อาห์เหม็ด เอลซามาดิซี ผู้ก่อตั้งและซีอีโอของ Narrator.ai – ซีรีส์สัมภาษณ์

อาห์เหม็ด เอลซามาดิซี เป็นผู้ก่อตั้งและซีอีโอของ Narrator.ai บริษัทด้านข้อมูลอัจฉริยะที่ให้ข้อมูลเชิงลึกที่สามารถนำไปใช้ได้จริงแก่ผู้ตัดสินใจ

อาห์เหม็ดเริ่มอาชีพของเขา tại Cornell’s Autonomous Systems Laboratory โดยเน้นการโต้ตอบระหว่างมนุษย์และหุ่นยนต์ และการรวมข้อมูลแบบเบย์เชียน，以及การสร้างอัลกอริทึมสำหรับรถยนต์ไร้คนขับ

อะไรคือสิ่งที่ดึงดูดคุณให้เข้าสู่โลกของ AI และวิทยาศาสตร์ข้อมูล?

ฉันหลงใหลในกระบวนการตัดสินใจของมนุษย์ ตั้งแต่จิตวิทยา สังคมวิทยา ไปจนถึงการให้เหตุผลเกี่ยวกับความไม่แน่นอน ซึ่งนำฉันไปสู่การเรียนรู้เกี่ยวกับเลขคณิตเบย์เชียน และโลกก็เริ่มมีความหมายมากขึ้น ฉันตัดสินใจเดินทางเพื่อสร้างกระบวนการตัดสินใจที่เหมือนมนุษย์

คุณมีอาชีพที่น่าประทับใจ รวมถึงการทำงานที่ Cornell’s Autonomous Systems Laboratory คุณสามารถแบ่งปันเรื่องราวที่น่าสนใจจากช่วงเวลานั้นได้หรือไม่?

Cornell’s ASL เป็นประสบการณ์ที่น่าสนุกมาก ตั้งแตารถยนต์ไร้คนขับไปจนถึงฝูงหุ่นยนต์เคลื่อนที่ ฉันได้เรียนรู้การสร้าง อัลกอริทึม และทดสอบฮาร์ดแวร์ในสถานการณ์จริง โครงการที่ฉันชอบมากที่สุดคือการสร้างเกม 20 คำถามสำหรับนักเรียนทั้งหมดที่ Cornell

ในสถานการณ์นี้ ไม่มีข้อมูลที่แท้จริง ฉันทำงานในอัลกอริทึมที่สามารถรวมข้อมูลจากคนและเซ็นเซอร์เพื่อตัดสินใจได้ดีขึ้น โครงการนี้ได้รับการยอมรับจาก Business Insider และได้รับการขนานนามว่า “หุ่นยนต์ที่สามารถพูดความจริง”

ช่วงเวลาที่ดีๆ เหล่านี้คือสิ่งที่ทำให้โครงการเหล่านี้น่าประทับใจ

แนวคิดของ Narrator เกิดขึ้นจากความ沮ใจของคุณในการทำงานกับข้อมูลที่ WeWork (WE ) คุณพบปัญหาใดบ้างกับการสร้างแบบจำลองข้อมูลแบบ Star Schema?

ทุกบริษัทใช้แบบจำลองข้อมูล Star Schema ซึ่งเป็นเรื่องที่สมเหตุสมผล คุณสร้างตารางที่แสดงถึงชุดคำถามที่คุณต้องการตอบ แล้วให้คนอื่นสร้างกราฟ แต่ปัญหาก็คือคำถามเปลี่ยนแปลงและเติบโตอยู่เสมอ และตารางที่คุณสร้างไม่เพียงพอในการตอบคำถามทั้งหมด

ฉันเคยค้นหา “air flow data modeling” เพื่อให้คนเห็นถึงกรณีที่ดีที่สุดของชั้นการสร้างแบบจำลอง และมันเป็นเรื่องที่ซับซ้อน มีตารางหลายร้อยตารางที่พึ่งพากัน

นั่นคือเหตุผลที่ฉันรู้สึกว่าแบบจำลองข้อมูลที่ WeWork ใช้ไม่เพียงพอ และฉันก็พบว่าบริษัทอื่นๆ ที่ฉันพูดคุยก็เผชิญกับปัญหาเดียวกัน

คุณพบวิธีแก้ปัญหาในการทำงานกับข้อมูลได้อย่างไร?

