Сара Наги, основатель и генеральный директор Seek AI – Серия интервью

Сара Наги – основатель и генеральный директор Seek AI, платформы, которая позволяет бизнес-пользователям задавать Seek те же вопросы, которые они сейчас задают команде данных, прямо в Slack, Teams и электронной почте. Не нужно “настраивать” вопрос, и не нужно учиться новой платформе.

Вы начали как исследователь с данными телескопа Хаббла. Над чем вы работали?

Я работала в UCLA и Caltech, изучая некоторые из самых дальних галактик, которые можно было наблюдать с помощью телескопа, и работала над анализом некоторых их свойств, таких как их масса и размер. Целью этого исследования было помочь нам понять разницу между очень дальными галактиками и галактиками, которые находятся ближе к нашей собственной, и разработать модели того, как эти галактики образуются во времени.

Затем вы работали как ученый-дата в различных стартапах. Какие были некоторые из наиболее интересных проектов?

Один из проектов, который запомнился, включал использование обработки естественного языка (NLP) для классификации неструктурированного текста, связанного с розничными товарами. Например, взяв сырой текст (например, “air jordans green”) и пометив его как предполагаемый бренд (“Nike”). У меня был коллега, который специализировался на NLP и был занят другим проектом, поэтому мне пришлось взять на себя этот проект. Я не знал ничего о NLP в то время, поэтому я прошел некоторые бесплатные курсы от Стэнфорда и Fast.ai, чтобы повысить свои знания. Мне действительно понравилось учиться о NLP и начать понимать, почему это так важно, и почему искусственный интеллект (AI) способен понимать язык является большим шагом к так называемому “общему AI”. Этот опыт определенно подготовил меня к тому, чтобы быстро понять важность GPT-3, когда оно впервые появилось.

Можете ли вы рассказать историю создания Seek AI?

Когда модель GPT-3 от OpenAI вышла, я сразу же признала, какой невероятный прорыв это было, и стала особенно взволнованной возможностями, связанными с написанием кода с помощью GPT-3. Ведь я писала код весь день как ученый-дата, и увидеть, как AI делает это – и генерирует код идеально – было ошеломляющим. Я бы сравнила мою реакцию на GPT-3 с первым знакомством с VR в 2013 году, которое также было ошеломляющим опытом для меня. Я решила, что мне нужно создать стартап, чтобы сделать ставку на эту технологию. Я не знала точно, что я буду строить, но у меня было чувство, что если я узнаю больше о этих моделях, что-то ценное выпадет.

Как только я действительно узнала о моделях, я поняла, что я могу решить проблему, с которой я столкнулась повсюду, где я работала как квантовый аналитик или ученый-дата. Проблема заключалась в том, что бизнес-пользователи не имели правильных инструментов, чтобы ответить на свои собственные вопросы о данных. Как ученый-дата, я часто работала над проблемами, которые требовали много внимания, но меня часто прерывали коллеги из бизнеса, у которых были вопросы о данных, заставляя меня остановить то, что я делала. Процесс казался архаичным и неэффективным. Я поняла, что если я сосредоточусь на этой новой технологии для решения этой проблемы, это будет определяющая категория решения этой очень важной и повсеместной проблемы.

Seek AI использует генеративный AI. Можете ли вы объяснить нашим читателям, что это такое?

«Генеративный AI» – это очень модное слово, но в отличие от других модных слов, я не думаю, что ажиотаж неоправдан. Термин относится к большим моделям машинного обучения с сотнями миллиардов параметров, таких как DALL-E и GPT-3 от Open AI. Инновация этих моделей заключается в том, что они могут понимать естественный язык и генерировать текст, изображения, код и многое другое. Если вы когда-либо играете с DALL-E или Stable Diffusion, вы быстро поймете, почему эти модели так хвалят; у них есть невероятно человеческая способность понимать естественные языковые команды и генерировать искусство, которое соперничает с лучшими человеческими художниками.

Генерация кода – одно из самых нишевых, но самых важных применений генеративного AI. Данные становятся все больше и сложнее, и поэтому труднее анализировать и организовывать их вручную. Однако в этих данных закодирована так много информации. Эта информация не только мощная для организаций, но также может привести к невероятным научным прорывам на академической стороне. Создание AI для извлечения ценности из данных откроет невероятную ценность в виде полезной информации.

