Бен Фэйс, генеральный директор RWS – Серия интервью

Бен Фэйс является генеральным директором группы RWS. Он имеет более 25 лет опыта в области цифровой трансформации и масштабирования технологических бизнесов, с сильной репутацией по созданию прибыльного роста, разработке инновационных моделей выхода на рынок и созданию высокоэффективных международных команд.

До того, как присоединиться к RWS, Бен занимал руководящие должности в технологической и деловой сфере. В AOL он стал управляющим директором для Франции, прежде чем перейти в Alphabet (GOOG ) (GOOGL ) в 2008 году, где он был пионером в монетизации YouTube в Европе и позже возглавлял несколько бизнесов Google в регионе EMEA, что в конечном итоге привело к тому, что он стал управляющим директором Google Cloud для Южной Европы и развивающихся рынков. В 2021 году он стал генеральным директором Webhelp в Великобритании, а после приобретения компании Concentrix возглавлял глобальные проекты по трансформации и технологиям в Concentrix Catalyst.

RWS – это глобальная компания, предоставляющая решения в области искусственного интеллекта и услуги по созданию, управлению, переводу и защите информации в крупном масштабе, сочетая передовые технологии с человеческим опытом. Компания специализируется на таких областях, как перевод и локализация языка, услуги по интеллектуальной собственности, а также решения на основе искусственного интеллекта для контента и данных, что позволяет бизнесу эффективно общаться на различных рынках и развертывать системы искусственного интеллекта с учетом культурных и контекстных нюансов. С большой глобальной рабочей силой и десятилетиями опыта RWS поддерживает крупные предприятия в трансформации сложных данных в ясный и достоверный контент, ускоряя инновации и гарантируя, что идеи понимаемы во всем мире.

Вы возглавляли крупные трансформации в компаниях, таких как Google Cloud, и теперь в RWS. Как ваш опыт в масштабировании платформ искусственного интеллекта для предприятий повлиял на ваш подход к созданию Language Weaver Pro как критически важной системы перевода, а не общего назначения?

То, что я узнал из опыта масштабирования искусственного интеллекта для предприятий, заключается в том, что общие инструменты быстро достигают своего потолка в высокорисковых средах.

Предприятиям не нужно что-то, что работает большинство времени. Им нужно что-то, на что они могут положиться – что-то, что они могут встроить в критически важные рабочие процессы, от кадрового управления до локализации и поддержки клиентов.

С Language Weaver Pro мы не начали с вопроса: “Как мы можем создать лучшую модель перевода?” Мы спросили: “Как должна выглядеть система перевода, чтобы предприятие могло ей доверять в крупном масштабе?”

Это меняет фокус. Это не только вопрос качества модели. Это вопрос последовательности, контроля, масштабируемости и безопасности – тех вещей, которые делают систему пригодной для использования в реальном мире.

Одна из вещей, которой я наиболее горжусь, заключается в том, что Language Weaver Pro не потребовала адаптации для предприятий позже. Она была разработана для этого с самого начала.

Хотя другие сейчас движутся в сторону специализации, это то, что Language Weaver построила в свою основу на протяжении многих лет. Наше партнерство с Cohere дало нам возможности мирового класса в области искусственного интеллекта – и мы добавили в них необходимые для этого предприятия контроли и лингвистический опыт, чтобы сделать их действительно пригодными для использования в крупном масштабе.

Language Weaver Pro построена на модели с более чем 100 миллиардами параметров. Какие архитектурные или обучающие решения были критически важны для достижения сильных результатов на уровне абзаца и документа, где многие системы перевода обычно испытывают трудности?

Большинство систем перевода оптимизированы для предложения как единицы перевода – что отражает, как исторически работала индустрия локализации. Проблема заключается в том, что смысл не всегда существует на уровне предложения. Неоднозначность, последовательность терминологии и тон работают на более длинных участках текста. Достижение сильных результатов на уровне абзаца потребовало намеренных решений, включая выбор гораздо большего окна контекста, чем у типичных систем перевода.

Одной из проблем, с которой сталкиваются большинство систем, является то, что обработка более крупного контекста обычно сопровождается увеличением времени обработки. Именно здесь архитектура Mixture of Experts вступает в игру. MoE позволяет Language Weaver Pro быть одновременно достаточно большой, чтобы справиться с сложным, длинным контентом, и эффективной, чтобы развертывать его в масштабе предприятия.

Платформа заняла первое место в 31 из 32 языков в бенчмарках, проводимых людьми. Как оценка человека отличается от автоматических метрик, и почему это различие важно для деловых случаев?

