James Kaplan, CEO & Co-Founder of MeetKai Metaverse – Interviu Seria

James Kaplan, este CEO & Co-Founder of MeetKai o companie de Inteligență Artificială, Realitate Virtuală și Căutare Conversațională cu sediul în Los Angeles, California, care în prezent conduce cursa de vorbire AI cu caracteristici niciodată văzute. Inteligența sa conversațională AI poate înțelege discursuri mai complexe 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.

Ai avut o pasiune pentru IA de la vârsta de 6 ani, cum ai 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 m-am apucat de jocuri MMORPG. Îmi plăcea foarte mult să joc jocuri online, dar urâm să caut articole. Prin urmare, m-am apucat de scrierea de Bots.

Care au fost primele aplicații AI pe care le-ai codat?

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 boturile de detectare au devenit mai bune în multe jocuri, acest lucru a început să necesite ca boturile să arate mai mult ca un jucător. Mă bucur întotdeauna de a scrie boturi – am ajuns să scriu un bot pentru a câștiga un concurs Taylor Swift în timp ce eram la școală (și ea a venit realmente să cânte!). De asemenea, am scris primul bot Pokémon Go și, din păcate, am făcut ca mulți oameni să fie interziși atunci când am pierdut interesul pentru evitarea detectării.

Ai lansat MeetKai în 2018, după ce ai fost frustrat de asistenții vocali AI actuali. De ce oferă majoritatea asistenților AI o experiență lipsită de entuziasm?

Esencia problemei este că majoritatea asistenților AI depind prea mult de API-uri 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 poți să te aștepti ca un asistent vocal să fie deștept când tot ce face este să transforme vorbirea în text și să introducă textul într-un motor de căutare text? Am început MeetKai cu ideea că am putea oferi un asistent AI “salt” 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 multi-tur pe baza unor factori atât de limitați. În timp ce obiectivul nostru este să ajungem acolo, suntem încă într-un stadiu foarte timpuriu de extindere a 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 cu NLU de ultimă generație este să mergem dincolo de intenții și entități. Majoritatea NLU se axează pe a avea o abordare 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 secvențială. Aș putea enumera zeci de probleme cu această abordare standard. Cu toate acestea, cele mai critice sunt:

1. O clasificare a intenției care este independentă de context nu reușește să gestioneze o conversație multi-tur. Majoritatea abordărilor se preocupă doar de textul brut care a fost transcris. Nu se preocupă de context — nici cine este utilizatorul, nici ce îi place utilizatorului, doar ce a întrebat el despre. Acest lucru este deosebit de important atunci când utilizatorul spune ceva foarte concis. De exemplu, dacă cineva spune “cosmopolitan”, se poate referi la băutură sau la revistă și depinde foarte mult de persoană.
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 are nevoie de o modalitate mult mai sofisticată de a recunoaște entitățile, luând în considerare un context mult mai profund. De exemplu, locația unui utilizator ar trebui să influențeze puternic dacă ceva este un nume de restaurant sau altceva.
3. Relațiile între entități nu sunt luate în considerare. Exemplul meu preferat este cât de des majoritatea motoarelor de căutare eşuează atunci când vine vorba de negație. Încercați să căutați un film fără romance pe alți asistenți vocali și veți vedea la ce mă refer.

În prezent, majoritatea asistenților vocali traduc pur și simplu vocea în text și efectuează o căutare Google. Cum funcționează MeetKai AI diferit de aceasta?

Principala diferență între 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 aceste token-uri (Tom Cruise, filme, acțiune) care apar pe pagină. La MeetKai, înțelegem corect că Tom Cruise este un actor, filmele sunt clasa de media pe care o căutați, și 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 ce este această aplicație în mod specific?

Majoritatea companiilor din spațiul metaversului lucrează la interacțiunea persoană-la-persoană. Dincolo de aceasta, conținutul este, de asemenea, în mare parte fie desenat, fie doar un videoclip 360°. Obiectivul nostru cu MeetKai Metaverse este să ne concentrăm pe un unghi complet diferit — persoană-la-IA. Dezvoltăm un metavers în care personajele cu care interacționați sunt toate alimentate de IA noastră conversațională de ultimă generație. Mai mult, 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 folosească tehnici de meditație revoluționare pentru a intra într-o stare de relaxare. În al doilea, am creat un muzeu de artă în creștere și am furnizat un curator IA capabil să răspundă la întrebări despre artă din spațiu și să ofere 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. Exemple ale 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 dispoziție manuală.

Care este viziunea dvs. pentru viitorul asistenților vocali?

Pentru ca asistenții vocali să aibă un viitor, trebuie să evolueze în ceva mult mai mult decât un sistem bazat pe comenzi. Acest lucru înseamnă a obține o expertiză și capacități profunde în multe domenii specifice. Cred că asamblarea diferiților asistenți vocali specifici domeniului 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.

Este ceva ce ați dori să împărtășiți despre MeetKai sau MeetKai Metaverse?

Suntem încă la începutul drumului nostru în metavers. Obiectivul 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 că vrem să eliminăm factorii de cost și de timp care limitează 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, cu toate acestea, 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 următoarele luni.

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