ฮามิช โอกิลวี ซีอีโอและผู้ร่วมก่อตั้ง Search.io – ซีรีส์สัมภาษณ์

ฮามิช โอกิลวี เป็นซีอีโอและผู้ร่วมก่อตั้ง Search.io ซึ่งเป็นแพลตฟอร์มค้นหาและค้นพบผลิตภัณฑ์ที่ใช้ AI ที่ประมวลผลการค้นหาพันล้านครั้งสำหรับองค์กรขนาดใหญ่ที่สุดในโลก พวกเขามุ่งเน้นในการเพิ่มการแปลงและรายได้จากการค้นหาโดยใช้การเรียนรู้ของเครื่อง โดยใช้เทคโนโลยีการค้นหาที่เป็นกรรมสิทธิ์

สิ่งใดที่ดึงดูดคุณเข้าสู่สาขาการเรียนรู้ของเครื่อง?

ฉันเริ่มต้นด้วยการออกแบบเลเซอร์ในสาขาฟิสิกส์ แต่ฉันก็มีความสามารถในการมองเห็นรูปแบบในข้อมูลเสมอ ซึ่งนำฉันเข้าสู่สาขาวิเคราะห์และทำนายสิ่งต่างๆ โดยใช้เวลาหลายปี การเรียนรู้ของเครื่องเป็นการขยายความสามารถในการดึงคุณค่าจากข้อมูล ซึ่งดูเหมือนปกติในตอนนี้ แต่ในสมัยนั้นคนๆ หนึ่งยังหัวเราะกับฉันเพราะมีตำแหน่งงาน “หัวหน้าฝ่ายข้อมูล” ดังนั้นโลกจึงเปลี่ยนแปลงไปบ้าง!

คุณสามารถแบ่งปันเรื่องราวเกี่ยวกับการก่อตั้ง Search.io ได้หรือไม่?

การค้นหามักจะทำให้ฉันหงุดหงิด มัน cải thiệnไปมาก แต่ยังคงไม่ดีนัก ฉันคิดว่ามันควรเข้าใจบริบทและความตั้งใจส่วนบุคคลได้ดีขึ้น ดังนั้นมันจึงเริ่มต้นจากความคิดนั้น และหลายปีต่อมาเราก็ใกล้เคียงกับเป้าหมายมากขึ้น ลาร์รี่ เพจ曾กล่าวว่าการค้นห不是ปัญหาที่จะถูกแก้ไขในช่วงชีวิตของเรา และตอนนี้ฉันเข้าใจแล้วว่าทำไม แต่เราก็เปลี่ยนเกมและก้าวหน้าไปมากในการบรรลุเป้าหมายที่เราตั้งไว้

Search.io ใช้เทคโนโลยีการค้นหาที่เรียนรู้ด้วยตนเองโดยใช้ “ดัชนีประสาท” สิ่งใดคือดัชนีประสาท?

เทคโนโลยีการค้นหาที่เก่าใช้ดัชนีจากคำค้นหาที่เฉพาะเจาะจง เช่นเดียวกับดัชนีในตอนท้ายของหนังสือที่ชี้ไปที่หน้าที่คำค้นหานั้นปรากฏ ดัชนีประสาทสร้างดัชนีจากเซลล์ประสาทในเครือข่ายประสาทที่ออกแบบมาเป็นพิเศษ เซลล์ประสาทเหล่านี้ถูกออกแบบมาเพื่อกระตุ้นสำหรับบริบทและความหมายที่เกี่ยวข้อง ไม่ใช่คำค้นหาที่เฉพาะเจาะจง ดังนั้นจึงสามารถระบุรายการเกี่ยวข้องได้อย่างรวดเร็ว แม้กระทั่งระหว่างภาษาที่แตกต่างกัน การเรียนรู้ด้วยตนเองทำให้ดัชนีเหล่านี้ปรับเปลี่ยนและปรับปรุงเมื่อมีการซื้อหรือเหตุการณ์ป้อนกลับเชิงบวกอื่นๆ

คุณสามารถอธิบายได้หรือไม่ว่าการเรียนรู้แบบเสริมกำลังถูกใช้ในการปรับผลการค้นหาอย่างไร?

