Phil Hall, Chief Growth Officer på LXT – Intervju-serie

LXT:s Chief Growth Officer Phil Hall är en före detta Appen-exekutiv och Forbes Technology Council-medlem. I sin ledande roll på Appen ledde han en division med över 1 000 anställda och spelade en nyckelroll i att uppnå 17 år i rad med ökande intäkter och stark lönsamhet. I sin nuvarande roll på LXT arbetar han med ett handplockat team av experter för att uppnå ambitiösa tillväxtmål.

LXT är en framväxande ledare inom AI-träningsdata för att driva intelligent teknik för globala organisationer, inklusive världens största teknologiföretag. I samarbete med ett internationellt nätverk av bidragsgivare samlar LXT in och annoterar data över flera modaliteter med den hastighet, skala och agility som krävs av företaget. De har en global expertis som omfattar över 115 länder och 750 språklokaler. Grundat 2010 har LXT sitt huvudkontor i Toronto, Kanada, med närvaro i USA, Australien, Egypten, Storbritannien och Turkiet. Företaget betjänar kunder i Nordamerika, Europa, Asien och Stillahavsområdet samt Mellanöstern.

När upptäckte du initialt att du var passionerad om språk?

Jag har varit fascinerad av språk så länge jag kan minnas, men när det gäller min direkta engagemang med språk och lingvistik, fanns det en enda betydande vändpunkt för mig. Vi insåg tidigt att en av våra barn var dyslektisk, och när vi talade med hennes skola om ytterligare stöd, sa de att medan det fanns program de kunde komma åt, fanns det också saker jag kunde göra som volontär på skolan för att hjälpa vår dotter och andra barn. Det gick bra, och från där gick jag vidare till att studera lingvistik och hittade mig själv undervisande på två universitet här i Sydney.

Du undervisade i lingvistik innan du flyttade fokus till taldataområdet, vad inspirerade dig att ändra fokus?

Sydney-baserade Appen var just i färd med att gå från att vara en verksamhet som drevs från ett rum i ett hem till att vara en fullständigt fungerande kommersiell verksamhet. Jag blev informerad om att de letade efter lingvister (eller kanske mer exakt, en lingvist!) och jag presenterades för grundarna Julie och Chris Vonwiller. Övergången var gradvis och sträckte sig över cirka två år. Jag var ovillig att lämna undervisningen – att arbeta med högpresterande studenter var både inspirerande och mycket roligt. Men särskilt under dessa pionjärår löste jag svåra problem tillsammans med världens ledande språkteknikexperter, och spänningen var hög. Mycket av det som tas för givet idag var mycket utmanande vid den tiden.

Du gick i pension för att sedan gå med i LXT. Vad motiverade dig att göra detta?

Det är en intressant fråga, eftersom jag verkligen njöt av mig själv i pension. Faktum är att vår medgrundare och VD Mohammad Omar kontaktade mig månader före jag svarade på hans initiala förfrågan, eftersom jag levde ett avslappnat liv och hade inte riktigt funderat på att återvända till heltidsarbete. Efter att ha kommit överens om att ta det första samtalet, där Mo frågade om möjligheten att gå med i LXT, förväntade jag mig att bara lyssna artigt och avböja.

Men till slut var möjligheten helt enkelt för bra för att motstå.

Medan jag talade med Mohammad och andra medlemmar i LXT-laget, erkände jag omedelbart en delad passion för språk. Laget som Mohammad hade sammansatt var fullt av kreativa tänkare med obegränsad energi som var fullständigt engagerade i företagets uppdrag.

Så fort jag lärde mig mer om möjligheten med LXT, insåg jag att det var en möjlighet som jag inte ville missa. Här var ett företag med massiv potential att expandera och växa inom ett område som jag är passionerad om. Och eftersom marknaden för AI fortsätter att växa exponentiellt, är möjligheten att hjälpa fler organisationer att gå från experiment till produktion en spännande möjlighet som jag är mycket glad att vara en del av.

Vilka är några av de nuvarande utmaningarna bakom att förvärva data i stor skala?

Utmaningarna är lika varierade som de applikationer som driver dem.

Från ett praktiskt perspektiv inkluderar utmaningarna äkthet, tillförlitlighet, noggrannhet, säkerhet och att se till att data är lämplig för ändamålet – och det är utan att ta hänsyn till det ökande antalet juridiska och etiska utmaningar som är inneboende i dataförvärv.

Till exempel kräver utvecklingen av teknik för att stödja autonoma fordon insamling av extremt stora volymer data över många scenarier så att bilen kan förstå hur den ska reagera på verkliga världssituationer. Det finns ett oändligt antal edgefall som man kan stöta på när man kör, så algoritmerna som driver dessa fordon behöver datamängder som täcker allt från gator till stoppskyltar till fallande föremål. Och om man multiplicerar det med antalet väderhändelser som kan inträffa, ökar mängden träningsdata som behövs exponentiellt. Biltillverkare som ger sig in i det autonoma området behöver etablera en tillförlitlig datapipeline, och att göra det på egen hand skulle kräva en enorm mängd resurser.