Seek AI строит интерфейс, который позволяет пользователям взаимодействовать с данными с помощью естественного языка. Пользователи могут получить доступ к интерфейсу Seek AI через электронную почту, Slack, текст и ряд систем управления отношениями с клиентами (CRM).

Какие еще типы машинного обучения используются в Seek AI?

Хотя генеративный AI является частью нашей архитектуры машинного обучения, наша архитектура также включает несколько ветвей открытых моделей глубокого обучения. Модели трансформеров (к которым относится «генеративный AI») составляют многие (но не все) модели, которые использует Seek.

Почему так важно, чтобы не-технические пользователи могли быстро получить доступ к данным?

Какая польза от данных, если они не генерируют ROI, и как бизнес может получить эту ROI, если бизнес-пользователи не могут даже получить доступ к ним? Это почему так важно дать доступ как можно большему количеству людей, не компрометируя точность.

Когда я была ученым-дата, иногда я получала запросы от генерального директора на анализ некоторых данных, чтобы помочь с нашей компанией продукта или стратегией выхода на рынок. Эти проекты могли занять недели или дольше. Как генеральный директор теперь, я определенно понимаю важность этих проектов на более глубоком уровне, чем когда я была на стороне данных. Я часто желаю, чтобы я могла просто получить данные у себя под рукой, чтобы я могла принимать решения быстрее. Это пример того, что мы решаем в Seek.

Как Seek AI делает эти данные так легко получить?

Что-то интересное, о чем стоит подумать, – это то, что данные можно анализировать только с помощью кода. Это правда, что есть платформы, которые являются абстракциями над этим кодом (например, панели данных), но под капотом есть код, вручную написанный аналитиками данных, который позволяет представить данные бизнес-пользователям.

Большинство пользователей не знают, как кодировать, не хотят кодировать или просто не могут даже получить доступ к данным, даже если они хотят написать код для их анализа. Поэтому, когда им нужны данные, они либо должны найти их в панели данных, либо попросить команду данных, если они не могут найти их. Чем больше наборы данных, тем больше это произойдет.

Команды данных, таким образом, должны быть «переводчиками» естественных языковых вопросов, направленных к ним, и самих данных, которые они запрашивают с помощью кода. Удаление этого «переводчика-посредника» является сердцем того, что делает Seek.

Как предприятия обеспечивают точность данных, которые они используют?

Управление компромиссом между точностью данных и доступностью является огромной проблемой. Как я сказала в недавнем интервью, с одной стороны, доступность позволяет менее техническим людям начать взаимодействовать с источником знаний, который представляет собой данные компании. С другой стороны, какой смысл в источнике знаний, если это загрязненная вода (т. е. плохие данные)?

Лучшие команды данных – это те, которые управляют этим компромиссом наиболее оптимальным образом, и большая часть этого заключается в тщательной настройке и проверке любых инструментов, с которыми могут взаимодействовать не-технические пользователи.

Какие примеры использования платформы Seek AI?

Мы уже доставляем ценность нашим клиентам и партнерам по дизайну на рынках B2B SaaS, Fintech, потребительских товаров (CPG) и B2C электронной коммерции.

Battlefin, например, является ведущим рынком альтернативных финансовых наборов данных. Они считают, что быстрые и качественные ответы на вопросы их клиентов являются разницей между победой и поражением над конкурентами. Генеральный директор компании, Тим Харрингтон, отметил: «Seek AI сыграла решающую роль в нашей стратегии 2023 года, поскольку дает нам преимущество в доступе и анализе наших 2 400+ наборов данных в ответ на вопросы клиентов. Я бы оценил наш ROI на Seek AI примерно в 10 раз, исходя из того, что мы бы потратили на достижение этого уровня эффективности без платформы».

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

Это, возможно, правильное место для беззастенчивой рекламы. Seek в настоящее время предлагает бесплатные пробные версии нашей платформы, которую можно получить на seek.ai. Мы рады быть пионерами в области генеративного AI для команд данных, и я с нетерпением жду возможности пройти этот путь с нашими клиентами.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Seek AI.