Имоджен Лоу, сооснователь и технический директор NWO.ai – Интервью

Имоджен Лоу – сооснователь и технический директор NWO.ai, предсказательной платформы, отслеживающей более 20 миллионов микротрендов и уведомляющей клиентов о тенденциях до того, как они станут экспоненциальными.

Что изначально заинтересовало вас в машинном обучении?

Я впервые стала интересоваться машинным обучением, когда была в школе. В свободное время я разрабатывала интерактивные 3D-карты сложных, многоуровневых объектов, таких как торговые центры, аэропорты, больницы и школы. Эти карты можно было использовать для помощи в навигации и ориентировании для посетителей. Меня также интересовала коллекция поведенческих данных о отдельных пользователях, когда они перемещались по зданиям. Эта информация могла быть использована для предсказания потока пешеходного движения во времени и оптимизации маршрутов навигации.

Но только когда мне было 17 лет, и я получила свою первую работу в качестве инженера-машинного обучения в SAP, я действительно стала увлечена ИИ. Во время работы в SAP я работала над различными задачами. Например, я анализировала спутниковые данные от NASA для предсказания качества урожая; я использовала технологию компьютерного зрения для анализа видеозаписей с беспилотников для мониторинга скота; я использовала транзакционные данные предприятия для предсказания налогового мошенничества; и я объединила технологию компьютерного зрения с обработкой естественного языка для создания разговорных и дополненных реальных виртуальных помощников.

Вы прошли необычный путь из Австралии в Сингапур и, наконец, в Америку. Расскажите об этом пути.

Приложение для навигации внутри зданий, которое я разработала в школе, привело меня на конференцию Asia Pacific ICT Alliance (APICTA) в Тайвань. Этот опыт дал мне новую перспективу на темп технологических изменений и инноваций в Азии, особенно в отношении их принятия технологий искусственного интеллекта. Я хотела погрузиться в азиатскую страну и стать частью этих достижений. Поэтому я приняла предложение о работе в качестве инженера-машинного обучения в головном офисе SAP APJ в Сингапуре.

Во время работы в Сингапуре я разработала виртуального помощника, который стал ведущим примером инноваций в SAP. Итак, меня пригласили продемонстрировать его на инновационном саммите по всей Азии. На саммите я слушала fascинirующую ключевую речь от Пулкита Джайсвала, успешного предпринимателя в области беспилотников. Он объяснил, как он может предсказать геополитическое напряжение между странами, анализируя онлайн-данные. Меня так заинтересовала эта идея, что я решила уволиться с работы в тот же день и стать сооснователем его нового проекта, NWO. Хотя компания базируется в Нью-Йорке, я базируюсь в Сиднее.

Можете ли вы описать, как NWO.ai помогает выявлять тенденции до того, как они станут экспоненциальными?

В NWO.ai мы моделируем, как распространяются различные идеи по глобальным сетям. Наша цель – предсказать значительные скачки в доле внимания. Для этого мы разработали двигатель корреляции, который определяет, какие источники данных и голоса потребителей являются наиболее сильными предикторами принятия тенденции. Мы также можем определить основные факторы, влияющие на рост. Затем мы используем нашу динамическую систему весов для усиления наиболее предсказуемых данных и ослабления отстающих.

Какие технологии машинного обучения используются?

Мы используем набор передовых моделей машинного обучения на основе обработки естественного языка (NLP), таких как кодировщики документов, модели распознавания именованных сущностей (NER) и машинный перевод. Мы объединяем их с методами, которые мы приняли из ассоциативного правилного майнинга и теории графов, для моделирования наших неструктурированных текстовых наборов данных в временно-осведомленный, многоязычный, семантический граф знаний. Мы можем затем представить, насколько сильно связаны различные идеи в разные моменты времени и динамически строить ассоциации между новыми данными в реальном времени.

Какие публичные или частные источники данных используются?

Мы в основном полагаемся на неструктурированные, публично доступные источники данных для построения наших моделей предсказания. Это включает в себя публикации в социальных сетях, новостные статьи, блоги, форумы, комментарии и истории поиска. Мы также объединяем их с проприетарными транзакционными данными предприятия, такими как исторические продажи, спрос и данные о запасах.

Какой совет вы можете дать женским предпринимателям?

Теперь – отличное время, чтобы быть женским основателем! Не пугайтесь тем, что предпринимательство в основном доминируется мужчинами. Была большая потребность в гендерном разнообразии в предпринимательстве в последнее время. Женщины имеют многое, что можно предложить в плане конкурирующих перспектив на мир и различных способов решения проблем. Из-за этого мы видим новые сети поддержки, которые поощряют женщин начинать бизнес и предлагают руководство, наставничество и инвестиционные возможности.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, рекомендуется посетить NWO.ai.