มาร์ค สโลน Co-Founder & CEO ของ Scout – ซีรีส์สัมภาษณ์

มาร์ค สโลน เป็น Co-Founder & CEO ของ Scout เว็บเบราว์เซอร์เช็ตบอทตัวแรกของโลก ซึ่งเป็นแอสซิสแตนต์ดิจิทัลสำหรับการทำสิ่งต่างๆ ออนไลน์ Scout แนะนำสิ่งที่มันสามารถทำได้สำหรับคุณตามสิ่งที่คุณกำลังทำออนไลน์

สิ่งใดที่ดึงดูดคุณเข้าสู่ AI ในตอนแรก?

ประสบการณ์แรกของฉันในการทำงานกับ AI คือระหว่างปีหยุดพักการเรียนที่ฉันใช้เวลาในการทำงานในทีมวิจัยการประมวลผลภาษา自然ที่ GCHQ ระหว่างการเรียนปริญญาตรี ฉันได้เห็นผลกระทบของการเรียนรู้ของเครื่องจักรที่มีต่อปัญหาโลกจริงและความแตกต่างที่มันทำให้เกิดขึ้น

มันเปลี่ยนสวิตช์ในความคิดของฉันเกี่ยวกับวิธีการใช้คอมพิวเตอร์ในการแก้ปัญหา: วิศวกรรมซอฟต์แวร์สอนให้คุณสร้างโปรแกรมที่รับข้อมูลและผลิตผลลัพธ์ แต่การเรียนรู้ของเครื่องจักรช่วยให้คุณรับข้อมูลและอธิบายผลลัพธ์ที่คุณต้องการผลิตโปรแกรม ซึ่งหมายความว่าคุณสามารถใช้เฟรมเวิร์กเดียวกันในการแก้ปัญหาหลายพันปัญหาได้ สำหรับฉันแล้ว สิ่งนี้รู้สึกมีผลกระทบมากกว่าการเขียนโปรแกรมสำหรับปัญหาแต่ละข้อ

ฉันกำลังศึกษาปัญหาในการเพิ่มประสิทธิภาพในคณิตศาสตร์ควบคู่ไปกับวิทยาศาสตร์คอมพิวเตอร์ ดังนั้นเมื่อฉันกลับไปที่มหาวิทยาลัย ฉันเน้นไปที่ AI และทำวิทยานิพนธ์เกี่ยวกับการประมวลผลสัญญาณเสียงก่อนที่จะสมัครเข้าเรียนปริญญาเอกสาขาการค้นหาสารสนเทศที่ UCL

คุณวิจัยการเรียนรู้แบบเสริมกำลังในเว็บซึ่งดูแลโดย David Silver ผู้ก่อตั้ง AlphaGo คุณสามารถพูดคุยเกี่ยวกับการวิจัยบางส่วนได้หรือไม่?

ปริญญาเอกของฉันคือเรื่องการนำการเรียนรู้แบบเสริมกำลังไปใช้กับปัญหาในการจัดอันดับในด้านการค้นหาสารสนเทศ ซึ่งเป็นสาขาที่ฉันช่วยสร้างขึ้นเรียกว่า การค้นหาสารสนเทศแบบไดนามิก ฉันถูกดูแลโดย Prof Jun Wang และ Prof David Silver ซึ่งเป็นนักวิจัยชั้นนำในด้านการเรียนรู้แบบเสริมกำลัง

การวิจัยของเราดูว่าเครื่องมือค้นหาสามารถเรียนรู้จากพฤติกรรมของผู้ใช้เพื่อปรับปรุงผลลัพธ์การค้นหาด้วยตนเองเมื่อเวลาผ่านไป โดยใช้วิธีการ Multi-Armed Bandit ระบบของเราจะพยายามการจัดอันดับต่างๆ และรวบรวมพฤติกรรมการคลิกเพื่อกำหนดว่ามีประสิทธิภาพหรือไม่ มันสามารถปรับให้เหมาะสมกับผู้ใช้แต่ละคนเมื่อเวลาผ่านไป และมีประสิทธิภาพมากในการจัดการคำค้นหาที่กำกวม ในขณะนั้น David มุ่งเน้นไปที่ปัญหา Go อย่างลึกซึ้ง และเขาช่วยให้ฉันตัดสินใจว่าควรใช้การเรียนรู้แบบเสริมกำลังแบบใดสำหรับปัญหานี้

คุณสามารถพูดคุยเกี่ยวกับบทเรียนการเป็นผู้ประกอบการบางส่วนที่คุณได้รับจากการทำงานกับ David Silver ได้หรือไม่?

