Сара Надь, основатель и генеральный директор Seek AI — серия интервью

Сара Надь — основатель и генеральный директор Искать ИИ, платформу, которая позволяет конечным бизнес-пользователям задавать Seek те же самые вопросы, которые они в настоящее время задают группе данных, прямо в Slack, Teams и электронной почте. Никакой «отработки» того, как они пишут свой вопрос, и никакого изучения новой платформы.

Изначально вы начинали как исследователь с данными космического телескопа Хаббл. Над чем вы работали?

Я проводил исследования в Калифорнийском технологическом институте и Калифорнийском технологическом институте, изучая некоторые из самых далеких галактик, которые можно было наблюдать в телескоп, и работал над анализом некоторых их свойств, таких как масса и размер. Цель этого исследования состояла в том, чтобы помочь нам понять разницу между очень далекими галактиками и галактиками, которые ближе к нам, и разработать модели того, как эти галактики формируются с течением времени.

Затем вы работали специалистом по данным в различных стартапах. Какие проекты были наиболее интересными?

Один выдающийся проект включал использование обработки естественного языка (NLP) для классификации неструктурированного текста, относящегося к розничным товарам. Например, можно взять необработанный текст (например, «Air Jordans Green») и указать предполагаемый бренд («Nike»). У меня был коллега, специализирующийся на НЛП, который был занят другим проектом, так что изначально я не должен был работать над этим проектом. В итоге его передали мне, так как они были заняты. В то время я даже ничего не знал о НЛП, поэтому прошел несколько бесплатных курсов в Стэнфорде и Fast.ai, чтобы расширить свои знания. Мне очень понравилось изучать НЛП, и я начал понимать, почему это так важно и почему способность искусственного интеллекта (ИИ) понимать язык — это большой шаг к так называемому «общему ИИ». Этот опыт определенно побудил меня быстро понять важность GPT-3, когда он впервые появился.

Не могли бы вы поделиться историей происхождения Seek AI?

Когда вышла модель OpenAI GPT-3, я сразу понял, какое это невероятное достижение, и меня особенно порадовали приложения, включающие в себя написание кода GPT-3. В конце концов, я весь день писал код как специалист по данным, и видеть, как ИИ делает это — и идеально генерировал код — было ошеломляюще. Я бы сравнил свою реакцию на GPT-3 с первым знакомством с виртуальной реальностью в 2013 году, что стало для меня еще одним потрясающим опытом. В конце концов я решил, что мне нужно создать стартап, чтобы сделать ставку на эту технологию. Я не знал точно, что я собирался построить, но у меня было внутреннее чувство, что, если я узнаю больше об этих моделях, что-то ценное встанет на свои места.

Как только я действительно узнал о моделях, я понял, что могу решить болевую точку, с которой сталкивался везде, где работал квантовым специалистом или специалистом по данным. Проблема заключалась в том, что у деловых людей не было нужных инструментов, чтобы отвечать на их собственные вопросы о данных. Как специалист по данным, я часто работал над проблемами, которые требовали большого внимания, но меня часто прерывали коллеги по бизнесу, у которых возникали вопросы о данных, что вынуждало меня прекратить то, что я делал. Процесс казался архаичным и неэффективным. Я понял, что если я сосредоточусь на этой новой технологии, решающей проблему, это будет определяющее категорию решение этой очень важной и вездесущей проблемы.

Seek AI использует генеративный ИИ. Не могли бы вы объяснить нашим читателям, что это такое?

«Генераторный ИИ» — очень разрекламированное модное словечко, но, в отличие от других модных словечек, я не считаю, что эта шумиха неоправданна. Этот термин относится к большим моделям машинного обучения с сотнями миллиардов параметров, таким как Open AI. DALL-E и GPT-3. Инновация этих моделей заключается в том, что они могут понимать естественный язык и генерировать текст, изображения, код и многое другое. Если вы когда-нибудь поиграете, например, с DALL-E или Stable Diffusion, вы быстро поймете, почему эти модели так раскручены; они обладают невероятно похожей на человеческую способность понимать команды естественного языка и могут создавать произведения искусства, не уступающие лучшим человеческим художникам.

Генерация кода — одно из самых нишевых, но наиболее важных приложений генеративного ИИ. Данные становятся все больше и сложнее, и поэтому людям все труднее анализировать и систематизировать их вручную. Тем не менее, в этих данных закодировано так много информации. Эта информация не только важна для организаций, она также может привести к невероятным научным прорывам в академической сфере. Создание ИИ для извлечения ценности из данных откроет невероятную ценность в виде полезной информации.

