Марк Слоан, сооснователь и CEO Scout – Интервью

Марк Слоан – сооснователь и CEO Scout, первого в мире веб-браузера-чатбота, цифрового помощника для выполнения любых задач в Интернете. Scout предлагает полезные действия на основе того, что вы делаете в Интернете.

Что первоначально привлекло вас к ИИ?

Мой первый опыт работы с ИИ был во время года перерыва, который я провел в команде исследований обработки естественного языка в GCHQ во время моей бакалавриатской степени. Я увидел лично, какое влияние машинное обучение может оказать на реальные проблемы и какую разницу оно может сделать.

Это переключило выключатель в моем уме о том, как компьютеры могут быть использованы для решения проблем: программная инженерия учит вас создавать программы, которые принимают данные и производят результаты, но машинное обучение позволяет вам взять данные и описать результаты, которые вы хотите произвести программу. Это означает, что вы можете использовать одну и ту же структуру для решения тысяч разных проблем. Для меня это казалось намного более эффективным, чем написание программы для каждой проблемы.

Я уже изучал проблемы оптимизации в математике вместе с компьютерными науками, поэтому, когда я вернулся в университет, я сосредоточился на ИИ и завершил свою диссертацию на тему обработки речи, прежде чем подать заявку на получение докторской степени в области информационного поиска в UCL.

Вы исследовали подкрепление обучения в веб-поиске под руководством Дэвида Сильвера, основателя AlphaGo. Можете ли вы рассказать о некоторых результатах этого исследования?

Моя докторская диссертация была на тему применения подкрепления обучения к задачам ранжирования в информационном поиске, области, которую я помог создать, называемой Динамическим информационным поиском. Меня руководили профессор Джун Ванг и профессор Дэвид Сильвер, оба эксперты в области обучения на основе агентов.

Наше исследование изучало, как поисковые системы могут учиться на поведении пользователей, чтобы улучшать результаты поиска автономно со временем. Используя подход многоруких бандитов, наша система пыталась разные рейтинги поиска и собирала поведение кликов, чтобы определить, были ли они эффективными или нет. Она также могла адаптироваться к отдельным пользователям со временем и была особенно эффективна в обработке неоднозначных запросов поиска. В то время Дэвид глубоко занимался проблемой Го и помог мне определить подходящую структуру подкрепления обучения для этой конкретной проблемы.

Какие из уроков предпринимательства вы выучили, работая с Дэвидом Сильвером?

Исследования в UCL часто имеют предпринимательский характер. Дэвид ранее основал Elixir Studios с Демисом Хассабисом, а затем присоединился к DeepMind для работы над Alpha Go. Но другие члены нашей исследовательской группы Media Futures также основали несколько стартапов: Джун основал Mediagamma (применяя RL к онлайн-рекламным расходам), Саймон Чан начал prediction.io (приобретенный Salesforce ), а Джагадиш Горла основал Jaggu (рекомендационный сервис для электронной коммерции). Наша команда часто обсуждала коммерческий эффект нашей исследовательской работы, я думаю, потому что база UCL в Лондоне делает его естественной отправной точкой для создания бизнеса.

Вы недавно запустили Scout, первый веб-браузер-чатбот в мире. Какова была идея запуска Scout?

Идея естественно эволюционировала из моего докторского исследования. Я сразу же после окончания докторской степени присоединился к Entrepreneur First, где начал думать о том, как я могу превратить свою исследовательскую работу в продукт.

До этого я завершил стажировку в Microsoft (MSFT ) Research, где применил свою исследовательскую работу к Bing. В то время я узнал из своего исследования, что поиск информации может быть предсказан на основе онлайн-поведения пользователей. Но я стал разочаровываться в том, что единственный реальный способ представить эти прогнозы в поисковой системе был улучшением автопредложения. Итак, я начал думать о том, как весь онлайн-опыт пользователя может быть улучшен с помощью этих прогнозов, а не только опыт поиска.

