เอติเอนน์ เบอร์นาร์ด ผู้ร่วมก่อตั้งและซีอีโอของ NuMind – ซีรีส์สัมภาษณ์

เอติเอนน์ เบอร์นาร์ด เป็นผู้ร่วมก่อตั้งและซีอีโอของ NuMind ซึ่งเป็นบริษัทซอฟต์แวร์ที่ก่อตั้งขึ้นในเดือนมิถุนายน 2022 โดยมีจุดมุ่งหมายในการพัฒนาเครื่องมือการเรียนรู้ของเครื่อง เอติเอนน์ เป็นผู้เชี่ยวชาญด้าน AI และการเรียนรู้ของเครื่อง หลังจากได้รับ PhD (ENS) และหลังปริญญาเอก (MIT) ในสาขาฟิสิกส์สถิติ เอติเอนน์ ได้เข้าร่วมงานที่ Wolfram Research และกลายเป็นหัวหน้าฝ่ายการเรียนรู้ของเครื่องในระยะเวลา 7 ปี ในช่วงเวลานี้ เอติเอนน์ ได้นำการพัฒนาเครื่องมือการเรียนรู้อัตโนมัติ ตลอดจนการสร้างเฟรมเวิร์กการเรียนรู้ลึกที่เป็นมิตรกับผู้ใช้ และการประยุกต์ใช้การเรียนรู้ของเครื่องต่างๆ

สิ่งใดที่ดึงดูดคุณให้เข้าสู่การเรียนรู้ของเครื่อง?

ครั้งแรกที่ฉันฟังคำว่า “การเรียนรู้ของเครื่อง” คือในปี 2009 ฉันคิดว่ามันคือความคิดที่น่าสนใจและทรงพลัง มันชัดเจนว่ามันจะนำไปสู่การประยุกต์ใช้ที่สำคัญๆ รวมถึงการสร้าง AI ฉันตัดสินใจที่จะศึกษามันและไม่เคยหยุด

หลังจากได้รับ PhD (ENS) และหลังปริญญาเอก (MIT) ในสาขาฟิสิกส์สถิติ คุณได้เข้าร่วมงานที่ Wolfram Research และกลายเป็นหัวหน้าฝ่ายการเรียนรู้ของเครื่องในระยะเวลา 7 ปี โครงการที่น่าสนใจที่คุณได้ทำงานคืออะไร?

โครงการที่ฉันชอบที่สุดคือการพัฒนาเครื่องมือการเรียนรู้อัตโนมัติสำหรับภาษา Wolfram (หรือที่รู้จักกันในชื่อ Mathematica) เครื่องมือแรกที่ฉันพัฒนาคือ Classify ซึ่งให้ผลลัพธ์เป็นแบบจำลองการจำแนกประเภท มันเป็นโครงการที่ท้าทายทั้งด้านวิทยาศาสตร์และวิศวกรรมซอฟต์แวร์ในการสร้างเครื่องมือการเรียนรู้อัตโนมัติที่มีประสิทธิภาพและเชื่อถือได้

การสร้างเฟรมเวิร์กการเรียนรู้ลึกที่มีระดับสูงก็เป็นโครงการที่น่าสนใจเช่นกัน มีการตัดสินใจที่ยากลำบากเกี่ยวกับวิธีการแสดงโครงข่ายประสาทเทียม การแสดงภาพ และการปรับเปลี่ยนโครงข่าย ฉันคิดว่าเราทำได้ดี และถ้ามันเปิดให้ใช้ฟรี ฉันคิดว่ามันจะถูกใช้อย่างกว้างขวาง

ในช่วงเวลานี้ คุณยังเขียนหนังสือที่มีชื่อเสียงที่ชื่อว่า “Introduction to Machine Learning” อะไรคือความท้าทายที่คุณพบในการเขียนหนังสือที่ครอบคลุมเช่นนี้?