การวิจัยที่ UCL มักจะเป็นการเป็นผู้ประกอบการ David ได้ก่อตั้ง Elixir Studios กับ Demis Hassabis และจากนั้นเข้าร่วม DeepMind เพื่อทำงานเกี่ยวกับ Alpha Go สมาชิกอื่นๆ ในกลุ่มวิจัย Media Futures ของเรายังสร้างสตาร์ทอัพหลายแห่ง: Jun ก่อตั้ง Mediagamma (การนำการเรียนรู้แบบเสริมกำลังไปใช้กับการใช้จ่ายโฆษณาออนไลน์) Simon Chan เริ่ม prediction.io (ถูกซื้อโดย SalesForce) และ Jagadeesh Gorla ก่อตั้ง Jaggu (บริการแนะนำสำหรับอีคอมเมิร์ซ) ทีมของเรามักจะพูดคุยเกี่ยวกับผลกระทบเชิงพาณิชย์ที่การวิจัยของเราสามารถมีต่อธุรกิจได้ ฉันคิดว่าอาจเป็นเพราะ UCL ตั้งอยู่ในลอนดอน ซึ่งเป็นจุดเริ่มต้นที่เป็นธรรมชาติสำหรับการสร้างธุรกิจ

คุณเพิ่งเปิดตัว Scout เว็บเบราว์เซอร์เช็ตบอทตัวแรกของโลก คุณได้รับแรงบันดาลใจจาก đâuในการเปิดตัว Scout?

ความคิดนี้พัฒนาขึ้นมาจากผลการวิจัยปริญญาเอกของฉัน ฉันไปจากที่จบปริญญาเอกมาเข้าร่วม Entrepreneur First และเริ่มคิดว่าจะนำการวิจัยของฉันมาเป็นผลิตภัณฑ์ได้อย่างไร

ก่อนที่ฉันจะเริ่มสิ่งนี้ ฉันทำการฝึกงานที่ Microsoft (MSFT ) Research และนำการวิจัยของฉันไปใช้กับ Bing ฉันเรียนรู้ว่าการค้นหาสารสนเทศสามารถคาดการณ์ได้ตามพฤติกรรมของผู้ใช้ออนไลน์ แต่ฉันรู้สึกผิดหวังที่วิธีเดียวที่จะแสดงการคาดการณ์เหล่านี้ในเครื่องมือค้นหาคือการปรับปรุงการแนะนำอัตโนมัติ ดังนั้นฉันจึงเริ่มคิดว่าประสบการณ์ออนไลน์ทั้งหมดของผู้ใช้สามารถปรับปรุงได้อย่างไรโดยใช้การคาดการณ์เหล่านี้ ไม่ใช่แค่ประสบการณ์การค้นหา

ความคิดนี้นำไปสู่การสร้างเบราว์เซอร์เสริมที่สังเกตพฤติกรรมของผู้ใช้ คาดการณ์สิ่งที่ผู้ใช้อาจต้องการออนไลน์ และดึงข้อมูลมาให้พวกเขา หลังจากการทดลองและต้นแบบหลายปี สิ่งนี้พัฒนาเป็น界หน้าเช็ตบอทที่เบราว์เซอร์ “พูด” กับคุณเกี่ยวกับสิ่งที่คุณกำลังทำออนไลน์และพยายามช่วยคุณไปตามทาง

เว็บเบราว์เซอร์ใดที่ Scout จะเข้ากันได้?

เรากำลังเน้นไปที่ Chrome ในขณะนี้เนื่องจากเป็นเว็บเบราว์เซอร์ที่ได้รับความนิยมมากที่สุดและมีโครงสร้างเสริมที่เติบโตเต็มที่ แต่เรามีต้นแบบที่ทำงานบน Firefox และ Safari และแม้แต่แอปมือถือ

ฟังก์ชัน Scout ในการช่วยเหลือการช็อปปิ้งอาจช่วยให้ผู้ใช้ประหยัดเวลาและเงินได้ หากใครบางคนกำลังวิจัยผลิตภัณฑ์บน Amazon (AMZN ) จะเกิดอะไรขึ้นในเบื้องหลัง และ Scout จะโต้ตอบกับผู้ใช้อย่างไร?

ความคิดคือว่าเมื่อคุณติดตั้ง Scout คุณเพียงแค่ต้องใช้เว็บตามปกติ หากคุณกำลังช็อปปิ้ง คุณอาจไปที่ Amazon เพื่อดูผลิตภัณฑ์ ณ จุดนี้ Scout จะรู้ว่าคุณกำลังช็อปปิ้งบน Amazon และผลิตภัณฑ์ที่คุณกำลังมองหา และจะพูดว่า “สวัสดี” มันจะปรากฏขึ้นเป็นหน้าต่างสนทนาในหน้าเว็บ เช่นเดียวกับวิธีการทำงานของ Intercom แต่ Scout สามารถปรากฏขึ้นในหน้าเว็บใดๆ ก็ได้ คุณสามารถดูว่ามัน看起来อย่างไรบนเว็บไซต์ของฉัน

