James Kaplan, CEO și Co-Fondator al MeetKai Metaverse – Seria de Interviuri

James Kaplan este CEO și Co-Fondator al MeetKai, o companie de Inteligență Artificială, Realitate Virtuală și Căutare Conversațională cu sediul în Los Angeles, California, care conduce în prezent cursa de vorbire a inteligenței artificiale cu caracteristici fără precedent. Inteligența conversațională a sa poate înțelege vorbirea mai complexă și oferi rezultate personalizate într-o conversație naturală despre multe subiecte, în realități diferite. Tehnologia MeetKai este implementată la nivel global prin iOS, Google Play și AppGallery.

Ați avut o pasiune pentru IA de la vârsta de 6 ani, cum ați fost introdus pentru prima dată în această tehnologie?

Introducerea mea în IA a venit de la jocuri video. Mai întâi, a fost de la încercarea de a înțelege cum funcționează IA în jocul Oregon Trail – nu foarte inteligent, dar totuși o formă de IA. De acolo, interesul meu pentru IA a crescut și mai mult pe măsură ce am intrat în jocuri MMORPG. Îmi plăcea foarte mult să joc jocuri online, dar uram să caut obiecte. De aceea, am început să scriu boturi.

Care au fost primele aplicații de IA pe care le-ați programat?

Scrierea de boturi pentru jocuri MMORPG a fost realmente prima mea încercare de a dezvolta o formă specifică de IA. La început, boturile mele erau foarte simple și mai aproape de macro-uri decât de inteligență artificială. Dar pe măsură ce am crescut și pe măsură ce detectarea boturilor a devenit mai bună în multe jocuri, acest lucru a început să necesite ca boturile să semene mai mult cu un jucător. Am întotdeauna încercat să scriu boturi – am scris un bot care a câștigat un concurs Taylor Swift în timp ce eram la școală (și ea a venit să cânte!). De asemenea, am scris primul bot Pokémon Go și, din păcate, am făcut ca multe persoane să fie blocate atunci când am pierdut interesul pentru evitarea detectării.

Ați lansat MeetKai în 2018, după ce ați fost frustrat de asistenții vocali de IA actuali. De ce oferă majoritatea asistenților de IA o experiență lipsită de entuziasm?

Esenta problemei constă în faptul că majoritatea asistenților de IA depind prea mult de API-urile externe pentru îndeplinire. Chiar și atunci când controlează îndeplinirea, cum ar fi Alexa pentru căutarea de comerț electronic, suferă de aceleași probleme. Pur și simplu, cum puteți aștepta ca un asistent vocal să fie deștept atunci când tot ce face este să transforme vorbirea în text și să introducă acel text într-un motor de căutare text? Am început MeetKai cu ideea că am putea oferi un asistent de IA „sărit” prin controlul întregului proces de prelucrare de la capăt la capăt care constituie un asistent vocal. Am dezvoltat un motor de căutare conversațional în loc de unul bazat pe cuvinte cheie pentru a susține întrebări și conversații mai complicate. Alți asistenți sunt blocați cu experiențe lipsite de entuziasm pentru că nu pot construi suport pentru conversații cu mai multe runde pe baza unor factori limitatori. În timp ce scopul nostru este să ajungem acolo, suntem încă foarte mult la începutul extinderii tehnologiei noastre pentru a îndeplini același număr de domenii ca și jucătorii existenți.

Care sunt unele dintre provocările de înțelegere a limbajului natural și de procesare a limbajului natural din spatele construirii unei experiențe de asistent vocal de ultimă generație?

Una dintre principalele provocări ale NLU de ultimă generație este să se depășească intențiile și entitățile. Majoritatea NLU se concentrează pe abordarea tradițională a înțelegerii limbajului. Fiecare intrare este clasificată într-o intenție, iar apoi token-urile din interior sunt etichetate în entități folosind un model de etichetare a secvenței. Aș putea enumera zeci de probleme cu această abordare standard. Cu toate acestea, cele mai importante sunt:

1. Clasificarea intenției care este independentă de context nu reușește să gestioneze conversații cu mai multe runde. Majoritatea abordărilor se preocupă doar de textul brut care a fost transcris. Nu se preocupă de context – nu de cine este utilizatorul, nu ce îi place utilizatorului, doar de ceea ce tocmai a întrebat. Acest lucru este deosebit de important atunci când utilizatorul spune ceva scurt.
2. Modelele de recunoaștere a entităților fac o treabă proastă cu orice lucru care nu este o valoare categorică. Modelele de limbaj mari nu pot adapta suficient de repede la noi entități care sunt în sălbăticie pentru că nu sunt în setul de date. IA trebuie să aibă o modalitate mult mai sofisticată de a recunoaște entitățile, luând în considerare un context mult mai profund. De exemplu, locația utilizatorului ar trebui să influențeze puternic dacă ceva este un nume de restaurant sau altceva.
3. Relațiile dintre entități nu sunt bine luate în considerare. Exemplul meu preferat este cât de des majoritatea motoarelor de căutare eșuează atunci când vine vorba de negație. Încercați să căutați un film fără romance pe alți asistenți vocali și veți vedea ce vreau să spun.

