AI-modeller och plattformar

Robert Weissgraeber, CTO och VD på AX Semantics – Intervjuserie

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Robert Weissgraeber är VD och CTO för AX Semantics, där han ansvarar för produktutveckling och teknik. Robert är en eftertraktad talare och författare inom områden som agil programvaruutveckling och Natural Language Generation (NLG)-teknologier och är medlem i Forbes Technology Council. Han var tidigare Chief Product Officer på aexea och studerade kemi vid Johannes Gutenberg University och gjorde en forskningsperiod vid Cornell University.

Vad var det som initialt drog dig till området Natural Language Generation (NLG)?

Skrivande och hur det traditionellt har utförts, har inte sett någon betydande innovation sedan uppfinningen av skrivmaskinen för 200 år sedan och ordbehandlaren i slutet av 1960-talet. Tre saker drog mig till NLG-sektorn. Först, att se de utmaningar och svårigheter som människor möter och kontinuerligt uthärdar när de måste skapa stora mängder innehåll och text. Till exempel finns det människor som arbetar inom e-handel som måste skriva hundratals liknande, men unika, beskrivningar av t-shirts och kläder varje månad när nya produkter kommer in. Antalet människor som behövs för att göra detta är astronomiskt, tidskrävande, dyrt och omöjligt att skala. Jag visste att möjligheten att använda AI för att automatisera innehållsgenerering (i stället för att försöka producera innehåll manuellt) skulle vara en spelväxlare för många branscher som regelbundet måste skapa stora mängder innehåll – inte bara på engelska utan också på många andra språk.

Andra, att se de typer av “lågtech”-lösningar som andra förde till marknaden – som spinning-verktyg eller dåligt implementerade NLG-verktyg med “Enterprise UX” – förstärkte bara min attraktion till NLG:s kraft.

Slutligen ville jag arbeta med något som inte var en version av nästa online-butik eller “Uber för X”, utan något som kunde lösa ett riktigt svårt tekniskt problem samtidigt som det skapade en lösning för en verklig utmaning. En perfekt NLG-lösning med förmågan att omdefiniera innehållsgenerering för den digitala tidsåldern kan reducera “brus” för hela mänskligheten, eftersom det möjliggör superprecis kommunikation.

Kan du diskutera några av de NLG-lösningar som erbjuds av AX Semantics?

AX Semantics är en 100% SaaS-baserad NLG-lösning med ett lättanvänt användargränssnitt. Kunder bygger sin egen innehållsgenereringsmaskin genom att konfigurera sin affärsapplikation med vårt NLG-verktyg, som automatiserar innehåll på 110 språk på bara några minuter – inklusive tvärsdata-generering som kinesisk text från engelska data. Som ett resultat kan företag ta data och information och skapa unikt innehåll snabbt och i stor skala, oavsett kontinuerliga affärs- och kulturella förändringar.

Det finns många användningsfall för NLG-teknologi. Olika branscher använder den för att lösa innehållsutmaningar som är unika för deras sektorer:

