Marc Sloan, Co-Founder & CEO of Scout – Interview Series

Marc Sloan เป็น Co-Founder & CEO ของ Scout เว็บบราวเซอร์แชทบอทตัวแรกของโลก ซึ่งเป็นแอสซิสแตนท์ดิจิทัลสำหรับการทำสิ่งต่างๆ ออนไลน์ Scout แนะนำสิ่งที่มันสามารถทำได้ตามสิ่งที่คุณกำลังทำออนไลน์

คุณถูกดึงดูดให้เข้าสู่ AI อย่างไร?

ประสบการณ์แรกของฉันในการทำงานกับ AI คือระหว่างปีหยุดพักการเรียนที่ฉันใช้เวลาในการทำงานที่ทีมวิจัยการประมวลผลภาษาธรรมชาติของ GCHQ ระหว่างการเรียนปริญญาตรี ฉันได้เห็นผลกระทบของการเรียนรู้ของเครื่องจักรที่สามารถมีต่อปัญหาในโลกแห่งความเป็นจริงและความแตกต่างที่มันทำให้เกิดขึ้น

มันเปลี่ยนสวิตช์ในความคิดของฉันเกี่ยวกับวิธีการใช้คอมพิวเตอร์ในการแก้ปัญหา: วิศวกรรมซอฟต์แวร์สอนให้คุณสร้างโปรแกรมที่รับข้อมูลและผลิตผลลัพธ์ แต่การเรียนรู้ของเครื่องจักรทำให้คุณสามารถรับข้อมูลและอธิบายผลลัพธ์ที่คุณต้องการผลิตโปรแกรม ซึ่งหมายความว่าคุณสามารถใช้เฟรมเวิร์กเดียวกันเพื่อแก้ปัญหาหลายพันปัญหาได้ สำหรับฉันแล้ว สิ่งนี้รู้สึกมีผลกระทบมากกว่าการเขียนโปรแกรมสำหรับปัญหาแต่ละปัญหา

ฉันกำลังศึกษาปัญหาเชิงการเพิ่มประสิทธิภาพในคณิตศาสตร์ควบคู่ไปกับวิทยาศาสตร์คอมพิวเตอร์ ดังนั้นเมื่อฉันกลับมาเรียนที่มหาวิทยาลัย ฉันจึงมุ่งเน้นไปที่ AI และทำวิทยานิพนธ์เกี่ยวกับการประมวลผลเสียงก่อนที่จะสมัครเข้าเรียนปริญญาเอกสาขาการค้นหาสารสนเทศที่ UCL

คุณวิจัยการเรียนรู้แบบเสริมกำลังในการค้นหาสารสนเทศบนเว็บภายใต้การดูแลของ David Silver ผู้ก่อตั้ง AlphaGo คุณสามารถพูดคุยเกี่ยวกับการวิจัยบางส่วนนี้ได้หรือไม่?

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

การวิจัยของเรามุ่งเน้นไปที่วิธีการที่เครื่องมือค้นหาสามารถเรียนรู้จากพฤติกรรมของผู้ใช้เพื่อปรับปรุงผลลัพธ์การค้นหาอัตโนมัติเมื่อเวลาผ่านไป โดยใช้วิธีการ Multi-Armed Bandit ระบบของเราจะพยายามจัดอันดับการค้นหาที่แตกต่างกันและรวบรวมพฤติกรรมการคลิกเพื่อกำหนดว่ามีประสิทธิภาพหรือไม่ มันสามารถปรับตัวให้เข้ากับผู้ใช้แต่ละคนเมื่อเวลาผ่านไป และมีประสิทธิภาพมากในการจัดการคำค้นหาที่ไม่ชัดเจน ในขณะนั้น David มุ่งเน้นไปที่ปัญหา Go อย่างลึกซึ้ง และเขาช่วยฉันในการกำหนดการเรียนรู้แบบเสริมกำลังที่เหมาะสมสำหรับปัญหานี้

คุณได้เรียนรู้บทเรียนการเป็นผู้ประกอบการอะไรบ้างจากการทำงานกับ David Silver?