เนื่องจากคุณกำลังช็อปปิ้ง มันจะเริ่มแนะนำวิธีที่มันสามารถช่วยคุณได้ มันจะถามคุณว่าคุณต้องการดูบทวิจารณ์ออนไลน์ ราคาอื่นๆ วิดีโอของผลิตภัณฑ์ และอื่นๆ คุณโต้ตอบโดยการกดปุ่ม และเช็ตบอทจะปรับประสบการณ์ให้เหมาะสมกับสิ่งที่คุณต้องการให้มันทำ เมื่อมันค้นหาข้อมูล (เช่น วิดีโอ) มันจะฝังตัวไว้ในเส้นทางสนทนา เช่นเดียวกับวิธีที่เพื่อนของคุณแบ่งปันสื่อกับคุณบน WhatsApp เมื่อเวลาผ่านไป คุณจะสนทนากับเบราว์เซอร์เกี่ยวกับสิ่งที่คุณกำลังทำออนไลน์ และเบราว์เซอร์จะช่วยคุณไปตามทาง

การประมวลผลหน้าเว็บเกิดขึ้นภายในเบราว์เซอร์เอง ข้อมูลเดียวที่เซิร์ฟเวอร์แบ็คเอนด์ของเราจะเห็นคือเส้นทางสนทนา ซึ่งหมายความว่าผลกระทบด้านความเป็นส่วนตัวมีน้อยมาก

เรามีโครงสร้างพิเศษสำหรับการทำความเข้าใจพฤติกรรมการค้นหาออนไลน์และการจัดการสนทนากับผู้ใช้ เราใช้การเรียนรู้ของเครื่องจักรเพื่อระบุงานที่เราสามารถช่วยเหลือออนไลน์ได้และวิธีที่เราจะช่วยเหลือ ในตอนแรก เราใช้การเรียนรู้แบบเสริมกำลังเพื่อปรับให้เหมาะสมกับความชอบของผู้ใช้เมื่อเวลาผ่านไป อย่างไรก็ตาม หนึ่งในบทเรียนที่ใหญ่ที่สุดที่ฉันเรียนรู้จากการดำเนินธุรกิจ AI คือการรักษากระบวนการให้เรียบง่าย และพยายามใช้การเรียนรู้ของเครื่องจักรเพียงเพื่อปรับปรุงกระบวนการที่มีอยู่แล้ว ดังนั้น เราจึงมีเครื่องยนต์แบบกฎที่ซับซ้อนสำหรับการจัดการงานเมื่อเวลาผ่านไป ซึ่งสามารถจัดการได้ด้วยการเรียนรู้แบบเสริมกำลังเมื่อเราต้องการขยายขนาด

คุณสามารถให้ตัวอย่างว่า Scout สามารถช่วยผู้ใช้ได้อย่างไรในการวางแผนงาน?

เรารู้ว่าการวางแผนงาน (และจองการเดินทาง) ไม่แตกต่างจากช็อปปิ้งออนไลน์มากนัก คุณกำลังมองหาสินค้า อ่านบทวิจารณ์ และยืนยันการซื้อ/เข้าร่วม ดังนั้น สิ่งที่เราสร้างขึ้นสำหรับการช็อปปิ้งจึงใช้ได้กับการวางแผนงานเช่นกัน

ความแตกต่างที่ใหญ่ที่สุดคือเวลและที่ตั้งเป็นสิ่งสำคัญ ดังนั้น หากคุณกำลังมองหาตั๋วคอนเสิร์ตบน Ticketmaster Scout สามารถระบุที่อยู่ของสถานที่และแนะนำการค้นหาทิศทางจากที่อยู่ปัจจุบันของคุณไปยังที่นั่น หรือค้นหาราคาของ Uber หรือแนะนำว่าคุณควรออกเดินทางเมื่อไหร่ หากคุณเชื่อมต่อ Scout เข้ากับปฏิทินของคุณ Scout สามารถตรวจสอบว่าคุณมีเวลาว่างหรือไม่และเพิ่มลงในปฏิทินของคุณ

ในอนาคต เราเห็นภาพว่าผู้ใช้ Scout จะสามารถสื่อสารกับเพื่อนๆ ของตนผ่านแพลตฟอร์มเพื่อหารือเกี่ยวกับสิ่งที่พวกเขากำลังทำออนไลน์ เช่น การวางแผนงาน การช็อปปิ้ง การทำงาน ฯลฯ

สิ่งกระตุ้นที่จะใช้สำหรับ Scout เพื่อเริ่มสนทนา คืออะไร?