Ett annat användningsfall är expansionen av en befintlig röst-AI-produkt till nya marknader för att fånga marknadsandelar och nya kunder. Detta kräver ofta språkdata, och för att uppnå noggrannhet är det avgörande att källa taldata från infödda talare över en mängd olika demografiska profiler. När datan har samlats in behöver talfilerna transkriberas för att träna produktens NLP-algoritmer. Att göra detta för flera språk och i de datavolymer som behövs för att vara effektivt är extremt utmanande för företag att göra på egen hand, särskilt om de saknar intern expertis inom detta område.

Detta är bara två exempel på de många utmaningar som finns med datainsamling för AI i stor skala, men som du kan föreställa dig, har hemautomatisering, mobila enhets- och biometrisk datainsamling också sina specifika utmaningar.

Vilka är de nuvarande sätten som LXT källor och annoterar data?

På LXT samlar vi in och annoterar data på olika sätt för varje kund, eftersom alla våra engagemang är skräddarsydda för att möta våra kunders specifikationer. Vi arbetar med en mängd olika datatyper, inklusive ljud, bild, tal, text och video. För datainsamling arbetar vi med ett globalt nätverk av entreprenörer för att samla in data i dessa olika modaliteter. Insamlingar kan sträcka sig från att samla in data i verkliga miljöer, såsom hem, kontor eller i bil, till i studio med erfarna ingenjörer i fallet med vissa taldatainsamlingsprojekt.

Våra dataannoteringsförmågor omfattar också flera modaliteter. Vår erfarenhet började i talet och under de senaste 12 åren har vi expanderat till över 115 länder och mer än 750 språklokaler. Detta innebär att företag av alla storlekar kan lita på LXT för att hjälpa dem att tränga in i en mängd olika marknader och fånga nya kundsegment. Mer nyligen har vi expanderat till text-, bild- och videodata, och vår interna plattform används för att leverera högkvalitativ data till våra kunder.

En annan spännande tillväxtområde för oss har varit med vår säkra annoteringsverksamhet. Bara i år har vi expanderat vår ISO 27001-säkra anläggningsfotavtryck från två till fem platser världen över. Vi har nu utvecklat en playbook som möjliggör för oss att etablera nya anläggningar på bara några månader. De tjänster vi fokuserar på i dessa säkra anläggningar är för närvarande taldataannotering och transkription, men de kan användas för annotering över många datatyper.

Varför är det att källa data på detta sätt en överlägsen alternativ till syntetisk data?

Syntetisk data är en spännande utveckling inom AI-området och är väl lämpad för specifika användningsfall, särskilt edgefall som är svåra att fånga i den verkliga världen. Användningen av syntetisk data ökar, särskilt i de tidiga stadierna av AI-mognad, när företag fortfarande är i experimentstadiet. Men vår egen forskning visar att när organisationer mognar ut sin AI-strategi och trycker på fler modeller i produktion, är de mycket mer benägna att använda övervakad eller semi-övervakad maskinlärning som förlitar sig på mänskligt annoterad data.

Människor är helt enkelt bättre än datorer på att förstå nyanser för att skapa den data som behövs för att träna ML-modeller för att utföra med hög noggrannhet, och mänsklig tillsyn är också avgörande för att minska bias.

Varför är denna data så viktig för tal och naturligt språkbehandling?

För att tal- och naturligt språkbehandlingsalgoritmer ska fungera effektivt i sina avsedda marknader, behöver de tränas med stora mängder data som samlats in från infödda talare som har den kulturella kontexten för de slutanvändare de representerar. Utan denna data, kommer röst-AI-antagandet att ha allvarliga begränsningar.

Dessutom måste miljön beaktas när taldata samlas in. Om röst-AI-lösningen som tränas kommer att användas i en bil, till exempel, finns det olika väg- och väderförhållanden som påverkar talet och måste beaktas. Detta är komplexa scenarier där en erfaren datapartner kan hjälpa till.

Finns det något annat du vill dela om LXT?

Först vill jag tacka er för möjligheten att dela vår historia! Jag vill lyfta fram att vårt företag är engagerat i att hjälpa organisationer av alla storlekar att lyckas med sina AI-initiativ. Vi har fokuserat på att leverera högt anpassade AI-data till företag över hela världen i över 12 år och vi skulle vara glada att koppla samman med alla som vill skapa en tillförlitlig datapipeline för att stödja sina AI-projekt.

Tack för det underbara samtalet, läsare som vill lära sig mer kan besöka LXT.