การวิจัยที่ UCL มักจะเป็นการเป็นผู้ประกอบการ David ได้ก่อตั้ง Elixir studios กับ Demis Hassabis และจากนั้นเข้าร่วม DeepMind เพื่อทำงานใน Alpha Go แต่สมาชิกอื่นๆ ในกลุ่มวิจัย Media Futures ของเราก็ได้สร้างสตาร์ทอัพหลายตัว: Jun ก่อตั้ง Mediagamma (การนำ RL ไปใช้กับการใช้จ่ายโฆษณาออนไลน์) Simon Chan เริ่ม prediction.io (ซึ่งถูกซื้อโดย SalesForce) และ Jagadeesh Gorla เริ่ม Jaggu (บริการแนะนำสำหรับอีคอมเมิร์ซ) ทีมของเรามักจะพูดคุยเกี่ยวกับผลกระทบเชิงพาณิชย์ที่การวิจัยของเราสามารถมีต่อธุรกิจได้

คุณได้เปิดตัว Scout เว็บบราวเซอร์แชทบอทตัวแรกของโลกเมื่อเร็วๆ นี้ สิ่งไหนคือแรงบันดาลใจเบื้องหลังการเปิดตัว Scout?

ความคิดนี้พัฒนาขึ้นตามธรรมชาติจากปริญญาเอกของฉัน ฉันไปทำงานที่ Entrepreneur First ที่ฉันเริ่มคิดเกี่ยวกับวิธีการที่ฉันสามารถเปลี่ยนการวิจัยของฉันให้เป็นผลิตภัณฑ์ได้

ก่อนที่ฉันจะเริ่มสิ่งนี้ ฉันทำการฝึกงานที่ Microsoft Research ที่ฉันนำการวิจัยของฉันไปใช้กับ Bing ในขณะนั้น สิ่งที่ฉันเรียนรู้จากการวิจัยของฉันคือการค้นหาสารสนเทศสามารถคาดเดาได้ตามพฤติกรรมของผู้ใช้ออนไลน์ แต่ฉันรู้สึกหงุดหงิดที่วิธีเดียวที่จะนำการคาดเดาเหล่านี้ไปใช้กับเครื่องมือค้นหาคือการปรับปรุงการแนะนำอัตโนมัติให้ดีขึ้น ดังนั้นฉันจึงเริ่มคิดเกี่ยวกับวิธีการที่ประสบการณ์ออนไลน์ทั้งหมดของผู้ใช้สามารถปรับปรุงได้โดยใช้การคาดเดาเหล่านี้ ไม่ใช่แค่ประสบการณ์การค้นหาเท่านั้น

ความคิดนี้นำไปสู่การสร้างแอดออนสำหรับเบราว์เซอร์ที่สังเกตพฤติกรรมของผู้ใช้ คาดเดาสิ่งที่ผู้ใช้จะทำต่อไปออนไลน์ และรับข้อมูลนั้นให้กับพวกเขา หลังจากทดลองและสร้างต้นแบบหลายปี สิ่งนี้พัฒนาเป็น界面แชทบอทที่เบราว์เซอร์ “พูด” กับคุณเกี่ยวกับสิ่งที่คุณกำลังทำออนไลน์และพยายามช่วยคุณไปตามทาง

Scout จะเข้ากันได้กับเว็บบราว์เซอร์ใดบ้าง?

เรามุ่งเน้นไปที่ Chrome ในขณะนี้ เนื่องจากเป็นเว็บบราว์เซอร์ที่ได้รับความนิยมมากที่สุดและมีอาร์กิเทคเจอร์สำหรับแอดออน แต่เรามีต้นแบบที่ทำงานบน Firefox และ Safari และแม้แต่แอปมือถือ

ฟังก์ชันการช่วยเหลือการช็อปปิ้งของ Scout ดูเหมือนจะช่วยให้ผู้ใช้ประหยัดเวลาและเงินได้ หากผู้ใช้กำลังวิจัยผลิตภัณฑ์บน Amazon จะเกิดอะไรขึ้นในเบื้องหลัง และ Scout จะโต้ตอบกับผู้ใช้อย่างไร?