Scout จะไม่รบกวนคุณจนกว่าจะพบสิ่งกระตุ้นที่บอกว่าคุณอาจต้องการความช่วยเหลือ มีสิ่งกระตุ้นหลายประเภท:

• เยี่ยมชมเว็บไซต์เฉพาะ
• เยี่ยมชมประเภทเว็บไซต์ (เช่น ข่าว ช็อปปิ้ง ฯลฯ)
• เยี่ยมชมเว็บไซต์ที่มีข้อมูลประเภทใดประเภทหนึ่ง (เช่น ที่อยู่ วิดีโอ ฯลฯ)
• คลิกลิงก์หรือปุ่มบนหน้าเว็บ
• โต้ตอบกับ Scout โดยการกดปุ่ม
• Scout ค้นหาสื่อประเภทใดประเภทหนึ่ง เช่น วิดีโอ เพลง ทวีต ฯลฯ

เราวางแผนให้ผู้ใช้สามารถปรับแต่งสิ่งกระตุ้นที่พวกเขาต้องการให้ Scout ตอบสนองได้ และในที่สุดก็เรียนรู้ความชอบของพวกเขาโดยอัตโนมัติ

คุณสามารถพูดคุยเกี่ยวกับความยากลำบากบางอย่างที่อยู่เบื้องหลังการรับรองว่า Scout มีประโยชน์อย่างแท้จริงเมื่อตัดสินใจโต้ตอบกับผู้ใช้โดยไม่ทำให้พวกเขาเบื่อหน่าย?

เราพิจารณาการมีส่วนร่วมของผู้ใช้อย่างจริงจังและพยายามวัดว่าการโต้ตอบนำไปสู่ผลลัพธ์ที่ดีหรือไม่ เราพยายามรักษาอัตราส่วนที่ดีระหว่างจำนวนครั้งที่ Scout พยายามเริ่มสนทนาและจำนวนครั้งที่มีการใช้งาน อย่างไรก็ตาม มันเป็นความสมดุลที่ยากที่จะทำได้และเรากำลังพยายามปรับปรุงอยู่เสมอ

เนื่องจากลักษณะที่รบกวนของผลิตภัณฑ์นี้ การได้インターフェซและ UX ที่ถูกต้องจึงมีความสำคัญอย่างยิ่ง เราใช้เวลาหลายชั่วโมงในการลองใช้インターフェซและวิธีการโต้ตอบกับผู้ใช้ที่แตกต่างกัน การทำงานนี้นำเราไปสู่インターフェซเช็ตบอทแบบปัจจุบัน ซึ่งเราพบว่ามีความยืดหยุ่นมากที่สุดในการช่วยเหลือที่เราสามารถให้ได้ โดยมีความคุ้นเคยของผู้ใช้และความพยายามในการโต้ตอบที่น้อยที่สุด

คุณสามารถให้ตัวอย่างอื่นๆ ของวิธีที่ Scout สามารถช่วยผู้ใช้ได้หรือไม่?

จุดสนใจของเราตอนนี้คือการทดสอบตลาดสำหรับการใช้งาน Scout ที่เฉพาะเจาะจง การช็อปปิ้งและการวางแผนงานได้กล่าวถึงแล้ว แต่เรากำลังมองหาว่า Scout สามารถช่วยเหลือนักวิชาการ (ในการค้นหาบทความวิจัย รายละเอียดผู้เขียน และเครือข่ายอ้างอิง) และแม้แต่นักกีตาร์ (ในการค้นหาสกอร์กีตาร์ การเล่นเพลงและวิดีโอพร้อมกับสกอร์ออนไลน์ และช่วยในการตั้งเสียงกีตาร์) เรายังใช้เวลาในการสำรวจสถานการณ์ทางวิชาชีพ เช่น การสรรหาบุคลากรออนไลน์ การวิเคราะห์ทางการเงิน และกฎหมาย

สุดท้าย Scout สามารถทำงานได้บนเว็บไซต์ใดๆ และช่วยเหลือในสถานการณ์ใดๆ ซึ่งเป็นสิ่งที่ทำให้เทคโนโลยีนี้น่าตื่นเต้นมาก แต่ก็ทำให้ยากที่จะเริ่มต้น

มีสิ่งอื่นใดที่คุณต้องการแบ่งปันเกี่ยวกับ Scout?

หากคุณต้องการดูว่ามันจะเหมือนอย่างไรหากเบราว์เซอร์ของคุณสามารถพูดคุยกับคุณได้ คุณสามารถอ่านเพิ่มเติมบนบล็อกของ Scout

ขอขอบคุณสำหรับการพูดคุยที่น่าสนใจเกี่ยวกับการออกแบบเช็ตบอทแบบรวม เราตื่นเต้นที่จะตาม dõiโครงการนี้ โปรดเยี่ยมชมเว็บไซต์ของ Marc Sloan เพื่อเรียนรู้เพิ่มเติม