ในตอนแรก ฉันพบแรงบันดาลใจจากบล็อกข้อมูล ในบล็อก บริษัทสามารถเล่าเรื่องราวของลูกค้าและวิเคราะห์ข้อมูลโดยไม่ต้องแสดงแบบจำลองข้อมูลให้เห็น

ฉันสงสัยว่าทำไมไม่ใช้โครงสร้างนี้ในการทำงานกับข้อมูล และฉันก็พบว่าโครงสร้างนี้สามารถแสดงข้อมูลได้ทุกอย่าง แต่มีปัญหาในการค้นหาข้อมูลโดยใช้เครื่องมือ BI

แบบจำลองข้อมูลของเรา ซึ่งเรียกว่า Activity Schema ดูเหมือนจะมีศักยภาพที่จะเปลี่ยนแปลงโลกได้ มันสามารถช่วยให้บริษัททุกแห่งมีแบบจำลองข้อมูลเดียวที่สามารถตอบคำถามทุกอย่างได้

ฉันคิดว่านี่คือโอกาสที่จะปฏิวัติวงการข้อมูล และฉันก็ออกจาก WeWork ในปี 2017 เพื่อทำให้ Activity Schema สามารถค้นหาข้อมูลได้

ข้อมูลที่ Narrator ออกมาแตกต่างจากที่เราเคยเห็นมาก่อน คุณสามารถอธิบายได้หรือไม่ว่า Narratives คืออะไร และมันถูกจัดรูปให้เหมือนเรื่องราว?

Narratives คือการวิเคราะห์ที่สามารถนำไปใช้ได้จริงในรูปแบบเรื่องราว

เราเป็นคนข้อมูลที่คุ้นเคยกับการใช้แดชบอร์ด แต่แดชบอร์ดเป็นเพียงหนึ่งในวิธีการบรรลุเป้าหมาย แดชบอร์ดแสดงข้อมูลให้คุณเห็น แต่คุณต้องตีความมันเอง

เป้าหมายของ Narrator คือการกระตุ้นการดำเนินการจากข้อมูล เมื่อเราทดลองและพัฒนา เราพบว่าลูกค้าของเราต้องการเรื่องราวและคำอธิบายเพื่อตัดสินใจ และนั่นคือสิ่งที่เราให้พวกเขา

Narratives เริ่มต้นด้วยเป้าหมายที่ชัดเจน มันให้คำแนะนำ และแสดงผลลัพธ์สำคัญที่คุณจะได้รับ จากนั้นจึงดำเนินการต่อด้วยการวิเคราะห์ แต่ละส่วนเล่าเรื่องราวเกี่ยวกับสิ่งที่เรากำลังเรียนรู้ และใช้ข้อมูลเป็นหลักฐาน

เมื่อคุณแสดง Narrative ให้คน 100 คน พวกเขาจะได้คำแนะนำและคำอธิบายที่เหมือนกัน

Narratives ยังเข้าใจว่าธุรกิจของคุณเปลี่ยนแปลงอยู่เสมอ ดังนั้นจึงถูกดำเนินการซ้ำทุกสัปดาห์เพื่อดูว่าคำแนะนำและคำอธิบายยังคงมีผลหรือไม่ และจะอัปเดตตัวเองตามความจำเป็น

หลังจากที่เราได้เรียนรู้และพัฒนา Narratives ให้เป็นเครื่องมือที่กระตุ้นการดำเนินการจากข้อมูลแล้ว เราก็พบว่าบริษัทที่ปรึกษาที่ใหญ่ที่สุดหลายแห่งก็ได้เรียนรู้สิ่งเดียวกัน

มีอะไรอีกบ้างที่คุณต้องการแบ่งปันเกี่ยวกับ Narrator?

Narrator คือสิ่งที่แตกต่าง

มันอาจจะยากที่จะเข้าใจว่ามันทำงานอย่างไร แต่เมื่อคุณเริ่มใช้มัน คุณจะไม่สามารถกลับไปใช้แบบเก่าได้

ฉันรู้สึกตื่นเต้นเกี่ยวกับโลกที่ Narrator กำลังสร้างขึ้น และฉันยินดีต้อนรับทุกคนให้มาเรียนรู้เพิ่มเติม

เราสามารถตัดสินใจที่ดีขึ้นและสร้างโลกที่ดีขึ้นได้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Narrator.ai เพื่อเรียนรู้เพิ่มเติม