มีหลายอย่าง! ใช้เวลา 2 ปีในการเขียน ฉันสามารถเลือกที่จะเขียนหนังสือ “วิธีการ” ซึ่งจะง่ายกว่า แต่ส่วนหนึ่งของการเดินทางของฉันที่ Wolfram คือการเรียนรู้การเรียนรู้ของเครื่อง และฉันรู้สึกว่าต้องส่งต่อความรู้นี้ให้กับผู้อื่น ความยากหลักคือการตัดสินใจว่าจะพูดถึงอะไรและในลำดับใด เพื่อให้หนังสือมีความน่าสนใจและเข้าใจได้ง่าย ต่อมาคือรายละเอียดเชิงสอน เช่น ฉันควรใช้สูตรคณิตศาสตร์หรือโค้ดหรือภาพประกอบเพื่ออธิบายแนวคิดนี้หรือไม่ ฉันต้องการทำให้หนังสือเล่มนี้เข้าถึงได้มากที่สุดและไม่ทำให้ผู้อ่านสับสน

คุณสามารถเล่าเรื่องราวเบื้องหลังของ NuMind ได้หรือไม่?

ได้ ฉันต้องการที่จะสร้างสตาร์ทอัพมานานแล้ว แต่งานที่ Wolfram มันสนุกมาก ฉันจึงไม่ได้ทำอะไรเลย จนกระทั่งปี 2019-2020 เมื่อโมเดลภาษาขนาดใหญ่ (LLMs) เริ่มปรากฏขึ้น เช่น GPT-2 และ GPT-3 มันทำให้ฉันประหลาดใจที่มันสามารถเข้าใจและสร้างข้อความได้ดี ฉันเห็นว่ามันจะนำไปสู่การประยุกต์ใช้ที่สำคัญๆ รวมถึงการสร้าง AI ที่มีประสิทธิภาพ ฉันและผู้ร่วมก่อตั้ง Samuel (ซึ่งเป็นลูกพี่ลูกน้องของฉัน) มีความคิดเห็นที่ตรงกัน และเราจึงตัดสินใจที่จะสร้างเครื่องมือที่จะช่วยให้การสร้างโมเดล NLP ง่ายขึ้น

เป้าหมายของ NuMind คือการขยายการใช้การเรียนรู้ของเครื่องและ AI โดยการสร้างเครื่องมือที่ง่ายแต่ทรงพลัง อะไรคือเครื่องมือที่มีอยู่ในปัจจุบัน?

ใช่ เครื่องมือแรกของเราคือสำหรับการสร้างโมเดล NLP ที่กำหนดเอง ตัวอย่างเช่น หากคุณต้องการวิเคราะห์ความรู้สึกของลูกค้าจากข้อความที่พวกเขาให้มา การใช้โมเดลที่มีอยู่แล้วอาจไม่ดีนัก เพราะมันถูกฝึกฝนจากข้อมูลที่แตกต่างและสำหรับงานที่แตกต่างออกไป เครื่องมือของเราช่วยให้คุณสามารถสร้างโมเดลที่กำหนดเองได้อย่างง่ายดายและรวดเร็ว โดยการโหลดข้อมูลของคุณ ทำการอ注释เล็กน้อย และได้รับโมเดลที่สามารถใช้งานได้ через API

คุณเห็นโมเดลที่กำหนดเองที่ลูกค้าแรกของ NuMind พัฒนาขึ้นมาเป็นอย่างไร?

มีหลายตัวอย่าง เช่น โมเดลการวิเคราะห์ความรู้สึกที่ใช้ในการติดตามความรู้สึกของกลุ่มช่วยเหลือที่ช่วยให้ผู้คนต่อสู้กับการติดยาเสพติด อีกตัวอย่างหนึ่งคือการค้นหาตำแหน่งงานที่เหมาะสมที่สุดสำหรับประวัติการทำงานที่กำหนด และฉันเชื่อว่ามีศักยภาพมากในการพัฒนาระบบจับคู่ AI ที่สามารถช่วยให้ผู้คนหางานที่เหมาะสมได้ เรายังมีลูกค้าที่ใช้เครื่องมือของเราในการดึงข้อมูลจากเอกสารทางการแพทย์และกฎหมาย

บริษัทสามารถประหยัดเวลาได้มากเพียงใดโดยใช้เครื่องมือของ NuMind?