Это мышление привело меня и моего нового сооснователя в Entrepreneur First к созданию браузерного расширения, которое наблюдает за поведением пользователя, предсказывает, какую информацию пользователь, скорее всего, понадобится в Интернете, и получает ее для него. После нескольких лет экспериментов и прототипов это эволюционировало в интерфейс чатбота, где браузер «говорит» с вами о том, что вы делаете в Интернете, и пытается помочь вам на пути.

С какими веб-браузерами будет совместим Scout?

Мы сейчас фокусируемся на Chrome, поскольку это самый популярный веб-браузер и имеет зрелую архитектуру расширений, но у нас есть рабочие прототипы на Firefox и Safari, и даже мобильное приложение.

Функциональность помощника Scout по шопингу звучит так, как будто она может сэкономить пользователям время и деньги. Предполагая, что кто-то исследует продукт на Amazon (AMZN ), что происходит в бэкенде, и как Scout взаимодействует с пользователем?

Идея заключается в том, что после установки Scout вы продолжаете использовать Интернет как обычно. Если вы покупаете, вы можете посетить Amazon, чтобы посмотреть продукты. В этот момент Scout распознает, что вы покупаете на Amazon, и продукт, который вы смотрите, и скажет «Привет». Он появляется в виде чат-виджета на веб-странице, похожего на то, как работает Intercom, за исключением того, что Scout может появиться на потенциально любой веб-странице. Вы можете увидеть, как это выглядит на моем сайте.

Поскольку вы покупаете, он начнет предлагать способы, которыми он может помочь. Он спросит, хотите ли вы увидеть отзывы в Интернете, другие цены, видео YouTube о продукте и многое другое. Вы взаимодействуете, нажимая кнопки, и чатбот адаптирует опыт к тому, что вы хотите, чтобы он сделал. Когда он находит информацию (например, видео YouTube), он вставляет ее в чат-поток, как будто друг делится с вами медиа в WhatsApp. Со временем вы имеете диалог с браузером о том, что вы делаете в Интернете, и браузер помогает вам на пути.

Обработка веб-страниц происходит внутри браузера. Наш бэкенд видит только чат-поток, что означает, что последствия для конфиденциальности минимальны.

У нас есть специальная архитектура для понимания онлайн-поведения пользователей и управления диалогами с пользователем. Мы используем машинное обучение для определения задач, с которыми мы можем помочь в Интернете, и того, как мы должны помочь. Первоначально мы использовали подкрепление обучения для адаптации к предпочтениям пользователей со временем. Однако один из самых больших уроков, которые я выучил из запуска стартапа ИИ, заключается в том, чтобы сохранять процессы простыми и пытаться использовать машинное обучение только для оптимизации существующего процесса. Итак, вместо этого у нас теперь есть сложный движок правил для обработки задач со временем, который может быть управляем с помощью подкрепления обучения, когда нам нужно масштабироваться.

Можете ли вы предоставить другие сценарии, в которых Scout может помочь конечным пользователям?

Наш фокус сейчас заключается в том, чтобы протестировать конкретные применения Scout. Шопинг и планирование мероприятий уже были упомянуты, но мы также смотрим на то, как Scout может помочь академикам (с поиском исследовательских работ, подробностями авторов и сетями ссылок) и даже гитаристам (находя ноты для гитары, проигрывая музыку и видео вместе с нотами в Интернете и помогая настроить гитару). Мы также потратили некоторое время на изучение профессиональных сценариев, таких как онлайн-рекрутинг, финансовый анализ и право.

В конечном итоге Scout потенциально может работать на любом сайте и помогать в любой ситуации, что делает эту технологию невероятно интересной, но также делает ее трудной для начала.

Есть ли что-то еще, что вы хотели бы поделиться о Scout?

Если вы хотите увидеть, как это выглядит, когда ваш браузер может говорить с вами, вы можете прочитать больше на блоге Scout.

Спасибо за увлекательный взгляд на проектирование единого типа чатбота. Мы рады следить за этим проектом. Пожалуйста, посетите сайт Марка Слоана, чтобы узнать больше.