto, na maioria dos casos, eles estão focando seus esforços de P&D em coisas como segmentação de audiência, personalização, entrega de tempo, posicionamento de anúncios, fontes, etc. Quando estávamos começando a desenvolver ideias para a Phrasee, notamos que quase tudo sobre anúncios está sendo otimizado, exceto a linguagem real utilizada! Identificamos isso como uma lacuna no mercado e uma grande oportunidade.

A Phrasee é capaz de melhorar a cópia de marketing em mais de 20 idiomas, incluindo japonês. Pode discutir alguns dos problemas únicos de Processamento de Linguagem Natural que são encontrados com idiomas estrangeiros?

A adição mais recente ao nosso conjunto de idiomas suportados é o russo. Essa é uma língua eslava e é bastante distinta das outras línguas indo-europeias. Nesse caso, foi necessário construir novas regras em nosso sistema de geração de linguagem para que a saída seja fluente e gramaticalmente correta. Isso não é apenas um problema de idioma. É também um problema de desenvolvimento de software. Quando a saída do nosso sistema está no idioma nativo do desenvolvedor, é relativamente fácil identificar erros e verificar se tudo está funcionando corretamente. No entanto, quando trabalhamos com russo ou japonês, poderíamos estar produzindo nonsense e não ter ideia. É importante ter um falante nativo envolvido no processo de QA.

O desafio não é apenas com idiomas estrangeiros. Existem também algumas diferenças regionais interessantes. Por exemplo, o inglês tem variações de ortografia para os EUA, Reino Unido, Austrália, Canadá, etc. Além disso, existem diferenças gramaticais. No inglês britânico, você “dá uma olhada”, enquanto no inglês americano, você “toma uma olhada”. O significado das palavras também pode variar de lugar para lugar. Um “borracha” é uma borracha no Reino Unido, mas um preservativo na América do Norte! Para que os sistemas de GNL sejam usados para aplicações comerciais, eles precisam lidar com todas essas sutilezas.

Pode compartilhar alguns detalhes sobre como o aprendizado profundo é usado na Phrasee?

Existem 2 componentes principais de IA na tecnologia da Phrasee. O primeiro é a Geração de Linguagem Natural (GNL), que produz linguagem real. O segundo é o aprendizado profundo, e o foco aqui está no desempenho. O desempenho pode significar coisas diferentes dependendo do contexto. Por exemplo, o objetivo de uma linha de assunto de e-mail é atrair o destinatário para abrir o e-mail e ver o conteúdo dentro. Para o Facebook (META ), o objetivo pode ser maximizar curtidas ou compartilhamentos. Dados grandes volumes de dados históricos, é possível encontrar tendências e padrões sutis que nunca seriam notados por um ser humano. Isso é um problema padrão de aprendizado de máquina.

O aprendizado profundo oferece algumas vantagens sobre a abordagem tradicional de aprendizado de máquina. Com o aprendizado de máquina tradicional, há um forte foco em “engenharia de recursos”. Isso significa que o desenvolvedor precisa decidir quais são os recursos mais importantes da linguagem. Por exemplo, palavras, comprimento, uso de emojis, etc. O problema é que isso é limitado pela habilidade e imaginação do engenheiro. No entanto, com o aprendizado profundo, o texto bruto é alimentado no modelo, e ele constrói sua própria representação de máquina da linguagem (isso é conhecido como aprendizado de ponta a ponta). Portanto, é livre de viés humano e é uma abordagem poderosa. No entanto, o lado negativo é que pode ser difícil entender por que o modelo se comporta de certa maneira. A “explicabilidade” é uma área ativa de pesquisa dentro da comunidade de aprendizado profundo. No entanto, há um tradeoff fundamental entre a complexidade de um sistema e nossa capacidade de entendê-lo. A linguagem humana é confusa, então as soluções de PNL bem-sucedidas geralmente têm um alto grau de complexidade.

Uma das funcionalidades da Phrasee é a capacidade de escrever no tom único de uma marca, pode elaborar sobre como isso é feito?

Quando assinamos um novo cliente, a primeira coisa que fazemos é coletar informações sobre o estilo de comunicação da marca. Isso inclui quaisquer diretrizes de marca formais, campanhas de marketing históricas e uma série de questionários que desenvolvemos para esse propósito. Todas essas informações são usadas por uma equipe interna de técnicos de linguagem para construir um modelo de linguagem personalizado para o cliente. Nossos modelos de linguagem são gerativos, o que significa que eles podem produzir linguagem nunca vista antes no estilo único do cliente.

Os modelos de linguagem podem ser atualizados a qualquer momento. Por exemplo, no momento estamos no auge da crise do COVID-19. Nossa equipe de linguagem está revisando nossos modelos para garantir que a linguagem inadequada não possa ser criada. Uma frase como “Essas ofertas estão se tornando virais!” pode ter sido inofensiva alguns meses atrás, mas é claramente inadequada em meio a uma pandemia global. Isso demonstra a flexibilidade do nosso sistema.

Que tipo de dados é necessário por uma empresa que deseja começar a usar a Phrasee?

Para ser honesto, não é necessário muito dados para começar a usar a Phrasee. O primeiro passo é identificar uma área de projeto adequada. Por exemplo, isso pode ser as linhas de assunto dos e-mails de promoção semanais. Idealmente, isso terá uma audiência relativamente grande e as comunicações serão regulares. Uma vez que o projeto foi identificado, precisamos de informações sobre o tópico pretendido e a voz da marca para construir o modelo de linguagem. A Phrasee precisa de resultados de desempenho de forma contínua. Como nossa solução usa aprendizado de máquina, é importante que mesuremos e acompanhamos métricas-chave ao longo do tempo. Essas informações são alimentadas de volta em nosso sistema para que ele possa continuar a otimizar para engajamento.

Há algo mais que você gostaria de compartilhar sobre a Phrasee?

Quando Parry, Victoria e eu começamos a Phrasee há cinco anos, estávamos certos de que seria apenas uma questão de tempo antes que muitas outras startups surgissem com produtos semelhantes. Nosso plano era dar um salto à frente da concorrência e manter uma vantagem. No entanto, fomos surpreendidos pela falta de entrantes nesse espaço. Onde está todo mundo? Acho que há alguns motivos para isso, mas um dos principais é que a linguagem é um problema tão difícil. Suspeito que outros tentaram criar produtos semelhantes, mas falharam cedo nas etapas de P&D. Isso é um testemunho de quão única é nossa tecnologia.

Obrigado pela entrevista informativa sobre Processamento de Linguagem Natural, Geração de Linguagem Natural e Aprendizado Profundo. Para saber mais, os visitantes podem visitar Phrasee.