มันขึ้นอยู่กับการใช้งาน แต่เมื่อเทียบกับวิธีการแบบดั้งเดิม (การทำเครื่องหมายข้อมูลและฝึกโมเดลแยกจากกัน) เราเห็นการปรับปรุงความเร็วในการพัฒนาสูงถึง 10 เท่าในการได้รับโมเดลและนำไปใช้ในการผลิต ฉันคาดหวังว่าตัวเลขนี้จะดีขึ้นเมื่อเราพัฒนาสินค้าต่อไป ในที่สุด ฉันเชื่อว่าโครงการที่ใช้เวลาหลายเดือนจะเสร็จสิ้นภายในไม่กี่วัน และมีประสิทธิภาพที่ดีกว่า

คุณสามารถอธิบายว่า Interactive AI Development ของ NuMind ทำงานอย่างไร?

แนวคิดของ Interactive AI Development มาจากวิธีการสอนที่มนุษย์ใช้กัน เมื่อคุณจ้างผู้ช่วยเพื่อจัดประเภทอีเมลของคุณ คุณจะอธิบายงานและวัตถุประสงค์ให้พวกเขา จากนั้นคุณอาจให้ตัวอย่างที่ดีและกรณีชายขอบบางกรณี ผู้ช่วยของคุณจะเริ่มทำเครื่องหมายอีเมลและเริ่มสนทนา คุณอาจถามคำถามเพื่อระบุและแก้ไขช่องว่างความรู้ของพวกเขา และพวกเขาอาจถามคุณว่าทำไมคุณควรทำเครื่องหมายอีเมลใน某某วิธี วิธีการสอนนี้มีประสิทธิภาพสูงในการแลกเปลี่ยนข้อมูล

ในแง่เทคนิค การทำงานนี้เป็นการสื่อสารที่มีแบนด์วิธสูงและความหน่วงต่ำ ระหว่างมนุษย์และเครื่อง และเราตัดสินใจที่จะเรียกมันว่า Interactive AI Development เพื่อเน้นย้ำถึงการแลกเปลี่ยนข้อมูลสองทางและความหน่วงต่ำ ฉันเห็นว่ามันเป็นรูปแบบที่สามในการสอนเครื่องจักร หลังจากรูปแบบการเขียนโปรแกรมแบบดั้งเดิมและรูปแบบการเรียนรู้ของเครื่องแบบดั้งเดิม (ที่คุณให้ตัวอย่างของงานให้เครื่องจักรและให้เครื่องจักรค้นหาวิธีทำ)

รูปแบบใหม่นี้ถูกปลดล็อกโดย LLMs จริงๆ คุณต้องมีบางสิ่งที่มีความฉลาดในเครื่องจักรเพื่อที่จะสื่อสารกับมันอย่างมีประสิทธิภาพ ฉันเชื่อว่ารูปแบบนี้จะกลายเป็นเรื่องปกติในอนาคต และเราสามารถเห็นภาพของมันแล้วใน LLMs ที่ใช้ในการสนทนาและเครื่องมือของเรา

เรากำลังใช้รูปแบบนี้เพื่อสอนงาน NLP แต่มันจะถูกใช้สำหรับสิ่งที่มากกว่านั้น รวมถึงการพัฒนาซอฟต์แวร์

มีอะไรอีกที่คุณต้องการแบ่งปันเกี่ยวกับ NuMind?

อาจเป็นเครื่องมือที่สามารถใช้ได้ทั้งโดยผู้เชี่ยวชาญและผู้ที่ไม่ใช่ผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่อง ที่มันสามารถใช้ได้หลายภาษา ที่คุณเป็นเจ้าของโมเดลของคุณเอง และที่ข้อมูลสามารถอยู่บนเครื่องของคุณ!

อีกอย่าง เรากำลังอยู่ในระยะเบต้าแบบส่วนตัว ดังนั้นหากคุณมีความต้องการ NLP เรายินดีที่จะพูดคุยกันและหาวิธีที่เราสามารถช่วยคุณได้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม NuMind เพื่อเรียนรู้เพิ่มเติม