ความคิดคือเมื่อคุณติดตั้ง Scout คุณก็แค่ต้องใช้เว็บตามปกติ หากคุณกำลังช็อปปิ้ง คุณอาจไปที่ Amazon เพื่อดูผลิตภัณฑ์ ณ จุดนี้ Scout จะรู้ว่าคุณกำลังช็อปปิ้งบน Amazon และผลิตภัณฑ์ที่คุณกำลังมองหามันจะพูด “สวัสดี” มันจะปรากฏขึ้นเป็นหน้าต่างแชทบนหน้าเว็บ เช่นเดียวกับวิธีการทำงานของ Intercom แต่ Scout สามารถปรากฏขึ้นบนหน้าเว็บใดๆ ก็ได้ คุณสามารถดูว่ามัน看起来อย่างไรบนเว็บไซต์ของฉัน

เนื่องจากคุณกำลังช็อปปิ้ง มันจะเริ่มแนะนำวิธีที่มันสามารถช่วยคุณได้ มันจะถามคุณว่าคุณต้องการดูบทวิจารณ์ออนไลน์ ราคาอื่นๆ วิดีโอของผลิตภัณฑ์บน YouTube และอื่นๆ คุณโต้ตอบโดยกดปุ่มและแชทบอทจะปรับประสบการณ์ให้เหมาะสมกับสิ่งที่คุณต้องการให้มันทำ เมื่อมันค้นหาข้อมูล (เช่น วิดีโอบน YouTube) มันจะฝังตัวไว้ภายในスレดแชท เช่นเดียวกับวิธีที่เพื่อนของคุณอาจแชร์สื่อกับคุณบน WhatsApp เมื่อเวลาผ่านไป คุณจะสนทนากับเบราว์เซอร์เกี่ยวกับสิ่งที่คุณกำลังทำออนไลน์ และเบราว์เซอร์จะช่วยคุณไปตามทาง

การประมวลผลหน้าเว็บเกิดขึ้นภายในเบราว์เซอร์เอง ข้อมูลเดียวที่เซิร์ฟเวอร์แบ็คเอนด์ของเราจะเห็นคือスレดแชท ซึ่งหมายความว่าผลกระทบด้านความเป็นส่วนตัวนั้นเล็กน้อย

เรามีอาร์กิเทคเจอร์ที่กำหนดเองสำหรับการทำความเข้าใจพฤติกรรมการเรียกดูออนไลน์และจัดการสนทนากับผู้ใช้ เราใช้การเรียนรู้ของเครื่องจักรเพื่อระบุว่าเราสามารถช่วยเหลืออะไรได้ออนไลน์และวิธีการที่เราควรช่วยเหลือ ในตอนแรก เราใช้การเรียนรู้แบบเสริมกำลังเพื่อปรับตัวให้เข้ากับความชอบของผู้ใช้เมื่อเวลาผ่านไป แต่หนึ่งในบทเรียนที่ใหญ่ที่สุดที่ฉันเรียนรู้จากการดำเนินธุรกิจ AI คือการทำให้กระบวนการง่ายขึ้นและพยายามใช้การเรียนรู้ของเครื่องจักรเพียงเพื่อปรับปรุงกระบวนการที่มีอยู่ ดังนั้น เราจึงมีเครื่องมือตัดสินใจที่ซับซ้อนสำหรับการจัดการงานเมื่อเวลาผ่านไป ซึ่งสามารถจัดการโดยการเรียนรู้แบบเสริมกำลังเมื่อเราต้องการขยายขนาด

คุณสามารถให้ตัวอย่างอื่นๆ ของวิธีการที่ Scout สามารถช่วยเหลือผู้ใช้ปลายทางได้หรือไม่?

เรารู้ว่าการวางแผนงาน (และการจองการเดินทาง) ไม่แตกต่างจากการช็อปปิ้งออนไลน์มากนัก คุณกำลังมองหาสินค้า อ่านบทวิจารณ์ และยืนยันการซื้อ/เข้าร่วม ดังนั้น สิ่งที่เราได้สร้างขึ้นสำหรับการช็อปปิ้งจึงใช้ได้กับการวางแผนงานเช่นกัน