Seek AI создает интерфейс, который позволяет пользователям взаимодействовать с данными, используя естественный язык. Работники умственного труда могут получить доступ к интерфейсу Seek AI на естественном языке с помощью электронной почты, Slack, текстовых сообщений и ряда систем управления взаимоотношениями с клиентами (CRM).

Какие еще виды машинного обучения используются в Seek AI?

Хотя генеративный ИИ является частью нашей архитектуры машинного обучения, наша архитектура также включает в себя несколько ответвлений моделей глубокого обучения с открытым исходным кодом. Модели-трансформеры (вариантом которых является «генеративный ИИ») включают в себя многие (но не все) модели, которые использует Seek.

Почему для нетехнических пользователей так важно иметь возможность быстрого доступа к данным?

Что хорошего в данных, если они не генерируют ROI, и как бизнес может получить этот ROI, если бизнес-пользователи не могут даже получить к ним доступ? Вот почему абсолютно необходимо предоставить доступ как можно большему количеству людей без ущерба для точности.

Когда я был специалистом по данным, иногда я получал просьбы от генерального директора проанализировать некоторые данные, чтобы помочь с продуктом нашей компании или стратегией выхода на рынок. Эти проекты могут занять недели или дольше. Сейчас, как генеральный директор, я определенно понимаю важность этих проектов на более глубоком уровне, чем когда я занимался данными. Я часто ловлю себя на том, что хочу, чтобы данные всегда были у меня под рукой, чтобы быстрее принимать решения. Это пример того, что мы решаем в Seek.

Как Seek AI упрощает получение этих данных?

Интересно подумать о том, что данные действительно можно анализировать только с помощью кода. Это правда, что есть платформы, которые являются абстракциями над этим кодом (например, информационные панели данных), но под капотом есть код, написанный вручную аналитиками данных, который позволяет представить данные конечным бизнес-пользователям.

Большинство работников умственного труда не знают, как кодировать, не хотят кодировать или просто не могут получить доступ к данным, даже если хотят написать код для их анализа. Поэтому, когда им нужны данные, им нужно либо найти их на информационной панели, либо спросить группу данных, если они не могут их найти. Чем больше становится набор данных, тем чаще это происходит.

Поэтому командам, работающим с данными, необходимо быть «переводчиками» адресованных им вопросов на естественном языке и самих данных, которые они запрашивают с помощью кода. Удаление этого посредника-«переводчика» является сердцем того, что делает Seek.

Как предприятия обеспечивают точность используемых ими данных?

Нахождение компромисса между точностью данных и доступностью — огромная проблема. Как я сказал в недавнем интервью, с одной стороны, доступность позволяет менее техническим специалистам начать взаимодействовать с источником знаний, которым являются данные компании. С другой стороны, что хорошего в источнике загрязненной воды (то есть плохих данных)?

Лучшие группы данных — это те, которые управляют этим компромиссом наиболее оптимальным образом, и большая часть этого заключается в тщательной калибровке и проверке любых инструментов, с которыми могут взаимодействовать пользователи, не являющиеся техническими специалистами.

Каковы примеры использования платформы Seek AI?

Мы уже приносим пользу клиентам и партнерам по дизайну на вертикальных рынках B2B SaaS, Fintech, потребительских товаров (CPG) и электронной коммерции B2C.

Боевой плавник, например, является ведущим рынком альтернативных наборов финансовых данных. Они считают, что быстрые и качественные ответы на вопросы своих клиентов — это разница между победой и поражением своих конкурентов. Генеральный директор компании Тим Харрингтон отметил: «Seek AI сыграл решающую роль в стратегии нашей компании на 2023 год из-за преимуществ, которые он дает нам при доступе и анализе наших более чем 2,400 наборов данных в ответ на вопросы клиентов. По моим оценкам, наша рентабельность инвестиций в Seek AI примерно в 10 раз больше, исходя из того, сколько мы потратили бы на достижение такого уровня эффективности без платформы».

Есть ли что-нибудь еще, что вы хотели бы рассказать о Seek AI?

Это может быть подходящим местом для бесстыдной вилки. В настоящее время Seek предлагает бесплатные пробные версии нашей платформы, доступ к которым можно получить на искать.ai. Мы рады быть пионерами в предоставлении генеративного ИИ командам, работающим с данными, и я с нетерпением жду возможности отправиться в этот путь вместе с нашими клиентами.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Искать ИИ.