Автоматические метрики необходимы для масштаба. Чтобы последовательно оценивать качество, вы не можете постоянно проводить оценку человека на 32 языках и тысячи сегментов без них. Но есть ограничения. Традиционные метрики, такие как BLEU, измеряют поверхностное совпадение слов, что означает, что перевод может хорошо оцениться, но не передавать нюансы, или плохо оцениться, будучи совершенно точным. Даже более сложные нейронные метрики являются прокси для человеческого суждения, а не заменой ему. Перевод, который технически точен, но тонально неправильен в культурном контексте, может нанести реальный ущерб.

Именно поэтому мы провели оба. Слепые оценки человека, которые мы провели с нашими профессиональными переводчиками, дали нам область и культурную чувствительность, о которой действительно заботятся наши корпоративные клиенты и их конечные пользователи.

Многие системы перевода с помощью искусственного интеллекта испытывают трудности с поддержанием последовательности на протяжении длинных документов. Как Language Weaver Pro сохраняет смысл и контекст на протяжении абзацев, особенно в юридических или нормативных контекстах?

Последовательность – одна из самых сложных задач в переводе в крупном масштабе – и это не то, что общие модели могут решить самостоятельно.

Это также область, где у нас был реальный старт. Решения, такие как Trados и Language Weaver, давно включили сильные терминологические контроли, поэтому вы можете обеспечить последовательность языка даже в самых крупных и сложных наборах контента.

Это имеет значение больше, чем когда-либо, в регулируемых средах. В юридических или нормативных контекстах последовательность не является приятной вещей – это критически важная вещь. Одна вариация в переводе определенного термина может сделать контракт недействительным, исказить нормативную заявку или ввести реальный риск.

Контроль терминологии удаляет эту неопределенность. Он гарантирует, что окончательный вывод использует именно тот язык, который одобрен юридическими и нормативными командами – последовательно и в крупном масштабе.

Вы описали это как сдвиг от перевода к Language Intelligence. Что это значит на практике, и как это меняет то, как предприятия взаимодействуют с многоязычным контентом?

На протяжении десятилетий отрасль рассматривала перевод как механический процесс, который преобразует слова из одного языка в другой. И хотя специализированные человеческие процессы перевода, такие как трансcreation, существовали уже некоторое время, все это было связано с относительно медленным процессом, который фокусировался на количестве слов. “Language Intelligence” фундаментально меняет эту парадигму. Это сдвиг от перевода слов к真正ему пониманию смысла; это о понимании контекста, нюансов, голоса бренда и конкретной цели за контентом, независимо от исходного языка. Мы переходим от пассивной, реактивной задачи к активной, стратегической способности.

На практике, когда наши инструменты искусственного интеллекта могут сделать переводы более плавными и контекстно-осведомленными, человеческий слой Cultural Intelligence может сосредоточиться не только на пост-редактировании контента, но и на его актуальности и влиянии.

Платформа подчеркивает управление, контроль терминологии и безопасность данных. Какие конкретные системы реализованы для обеспечения того, чтобы переводы соответствовали требованиям соответствия в отраслях, таких как финансы и здравоохранение?

Доверие является основой нашей платформы, особенно для регулируемых отраслей. Во-первых, мы предлагаем гибкость развертывания, которую не могут предложить общие инструменты. Клиенты могут запускать Language Weaver на своих собственных машинах или в своей собственной выделенной частной облачной среде. Это гарантирует, что чувствительные данные никогда не покидают их безопасную среду, что является непременным условием для выполнения требований по резидентности данных.

Во-вторых, мы предоставляем детальный контроль над выводами, которые могут меняться в соответствии с требованиями отрасли. Клиенты могут встраивать свои собственные одобренные глоссарии непосредственно в модель. Это гарантирует, что конкретное юридическое заявление в финансах или одобренный медицинский термин в здравоохранении переводится правильно и последовательно каждый раз, исключая риск некомплиантного языка.

Наконец, управление встроено в платформу. Она интегрируется с существующими框ами безопасности предприятия, обеспечивая полные аудиторские следы и контроли доступа, и клиенты всегда могут направлять контент экспертам-людям для сертификатов точности или для обязательного обзора.

В отличие от общих моделей искусственного интеллекта, Language Weaver Pro создана специально для перевода. Каковы компромиссы между специализацией и гибкостью, и почему специализация становится более важной для искусственного интеллекта предприятий?

Общая модель – это немного как швейцарский армейский нож. Она универсальна – она может предложить рецепт из того, что есть в вашем холодильнике, нарисовать план пейзажа, написать стихотворение или даже попытаться написать код.

Но когда речь идет о критически важной работе предприятия, “достаточно хорошо” не достаточно. Вы не будете использовать швейцарский армейский нож для хирургии, если у вас есть выбор. Вы хотите точный инструмент.

Это разница с моделью, специально созданной для перевода, такой как Language Weaver Pro. Мы не пытаемся сделать все. Мы фокусируемся на том, чтобы делать одну вещь исключительно хорошо – доставлять точные, надежные переводы в крупном масштабе.