  • E-handel: De flesta kunder använder vårt NLG-programvara för att generera stora mängder unika produktbeskrivningar (viktiga för SEO), kategoribeskrivningar eller personliga e-postmeddelanden som återställning av kundvagnen.
  • Varumärkes-/kundkommunikation, inklusive sociala medier: Varumärken och innehållsbyråer använder NLG för att upprätthålla en stadig ström av färsk blogginnehåll eller för att skapa och fylla unikt socialt innehåll på flera sociala mediekanaler – och kan göra detta på 110 språk.
  • Media eller “robotjournalistik”: Förläggare använder vårt NLG-programvara för valrapportering eller data-baserad journalistik som övervakning av föroreningsnivåer, aktiebörser, sportresultat och brottsjournaler – vilket frigör journalister att arbeta med mer kreativ och engagerande journalistik eller hårda undersökande artiklar. På många sätt hjälper innehållsgenereringsprogramvara till att återuppliva lokal journalistik, särskilt för små, kassa-svaga tidningar. Journalistiken har varit i en tight situation sedan 2000, då tidningar har skurit ner på reportrar och redaktörer eller stängt helt. NLG är faktiskt en oväntad allierad i kampen för att rädda journalistiken.
  • Finans-/banksektor: Finansanalytiker, mäklare och chefer står inför kravet att snabbt uppdatera innehållet som krävs av statliga och federala lagar och regler, såsom detaljer om investeringsplaner, riskbedömningar och finansiella rapporter – allt som måste uppdateras regelbundet. Vår NLG-lösning löser smärtan med återkommande finansiella rapporter, regulatoriska rapporter, sammanfattningar och annan skriftlig kommunikation – allt som vanligtvis kräver stora mängder finansiell data från olika källor för att samlas in, analyseras och översättas till text som anpassats för en bred publik och språk. Bank- och finansanställda kan enkelt omvandla berg av data till realtidsaktiva skrivna berättelser, skapa rapporter, beskrivningar av villkor och lån, utkast till regulatoriska rapporter och dokument som detaljerar investeringar – på över 110 språk – allt med minimal utbildning – och frigöra bandbredd för högvärdiga aktiviteter och ansvar.
  • Läkemedelsindustri: Läkemedelsföretag använder vår HIPAA-kompatibla NLG-programvara för att generera regulatoriska kliniska studierapporter (CSRs) om läkemedel upp till 40% snabbare, genom att automatisera 30% av skrivandet av CSR. Detta är avgörande eftersom den mest utmanande fasen i att ta ett läkemedel till marknaden är den mänskliga läkemedelsstudien, eller fas III, under vilken kliniker måste skriva en CSR som beskriver de farmakologiska effekterna och studieresultaten. Vanligtvis samlas data in från de mänskliga läkemedelsstudier och medicinska skrivteam sammanställer rapporten manuellt, men denna föråldrade, mödosamma och tidskrävande process kan potentiellt försena livräddande läkemedel från att komma till marknaden tidigare och kosta läkemedelsföretag miljontals. En kapacitetsutmaning finns också. Att skriva en CSR-rapport tar vanligtvis flera månader att slutföra, vilket begränsar antalet CSRs som ett team av medicinska skrivare kan producera årligen.

En författares röst anses viktig i journalistik och andra typer av skrivande, kan du diskutera vikten av att skapa “personligheter” för innehåll som genereras av NLG?

Med “data-till-text”-lösningar som vår NLG-pipeline-approach (i motsats till text-till-text, korpus-baserad sak som GPT-2/3), är författaren en avgörande och kritisk del av den kreativa processen. Författaren konfigurerar många betydelser mellan data och lägger till “mikro-mallar” för alla aspekter av texten, vilket möjliggör för maskinen att välja och kombinera alla aspekter i en “påse med ord”-approach.

Kan du diskutera vad hybridinnehållsgenerering är och hur anställda kan dra nytta av detta?

Hybridinnehållsgenerering är där människa och maskin arbetar tillsammans. Varje aktör fokuserar på aspekten de gör bäst. Människor prioriterar den kreativa delen, skrivstil och specifikt innehållsval, inklusive kurering och definitioner. Maskinen tar hand om produktion, grammatisk korrekthet och skapar och skalar innehållet.

Hybridinnehåll som föds ur ett partnerskap mellan människa och maskin fyller ett brådskande behov av färskt, livsviktigt innehåll dygnet runt. Vår programvara genererar innehåll som är nästan omöjligt att skilja från en mänsklig författare. Anställda kan använda innehållsgenerering för att skapa nytt innehåll som kan ändras och uppdateras på ett ögonblick. Att arbeta med innehållsgenereringsprogramvara möjliggör för dem att inte bara uppfylla, utan överträffa sina jobbkrav och förväntningar.

När innehåll kan skapas på flugan, hur kommer innehållskvalitet att kvantifieras?

Till slut kommer det att mätas och kvantifieras baserat på resultat. I början hade vi diskussioner om att mäta kvalitetsaspekter som var subjektiva till personlig betydelse, t.ex. “Jag gillar den här frasen eller den”, etc., men detta kan nu mätas objektivt eftersom skalad A/B-testning nu är möjlig. En av våra kunder, till exempel, kämpade med beslutet att använda formell eller informell språk (vissa icke-engelska språk har detta kodifierat), och kunde testa detta för att se vad som fungerade bäst.

