Phil Hall, Chief Growth Officer la LXT – Seria de interviuri

Phil Hall, Chief Growth Officer la LXT, este un fost executiv Appen și membru al Consiliului Tehnologic Forbes. În calitate de lider la Appen, el a condus o divizie de peste 1.000 de angajați și a jucat un rol cheie în realizarea a 17 ani consecutivi de creștere a veniturilor, cu profitabilitate puternică. În rolul său actual la LXT, el lucrează cu o echipă de experți selectați pentru a atinge obiectivele ambițioase de creștere.

LXT este un lider emergent în domeniul datelor de antrenare AI pentru a alimenta tehnologia inteligentă pentru organizații globale, inclusiv cele mai mari companii de tehnologie din lume. În parteneriat cu o rețea internațională de contribuitori, LXT colectează și anotează date în multiple modalități, cu viteza, scala și agilitatea necesare pentru întreprinderi. Ei au o expertiză globală care acoperă peste 115 țări și 750 de locuri de limbă. Fondată în 2010, LXT are sediul central în Toronto, Canada, cu prezență în Statele Unite, Australia, Egipt, Regatul Unit și Turcia. Compania deservește clienți în America de Nord, Europa, Asia-Pacific și Orientul Mijlociu.

Când ai descoperit pentru prima dată că ești pasionat de limbă?

Am fost atras de limbă de cât pot să-mi amintesc, dar în ceea ce privește implicarea mea directă în limbă și lingvistică, a existat un singur punct de cotitură semnificativ pentru mine. Am realizat foarte devreme că unul dintre copiii noștri era dislexic, și când am vorbit cu școala lor despre sprijin suplimentar, ei au spus că, deși existau programe pe care le puteam accesa, existau și lucruri pe care le puteam face ca voluntar la școală pentru a ajuta fiica noastră și alți copii. A mers bine, și de acolo am ajuns să studiez lingvistică și m-am regăsit predând la două universități din Sydney.

Ce te-a inspirat să-ți schimbi focusul de la predarea lingvisticii la spațiul datelor de vorbire?

Compania Appen din Sydney se afla într-un moment de tranziție de la a fi o operațiune condusă dintr-o cameră dintr-o casă la a deveni o operațiune comercială completă. Mi s-a spus că erau în căutarea unor lingviști (poate mai exact, un lingvist!) și am fost introdus fondatorilor Julie și Chris Vonwiller. Tranziția a fost treptată și s-a întins pe aproximativ doi ani. Eram reticent să renunț la predare – lucrul cu studenți de înaltă performanță a fost atât inspirator, cât și foarte divertisment. Dar, în special în acei ani de pionierat, am rezolvat probleme dificile alături de experții lideri în tehnologia limbajului, și nivelul de entuziasm a fost ridicat. Multe dintre ceea ce se consideră a fi de la sine înțeles astăzi, a fost foarte dificil la acea vreme.

Ce te-a motivat să ieși din retragere și să te alături LXT?

Acesta este un întrebare interesant, deoarece eram cu adevărat relaxat în retragere. De fapt, co-fondatorul și CEO-ul nostru, Mohammad Omar, m-a abordat cu luni înainte de a răspunde la prima lui întrebare, deoarece trăiam o viață relaxată și nu luasem în considerare să revin la munca cu normă întreagă.

Dar, în cele din urmă, oportunitatea a fost pur și simplu prea bună pentru a o refuza.

În timp ce vorbeam cu Mohammad și ceilalți membri ai echipei LXT, am recunoscut imediat o pasiune împărtășită pentru limbă. Echipa pe care Mohammad o adunase era plină de gânditori creativi cu energie nelimitată, care erau pe deplin dedicați misiunii companiei.

Pe măsură ce am aflat mai multe despre oportunitatea de la LXT, am realizat că era una pe care nu voiam să o ratez. Aici era o companie cu un potențial enorm de a se extinde și de a crește într-un domeniu pe care îl sunt pasionat. Și, pe măsură ce piața pentru AI continuă să crească exponențial, oportunitatea de a ajuta mai multe organizații să treacă de la experimentare la producție este una care mă entuziasmează și sunt foarte fericit să fac parte din ea.

Care sunt unele dintre provocările actuale din spatele achiziționării de date la scară largă?

Provocările sunt la fel de variate ca și aplicațiile care le determină.

Într-un sens practic, provocările includ autenticitatea, fiabilitatea, acuratețea, securitatea și asigurarea că datele sunt potrivite pentru scop – și asta fără a lua în considerare numărul tot mai mare de provocări legale și etice inerente în achiziționarea de date.

De exemplu, dezvoltarea tehnologiei pentru a sprijini vehiculele autonome necesită colectarea unor volume extrem de mari de date în multiple scenarii, astfel încât mașina să înțeleagă cum să răspundă la situații din lumea reală. Există un număr infinit de cazuri limită pe care le poți întâlni atunci când conduci, astfel încât algoritmii care alimentează aceste vehicule au nevoie de seturi de date care să acopere totul, de la străzi la semne de stop și până la obiecte care cad. Și apoi, dacă multiplicați asta cu numărul de evenimente meteo care pot apărea, cantitatea de date de antrenare necesare crește exponențial. Companiile care se aventurează în spațiul autonom necesită să stabilească o conductă de date fiabilă, și a face asta pe cont propriu ar necesita o cantitate masivă de resurse.