Cum funcționează MeetKai AI diferit de traducerea simplă a vocii în text și efectuarea unei căutări Google?

Principala diferență dintre MeetKai și Google în ceea ce privește căutarea este că noi utilizăm un model de înțelegere a limbajului mult mai bogat pentru a căuta articole în sine, și nu doar pagini web. Când căutați „filme cu Tom Cruise fără acțiune”, Google caută pagini care au setul de tokeni care apar pe pagină (Tom Cruise, filme, acțiune). La MeetKai, înțelegem corect că Tom Cruise este un actor, filmele sunt clasa de media pe care o căutăm, și că acțiunea este genul nedorit. Cu aceasta, putem efectua căutări mult mai inteligente.

MeetKai a lansat recent primul său lume VR de lifestyle: MeetKai Metaverse. Puteți discuta despre ce este această aplicație în mod specific?

Majoritatea companiilor din spațiul metaversului lucrează la interacțiunea persoană-persoană. Dincolo de aceasta, conținutul este, de asemenea, în mare parte fie cartoonish, fie doar un videoclip 360°. Scopul nostru cu MeetKai Metaverse este să se concentreze pe un unghi complet diferit – persoană-IA. Dezvoltăm un metavers în care personajele cu care interacționați sunt toate alimentate de IA conversațională de ultimă generație. De asemenea, lucrăm la generarea procedurală a mediului pentru a-l face mult mai realist și imersiv în comparație cu alte companii din acest spațiu. Cele două lumi inițiale disponibile pentru explorare în metaversul nostru sunt pentru două cazuri de utilizare inițiale: meditație și muzee. În primul, am digitalizat un expert în Wing Chun, și pentru prima dată, am creat un personaj IA care poate instrui utilizatorii cum să utilizeze tehnici de meditație revoluționare pentru a intra într-o stare de relaxare. În al doilea, am creat un muzeu de artă în continuă creștere și am oferit un curator IA care poate răspunde la întrebări despre arta din spațiu și oferi tururi.

Care sunt exemple de utilizare a IA în acest Metavers?

Utilizăm IA în trei locuri:

1. Pentru a alimenta capacitățile conversaționale ale fiecărui personaj din metaversul nostru.
2. Pentru a crea dinamic conținutul care este disponibil utilizatorului prin îndrumarea vocală. Exemplele acestui lucru includ sesiuni de meditație și tururi ale galeriilor de artă în primele noastre două experiențe.
3. Pentru a crea spațiul 3D procedural, mai degrabă decât a necesita o dispunere manuală.

Care este viziunea dvs. pentru viitorul asistenților vocali?

Pentru ca asistenții vocali să aibă un viitor, aceștia trebuie să evolueze în ceva mult mai mult decât un sistem bazat pe comenzi. Acest lucru înseamnă obținerea de expertiză și capacități profunde în multe domenii specifice. Cred că asamblarea diferiților asistenți vocali specializați în domenii va fi cheia pentru a construi un asistent meta-inteligent. Acest lucru este în contrast puternic cu încercările de a „face totul deodată” pe care le-am văzut de la intrarea asistenților vocali în acest spațiu.

Există altceva pe care ați dori să-l împărtășiți despre MeetKai sau MeetKai Metaverse?

Încă suntem la începutul drumului nostru în metavers. Scopul nostru final este să putem replica orice experiență pe care o aveți în lumea reală cu metaversul, și apoi să o depășim. Acest lucru înseamnă să eliminăm factorii care limită costul și timpul care restricționează aceleași experiențe în realitate. Metaversul poate să ne permită să trăim vieți mult mai bogate, nu să le înlocuim. Avem încă câteva provocări tehnice care trebuie rezolvate, dar avem o serie clară de repere care pot fi atinse, presupunând că hardware-ul continuă să se îmbunătățească. Lucrăm îndeaproape cu partenerii noștri de hardware pentru a asigura că spațiul VR progresează rapid. Dincolo de VR, vrem să facem experiența noastră de metavers posibilă în afara VR. Vom anunța mai multe informații despre acest lucru în lunile următoare.

Vă mulțumim pentru acest interviu minunat, abia aștept să urmăresc progresul dvs. pe versiunea dvs. de metavers. Citiitorii care doresc să afle mai multe despre MeetKai ar trebui să viziteze MeetKai.