Kan du dela dina åsikter om hur innehåll kommer att bli decentraliserat?

Ingen källa eller marknad har monopol på innehållsgenerering eller förmågan att skala innehåll längre. Det är kraften i NLG-teknologi och programvara – det levererar lika möjlighet och lika tillgång till företag, stora och små.

Med tillgång till giltiga datakällor från hela världen, tillsammans med NLG och publicerings-teknologi, kan företag av alla storlekar bygga skalat innehåll och anpassa det till sina egna behov, samtidigt som de använder NLG-teknologi för att hålla det kontinuerligt uppdaterat. Till exempel kan en kundtjänstavdelning producera sina egna produktbeskrivningar med fokus på service-specifikt innehåll, eller en online-marknadsförare kan anpassa sitt innehåll för att vara försäljningsinriktat – allt utan extra underhåll eller kostnad.

Vad kommer att bli några av de nya “låsta” affärsmöjligheterna från den här typen av innehållsgenerering?

Först och främst kommer vi att se helt nya typer av hyper-personaliserat innehåll där många datakällor kombineras för att producera innehåll för en specifik individ, som en väderprognos som tar hänsyn till någons reseplan eller finansiella tjänster med individualiserad fondrapportering. Andra, när företag alltmer omfamnar den digitala tidsåldern, kommer de att kunna använda automatiserad innehållsgenerering för att skapa en mer robust online-närvaro för sin verksamhet.

Kan du diskutera några av de potentiella aspekterna för socialt gott från NLG?

Konsumenter är överbelastade med en kontinuerlig ström av kommunikation – textmeddelanden, e-postmeddelanden, otaliga annonser och kampanjer – över flera kanaler, inklusive deras mobila enheter, datorer och till och med posten, som de måste bläddra igenom och läsa för att hitta den information de vill ha och behöver.

NLG möjliggör individualiserad, exakt och brusreducerad kommunikation. Tänk dig att bara få nyhetsbrev eller rapporter som tar hänsyn till din personliga information och anpassar den till dina behov. NLG erbjuder ett bättre, mer genomtänkt sätt att nå kunder på ett sätt som betyder något för dem.

Vilka är några företag som för närvarande använder AX Semantics?

Ungefär tre år ago, efter att ha validerat vår lösning med utvalda kunder, började vi introducera vår NLG-lösning till massmarknaden. Vi hade hundratals kunder som testade vår programvara och byggde sin individuella lösning med AX Semantics. Vi finjusterade sedan den nödvändiga inlärningsmaterialet och ombordstigningsprocessen. Många av dessa initialt små kunder har nu skalat sina innehållsbehov med oss, inklusive företag som Deloitte, Adidas, Nestlé, Otto och Beiersdorf.

Finns det något annat du vill dela om AX Semantics?

Vi är mycket stolta över det faktum att AX Semantics fick erkännande som en av världens fem bästa leverantörer av Natural Language Generation-plattformar av Gartner, och att vi blev utsedda till en topp-emergent företag på NLG-marknaden av Forrester.

Slutligen, utöver vår egen kundbas och försäljning, letar vi efter företag som vill bygga sina egna vertikala användningsfall ovanpå vår teknik, och vi stödjer aktivt dessa företag med utbildning, etc. Så om du bygger ett nytt produkt eller företag och vill använda innehållsgenerering, skulle vi älska att prata med dig.

Tack för den underbara intervjun och de detaljerade svaren angående NLG, läsare som vill lära sig mer bör besöka AX Semantics,

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en outtröttlig passion för att forma och främja framtidens AI och robotik. En serieentreprenör, han tror att AI kommer att vara lika störande för samhället som elektricitet, och han fångas ofta i att prata om potentialen för störande teknologier och AGI.

Som en futurist är han dedikerad till att utforska hur dessa innovationer kommer att forma vår värld. Dessutom är han grundare av Securities.io, en plattform som fokuserar på att investera i banbrytande teknologier som omdefinierar framtiden och omformar hela sektorer.