Dr. Judith Bishop, Senior Director of AI-specialister på Appen – Intervju-serie

Dr. Judith Bishop är en senior direktör för AI-specialister för regionen APAC/USA på Appen. Hon leder och utvecklar ett toppklassigt team av högt kvalificerade och erfarna lingvister, datalingvister och experter inom alla former av mänsklig kommunikation (tal, skrift och gester), för att leverera AI-träningsdata med en unik kombination av kvalitet och hastighet.

Vad var det som initialt drog dig till lingvistik?

Jag hörde första gången om lingvistik från en favoritlärare i engelska i gymnasiet. Jag var en av de barn som är lika intresserade av främmande språk och humaniora, och matematik och naturvetenskap. Lingvistik är vetenskapen om hur språk fungerar, så det förenade mina intressen. Som så många andra, när jag lärde mig om det, var jag helt fast. Vad kan vara mer fascinerande än hur vi kommunicerar våra tankar och känslor till varandra? Lingvistik utforskar språkstrukturerna som, trots alla skillnader i ljud och skriftsystem, ofta är liknande under ytan, eftersom alla är en produkt av vår gemensamma mänskliga existens.

Kan du dela berättelsen om hur du hamnade i AI?

Jag har arbetat på Appen sedan 2004 och stöttat utvecklingen av språkteknologiprodukter och -tjänster. Under denna tid har AI uppstått som en omfattande ram, uppdrag och vision för teknologi för att efterlikna och utöka mänskliga förmågor till kommunikation, resonemang och perception. 2019 bytte mitt team namn till AI-specialister, eftersom vi erkände att vår lingvistiska och språkkunskap är avgörande för AI-företaget. Vår annoterade data ger essentiellt stöd för framgången för mänskliga interaktioner med AI-produkter och -tjänster.

Du har arbetat med AI i över 16 år, vad är några av de största förändringarna du har sett?

Den största förändringen har varit en diversifiering av fokus från kärnteknologisk utveckling till den långa svansen av användningsfall och applikationer. Under större delen av min karriär har fokus för språkbaserad AI varit att utveckla och förbättra en uppsättning modeller som efterliknar mänsklig talperception och -produktion, nämligen taligenkänning, talsyntes och naturlig språkbehandling. Datasets följde vanligtvis gemensamma märknings- och datasamplingsstandarder och konventioner, såsom de som utvecklats av Speecon-konsortiet (Talstyrda gränssnitt för konsumentenheter). Dessa standarder har möjliggjort att kärnteknologiens utvecklare kan benchmarka sin prestanda på gemensamma datastrukturer och har stött den snabba utvecklingen av AI.

Kan du diskutera vikten av opartisk data i maskinlärning?

Maskinlärningsmodeller, oavsett om de är övervakade, oövervakade eller förstärkta, kommer att återspegla fördomar som finns i de data de tränas på. Alyssa Simpson Rochwerger och Wilson Pang ger flera utmärkta exempel på detta problem i sin senaste bok, Verklig AI. Om det inte finns tillräckligt med träningsdata för en del av befolkningen, kommer AI-modellen att vara mindre exakt för den delen.

Appen lanserade nyligen nya mångfaldiga träningsdata för initiativ inom naturlig språkbehandling (NLP). Kan du dela några detaljer om hur dessa data kommer att möjliggöra för slutanvändare att få samma upplevelse oavsett språkvariation, dialekt, etnolekt, accent, ras eller kön?

För de skäl som nämns ovan behövs data för att korrigera befintliga fördomar i AI-produktionssystem, samt mer inkluderande data för att träna framtida system. Appens data som du nämner kommer att stödja korrigeringen av fördomar relaterade till etnicitet och associerade etnolekt, såsom afroamerikansk dialekt. De kommer att ge kompletterande träningsdata för att förbättra representationen av denna befolkning i AI-språkmodeller.

Utöver AI är du också en poet med flera av dina dikter som har vunnit olika branschpriser. Vad är din syn på framtida AI som utövar den här typen av kreativitet, inklusive att skriva poesi?

Det är en fascinerande fråga. Poesi och andra former av mänsklig kreativitet använder alla våra mänskliga resurser av minne, perception, sensation och känsla, samt språkets och bildens strukturer och nyanser, för att producera insikter som resoneras med samtida angelägenheter. Emily Dickinson skrev, “Om jag läser en bok och den gör min helkropp så kall att ingen eld kan värma mig, vet jag att det är poesi. Om jag känner mig fysiskt som om toppen av mitt huvud har tagits bort, vet jag att det är poesi.” Det måste finnas ett element av perceptuell, sensorisk eller emotionell erkänsla, men också äkta överraskning.

Har du något annat du vill dela om Appen eller AI i allmänhet?

Dataleverantörer som Appen har en kraftfull potential att påverka AI-resultat till det bättre genom att tillhandahålla inkluderande träningsdata.

Men för att nå målet med inkluderande AI krävs det att alla deltar. Dataköpare måste också erkänna sitt ansvar för att uttryckligen begära – och betala för – den inkluderande data som kommer att säkerställa den optimala prestandan för deras system för alla användare i den verkliga världen. Och de som tillhandahåller data från diverse samhällen för AI-utveckling måste kunna lita på de användningar som deras data kommer att användas till. Att bygga det förtroendet kommer att kräva stark transparens och etiska metoder från alla som hanterar känsliga data. Tack för det underbara samtalet, jag njöt av att lära mig mer om dina synpunkter på AI och lingvistik. Läsare som vill lära sig mer bör besöka Appen.