Un alt caz de utilizare este extinderea unui produs de voce AI existent în noi piețe pentru a captura cota de piață și clienți noi. Acest lucru necesită inevitabil date lingvistice, și pentru a obține acuratețe, este critic să se obțină date de vorbire de la vorbitori nativi dintr-o varietate de profiluri demografice. Odată ce datele au fost colectate, fișierele de vorbire trebuie transcrise pentru a antrena algoritmii NLP ai produsului. A face asta pentru multiple limbi și la volumele de date necesare pentru a fi eficient este extrem de dificil pentru companii să o facă pe cont propriu, în special dacă le lipsește expertiza internă în acest domeniu.

Acestea sunt doar două exemple ale multor provocări care există cu colectarea de date pentru AI la scară largă, dar, așa cum puteți imagina, automatizarea caselor, dispozitivele mobile și colectarea de date biometrice au fiecare provocări specifice.

Care sunt modalitățile actuale în care LXT colectează și anotează date?

La LXT, colectăm și anotăm date diferit pentru fiecare client, deoarece toate angajamentele noastre sunt personalizate pentru a îndeplini specificațiile clienților noștri. Lucrăm cu o varietate de tipuri de date, inclusiv audio, imagine, vorbire, text și video. Pentru colectarea de date, lucrăm cu o rețea globală de contractori pentru a colecta date în aceste diferite modalități. Colectările pot varia de la obținerea de date în medii din lumea reală, cum ar fi case, birouri sau în mașină, până la în-studio, cu ingineri experimentați, în cazul anumitor proiecte de colectare de date de vorbire.

Capacitățile noastre de anotare a datelor acoperă, de asemenea, multiple modalități. Experiența noastră a început în spațiul vorbirii și, în ultimii 12 ani, am extins în peste 115 țări și peste 750 de locuri de limbă. Acest lucru înseamnă că companiile de toate dimensiunile pot să se bazeze pe LXT pentru a ajuta la pătrunderea pe o gamă largă de piețe și la capturarea de noi segmente de clienți. Mai recent, am extins în domeniul textului, imaginilor și videourilor, și platforma noastră internă este utilizată pentru a livra date de înaltă calitate clienților noștri.

Un alt domeniu de creștere interesant pentru noi a fost munca noastră de anotare securizată. Doar anul acesta am extins amprenta noastră de facilități securizate ISO 27001 de la două la cinci locații în întreaga lume. Am dezvoltat un plan de lucru care ne permite să stabilim noi facilități într-o perioadă de câteva luni. Serviciile pe care le oferim în aceste facilități securizate sunt, în prezent, anotarea și transcrierea datelor de vorbire, dar pot fi utilizate pentru anotarea datelor de orice tip.

De ce este mai bună sursa de date în acest mod decât datele sintetice?

Datele sintetice sunt un progres interesant în domeniul AI și sunt potrivite pentru anumite cazuri de utilizare, în special pentru cazurile limită care sunt greu de capturat în lumea reală. Utilizarea datelor sintetice este în creștere, în special în primele etape ale maturității AI, când companiile sunt încă în modul de experimentare. Cu toate acestea, cercetarea noastră arată că, pe măsură ce organizațiile maturează strategiile lor de AI și introduc mai multe modele în producție, ele sunt mult mai probabil să utilizeze metode de învățare automată supravegheată sau semi-supravegheată care se bazează pe date anotate de oameni.

Oamenii sunt pur și simplu mai buni decât computerele la înțelegerea nuanțelor pentru a crea datele necesare pentru a antrena modelele de învățare automată să funcționeze cu acuratețe ridicată, și supravegherea umană este, de asemenea, critică pentru a reduce prejudecățile.

De ce este această dată atât de importantă pentru vorbire și procesarea limbajului natural?

Pentru ca algoritmii de vorbire și procesare a limbajului natural să funcționeze eficient în piețele lor destinate, ei au nevoie de volume mari de date sursă de la vorbitori nativi care au contextul cultural al utilizatorilor finali pe care îi reprezintă. Fără aceste date, adoptarea tehnologiei de voce AI va avea limitări severe.

În plus, mediul trebuie să fie luat în considerare la colectarea datelor de vorbire. Dacă soluția de voce AI care este antrenată va fi utilizată într-o mașină, de exemplu, există condiții diferite de drum și vreme care afectează vorbirea și trebuie să fie luate în considerare. Acestea sunt scenarii complexe în care un partener de date experimentat poate ajuta.

Este ceva ce ai vrea să împărtășești despre LXT?

Mai întâi, vreau să vă mulțumesc pentru oportunitatea de a împărtăși povestea noastră! Aș vrea să subliniez că compania noastră este dedicată să ajute organizații de toate dimensiunile să reușească cu inițiativele lor de AI. Am fost concentrați pe livrarea de date de AI personalizate pentru companii din întreaga lume timp de peste 12 ani și ne-ar plăcea să ne conectăm cu oricine dorește să creeze o conductă de date fiabilă pentru a sprijini proiectele lor de AI.

Mulțumim pentru interviul minunat, cititorii care doresc să afle mai multe pot vizita LXT.