Imogen Low, Co-Fondator & CTO la NWO.ai – Seria de Interviuri

Imogen Low este Co-Fondator și director tehnic (CTO) la NWO.ai, o platformă predictivă care urmărește peste 20 de milioane de microtendințe și notifică clienții despre tendințe înainte ca acestea să devină exponentiale.

Ce v-a atras inițial spre Machine Learning?

Am devenit interesat de machine learning când eram la liceu. În timpul meu liber, dezvoltam hărți interactive 3D ale unor facilități complexe, cu multiple niveluri, cum ar fi centrele comerciale, aeroporturile, spitalele și școlile. Aceste hărți puteau fi utilizate pentru a ajuta la navigarea și orientarea în interiorul clădirilor pentru vizitatori. De asemenea, eram interesat de colectarea de puncte de date comportamentale despre utilizatori individuali pe măsură ce se deplasează prin clădiri. Aceste informații puteau fi utilizate pentru a anticipa fluxul de trafic pietonal în timp și pentru a optimiza rutele de navigare.

Dar nu a fost până când am împlinit 17 ani și am obținut primul meu loc de muncă ca inginer de machine learning la SAP, că am devenit realmente entuziasmat de AI. În timp ce lucram la SAP, am lucrat la o varietate de probleme diferite. De exemplu, am analizat date din satelit de la NASA pentru a prevedea calitatea recoltei; am utilizat tehnologia de vizualizare a computerului pentru a analiza imagini din drone pentru a monitoriza efectivele de animale; am utilizat date tranzacționale ale întreprinderii pentru a prevedea frauda fiscală; și am combinat tehnologia de vizualizare a computerului cu procesarea limbajului natural pentru a construi asistenți virtuali conversaționali și realitate augmentată.

Ați urmat un drum neobișnuit de la Australia, în Singapore și, în final, în America. Puteți discuta despre această călătorie?

Aplicația de navigare interioară pe care am dezvoltat-o în liceu m-a dus în Taiwan, unde am prezentat-o la conferința de premii APICTA (Alianța pentru Tehnologia Informației și Comunicațiilor din Asia-Pacific). Experiența mi-a oferit o nouă perspectivă asupra ritmului schimbărilor tehnologice și inovațiilor care aveau loc în Asia, în special adoptarea tehnologiilor de inteligență artificială. Am dorit să mă implic într-o țară asiatică și să fiu parte a acestor progrese. Așadar, am acceptat un post de machine learning în sediul central al SAP APJ din Singapore.

În timp ce lucram în Singapore, am dezvoltat un asistent virtual care a devenit un exemplu de inovație la SAP. Așadar, am fost invitat să îl prezint la un summit de inovație în Asia. La summit, am ascultat o prezentare fascinantă a lui Pulkit Jaiswal, un antreprenor de drone de succes. El a explicat cum poate prevedea tensiunile geopolitice dintre țări prin analiza datelor online. Am fost atât de intrigat de idee, încât am decis să renunț la jobul meu în acea zi și să mă asociez cu el ca co-fondator în noua lui aventură, NWO. Deși compania este cu sediul în New York, eu sunt bazat în Sydney.

Puteți descrie cum NWO.ai ajută la identificarea tendințelor înainte ca acestea să devină exponentiale?

La NWO.ai, modelăm modul în care adoptarea diferitelor idei se răspândește prin rețelele globale. Scopul nostru este de a prevedea creșterile semnificative ale cotei de piață. Pentru a realiza acest lucru, am proiectat un motor de corelație care identifică care surse de date și voci ale consumatorilor sunt cele mai puternice predictori ai adoptării unei tendințe. De asemenea, putem identifica factorii principali care influențează creșterea. Apoi, utilizăm sistemul nostru de ponderare dinamică pentru a amplifica cel mai predictiv punct de date și a reduce pe cele care întârzie.

Care sunt unele dintre tehnologiile de machine learning utilizate?

Noi utilizăm un set de modele de procesare a limbajului natural de ultimă generație, cum ar fi codificatorii de documente, modelele de recunoaștere a entităților numite (NER) și traducerea mașinilor. Combinăm acestea cu tehnici pe care le-am adoptat din mineritul de asociații și teoria grafurilor pentru a modela seturile noastre de date textuale neestructurate într-un graf semantic multilingv și conștient de timp. Putem reprezenta astfel cât de puternic sunt asociate diferitele idei la diferite momente și putem construi dinamic asocieri între noi puncte de date în timp real.

Ce tip de surse de date publice sau private sunt utilizate?

Noi ne bazăm în primul rând pe surse de date publice neestructurate pentru a construi modelele noastre de predicție. Acestea includ postări pe rețelele sociale, articole de știri, bloguri, forumuri, comentarii și istoricul căutărilor. De asemenea, combinăm acestea cu date tranzacționale enterprise proprii, cum ar fi datele istorice de vânzări, cerere și stoc.

Ce sfaturi aveți pentru antreprenorii femei?

Acesta este un moment excelent pentru a fi o fondatoare! Nu fi descurajată de ideea că antreprenoriatul este predominant dominat de bărbați. A existat o cerere mai mare pentru diversitatea de gen în antreprenoriat în ultimul timp. Femeile au multe de oferit în ceea ce privește perspectivele concurente asupra lumii și modalitățile diferite de abordare a problemelor. Din cauza acestui fapt, vedem rețele de sprijin noi care încurajează femeile să înceapă afaceri și oferă îndrumare, mentorat și oportunități de investiții.

Mulțumim pentru acest interviu minunat. Citiitorii care doresc să afle mai multe pot vizita NWO.ai.