โดยหลักแล้วจะใช้ในการจัดเรียงผลการค้นหาใหม่เพื่อเพิ่มเป้าหมายที่เฉพาะเจาะจง เช่น การคลิกหรือการซื้อ นี่คือปัญหาแบบคลาสสิกในการสำรวจและใช้ประโยชน์ โดยที่ลำดับที่ดีที่สุดไม่ทราบในตอนแรก มีคำพูดที่มีชื่อเสียงที่ว่า “สถานที่ที่ดีที่สุดในการซ่อนศพคือหน้าที่ 2 ของผลการค้นหาของ Google ” เนื่องจากแทบไม่มีใครไปถึงด้านล่างของหน้า 1 เลย หากคุณมีผลการค้นหาที่เกี่ยวข้อง 10,000 รายการสำหรับการค้นหาและแสดงเพียง 10 รายการต่อหน้า การสุ่มแบบสุ่มจะช่วยให้หมุนรายการต่างๆ และยกเลิกการแสดงรายการเหล่านั้นที่สอดคล้องกับเป้าหมายทางธุรกิจ

การเรียนรู้ลึกถูกใช้หรือไม่ และถ้าใช่ จะถูกใช้อย่างไร?

ใช่ ในหลายวิธี เราใช้การเรียนรู้ลึกเพื่อแปลงภาษาเป็นเวกเตอร์และเวกเตอร์เป็นแฮชประสาท

แพลตฟอร์มนี้ช่วยให้ธุรกิจสามารถควบคุมการเรียนรู้ด้วยตนเองโดยการปรับแต่งได้ คุณสามารถอธิบายกระบวนการนี้ได้หรือไม่?

การเรียนรู้ด้วยตนเองโดยทั่วไปจะใช้เหตุการณ์เพื่อ “ผลัก” แฮชประสาทไปสู่สิ่งที่เคยสอดคล้องกันมาก่อน เช่น รายการที่ซื้อแล้วเทียบกับที่ไม่ได้ซื้อ ในบางกรณีอาจใช้เวลานานเกินไป และธุรกิจก็รู้ว่าควรเป็นผลลัพธ์ที่ดี ดังนั้นเราจึงอนุญาตให้พวกเขาแจ้งให้เราทราบ และสิ่งนี้จะสอนความเกี่ยวข้องให้เข้าใจความตั้งใจได้ดีขึ้น ซึ่งโดยพื้นฐานแล้วจะเร่งการเรียนรู้

มีความท้าทายอะไรบ้างในการตีความความตั้งใจของผู้ใช้เมื่อมีการค้นหา?

ภาษามีความคลุมเครือสูง “ธนาคาร” อาจหมายถึงสถาบันการเงิน ธนาคารของแม่น้ำ การหันของเครื่องบิน หรือการโยนบอลในบาสเก็ตบอล เพื่อให้แย่ลง สำหรับใครบางคนจากลอสแอนเจลิสที่ค้นหา “เสื้อแจ็คเก็ต” จะมีความตั้งใจที่แตกต่างจากคนที่ค้นหาในบอสตัน เพศชายหรือเพศหญิงก็มีความตั้งใจที่แตกต่างกัน ภาษาไม่สามารถจับความตั้งใจได้ดี และความสมบูรณ์แบบแทบจะเป็นไปไม่ได้ ดังนั้นการค้นหาจึงเป็นเกมแห่งความน่าจะเป็น

กระบวนการในการรวม Search.io เข้ากับเว็บไซต์คืออะไร?

มันขึ้นอยู่กับความซับซ้อน สำหรับร้านค้า Shopify และเว็บไซต์ที่มีเนื้อหาสามารถเริ่มใช้งานได้ภายในไม่กี่นาที ในขณะที่ร้านค้าขายของชำที่ซับซ้อนพร้อมแค็ตตาล็อกและผลลัพธ์ที่ปรับให้เหมาะสมสามารถใช้เวลาหลายสัปดาห์หรือหลายเดือน

มีอะไรอีกบ้างที่คุณต้องการแบ่งปันเกี่ยวกับ Search.io?

หากคุณเป็นองค์กรที่มีข้อมูลจำนวนมากและพยายามเพิ่มธุรกรรมออนไลน์ ติดต่อเรา เราได้ปรับปรุงประสิทธิภาพออนไลน์ของลูกค้าของเราอย่างมากผ่านประสบการณ์การค้นหาและค้นพบที่ดีขึ้น

ขอขอบคุณที่ร่วมสัมภาษณ์นี้ เนื่องจากคุณได้ศึกษาวงจรการค้นหาเป็นเวลามากกว่าสองทศวรรษแล้ว สิ่งนี้จึงน่าสนใจมาก ผู้อ่านสามารถเยี่ยมชม Search.io เพื่อเรียนรู้เพิ่มเติม