Такой уровень специализации становится необходимым. Ставки слишком высоки для общих инструментов. Предприятиям нужны переводы, которым они могут доверять – контент, который ясен, действенный и точен каждый раз.

Сотрудничество с Cohere объединяет лингвистическую экспертизу и безопасную инфраструктуру искусственного интеллекта. Как система разработана для балансирования производительности, конфиденциальности и гибкости развертывания в облачных, локальных и гибридных средах?

Это сотрудничество является фундаментальным для нашей стратегии, поскольку оно было разработано вокруг основной концепции, что искусственный интеллект мирового класса должен адаптироваться к безопасности клиента, а не наоборот. Мы отказываемся заставлять предприятия использовать единую модель, подходящую для всех, в публичном облаке.

Наша конструкция достигает этого баланса, разделяя модель искусственного интеллекта от инфраструктуры, на которой она работает. Cohere предоставляет базовую модель мирового класса, будучи нашим партнером, и мы добавляем лингвистический опыт и гибкость развертывания, за которые мы уже известны. Это позволяет нам развертывать эти высокопроизводительные, плавные модели, где бы ни находились данные наших клиентов. Для банка или разведывательного агентства это означает запуск полностью в их собственных машинах. Для поставщика медицинских услуг это может быть в их выделенной частной облачной среде для выполнения требований HIPAA. И для глобальной технологической компании гибридная модель может обеспечить производительность и гибкость в разных регионах, сохраняя при этом безопасность данных, где это необходимо.

Ключом является то, что клиент всегда контролирует. Они получают полную производительность самой большой и передовой модели перевода в отрасли, не компрометируя при этом свою приватность или требования соответствия. Мы доставляем силу к их периметру.

Одним из самых больших рисков для предприятий является перевод, который кажется правильным, но содержит тонкие ошибки. Как ваша платформа выявляет и снижает эти риски, особенно в высокорисковых сценариях?

Это фундаментальный недостаток общих моделей искусственного интеллекта, и как компания, специализирующаяся на Language Intelligence, мы понимаем, что это неприемлемый риск. Звучно-неприличная чушь – это ответственность, а не актив.

Мы стремимся смягчить этот риск несколькими способами. Во-первых, наши модели не обучаются на нефильтрованном публичном интернете. Они строятся на основе четырех десятилетий высококачественных, переведенных людьми и специфичных для области лингвистических данных. Это учит модель быть правильной, а не только плавной. Она учится правильному способу перевода сложных юридических положений и точных медицинских инструкций, потому что она научилась на чистых данных, а не на интернет-шуме.

Мы также предоставляем нашим клиентам прямой контроль над выводом. Через управление терминологией и обратную связь они могут зафиксировать правильный перевод для своих наиболее критических и двусмысленных терминов. Это гарантирует, что конкретный патентный иск или взаимодействие препарата отображается с правильными переводами каждый раз.

Наконец, мы закрываем цикл. Наши системы разработаны для интеграции с человеческим опытом для обзора и уточнения. Эта постоянная обратная связь от экспертных лингвистов и собственных рецензентов клиентов создает цикл непрерывного улучшения, обнаруживая тонкости и тонкие ошибки, на которые общие модели слепы.

С сильной конкуренцией со стороны инструментов, таких как DeepL и Google’s Gemini, видите ли вы будущее перевода с помощью искусственного интеллекта, смещающееся в сторону моделей, специфичных для области, и что это значит для более широкой экосистемы искусственного интеллекта?

Дайте мне ответить на это анекдотом. У нас есть клиент, крупный игрок в вычислительной технике, который работает с несколькими поставщиками перевода. Мы работаем с большинством их портфеля, и одна из ключевых причин, по которой они выбирают нас, заключается в том, что когда что-то не так, мы можем это исправить. Техническая терминология на корейском языке не совсем соответствует? У нас есть команда для этого. Немецкие цифры вызывают проблемы? У нас есть люди, которые могут помочь.

Это более широкая точка. Мы ожидаем, что будущий прогресс в искусственном интеллекте будет происходить не столько от чистых достижений моделей, сколько от решений, которые могут использовать соответствующий контекст – лингвистический, культурный и специфичный для области. RWS, через свой обширный портфель продуктов, десятилетия проприетарных данных и глубокие отношения с клиентами, имеет доступ именно к такому контексту. Общие поставщики могут соответствовать модели; но они не могут воспроизвести это. Будущее принадлежит поставщикам, которые объединяют передовой искусственный интеллект с людьми и институциональным опытом, чтобы сделать его работать в реальном мире – и именно там мы сидим.

Спасибо за отличное интервью, всем, кто хочет узнать больше, следует посетить RWS.