สิ่งที่แตกต่างที่สุดคือเวลาและที่ตั้ง ดังนั้น หากคุณกำลังมองหาตั๋วคอนเสิร์ตบน Ticketmaster Scout สามารถระบุที่อยู่ของสถานที่และแนะนำการค้นหาเส้นทางจากที่ตั้งปัจจุบันของคุณไปยังสถานที่นั้น หรือค้นหาค่าใช้จ่ายของ Uber หรือแนะนำเวลาที่คุณควรออกเดินทาง หากคุณได้เชื่อม Scout เข้ากับปฏิทินของคุณแล้ว Scout สามารถตรวจสอบว่าคุณมีเวลาว่างหรือไม่และเพิ่มลงในปฏิทินของคุณ

ในอนาคต เราเห็นภาพว่าผู้ใช้ Scout จะสามารถสื่อสารกับเพื่อนๆ ของตนผ่านแพลตฟอร์มเพื่อหารือเกี่ยวกับสิ่งที่พวกเขากำลังทำออนไลน์ เช่น การวางแผนงาน การช็อปปิ้ง การทำงาน และอื่นๆ

Scout จะใช้การกระตุ้นการสนทนาเพื่อเริ่มการสื่อสาร คุณสามารถพูดคุยเกี่ยวกับการกระตุ้นเหล่านี้ได้หรือไม่?

โดยค่าเริ่มต้น Scout จะไม่รบกวนคุณเว้นแต่จะพบกับการกระตุ้นที่บอกว่าคุณอาจต้องการความช่วยเหลือ มีการกระตุ้นหลายประเภท:

• เยี่ยมชมเว็บไซต์เฉพาะ
• เยี่ยมชมประเภทของเว็บไซต์ (เช่น ข่าวสาร การช็อปปิ้ง และอื่นๆ)
• เยี่ยมชมเว็บไซต์ที่มีข้อมูลประเภทใดประเภทหนึ่ง (เช่น ที่อยู่ วิดีโอ และอื่นๆ)
• คลิกลิงก์หรือปุ่มบนหน้าเว็บ
• โต้ตอบกับ Scout โดยกดปุ่ม
• Scout ค้นหาสื่อประเภทใดประเภทหนึ่ง เช่น วิดีโอ เพลง ทวีต และอื่นๆ

เราวางแผนให้ผู้ใช้สามารถปรับแต่งการกระตุ้นที่ Scout ตอบสนองได้ และในที่สุดก็เรียนรู้ความชอบของพวกเขาโดยอัตโนมัติ

คุณสามารถพูดคุยเกี่ยวกับความยากลำบากบางอย่างที่อยู่เบื้องหลังการรับประกันว่า Scout มีประโยชน์อย่างแท้จริงเมื่อตัดสินใจที่จะโต้ตอบกับผู้ใช้โดยไม่ทำให้พวกเขาเบื่อหน่าย?

เราพิจารณาการมีส่วนร่วมของผู้ใช้อย่างจริงจังและพยายามวัดว่าการโต้ตอบนำไปสู่ผลลัพธ์เชิงบวกหรือเชิงลบหรือไม่ เราพยายามรักษาอัตราส่วนที่ดีสำหรับวิธีการที่ Scout พยายามเริ่มการสนทนาและวิธีการที่มันถูกใช้ อย่างไรก็ตาม มันเป็นความสมดุลที่ยากที่จะทำได้และเรากำลังพยายามปรับปรุงอยู่เสมอ

เนื่องจากสภาพแวดล้อมที่รบกวนของผลิตภัณฑ์นี้ การได้อินเทอร์เฟซและ UX ที่ถูกต้องจึงมีความสำคัญอย่างยิ่ง เราใช้เวลาหลายครั้งในการลองอินเทอร์เฟซและวิธีการโต้ตอบของผู้ใช้ที่แตกต่างกัน การทำงานนี้นำเราไปสู่อินเทอร์เฟซแบบแชทบอทในปัจจุบัน ซึ่งเราพบว่าให้ความยืดหยุ่นที่ยิ่งใหญ่ที่สุดในการช่วยเหลือที่เราสามารถให้ได้ คู่กับความคุ้นเคยของผู้ใช้และความพยายามในการโต้ตอบที่น้อยที่สุด

คุณสามารถให้ตัวอย่างอื่นๆ ของวิธีการที่ Scout สามารถช่วยเหลือผู้ใช้ปลายทางได้หรือไม่?

จุดสนใจของเราตอนนี้คือการทดสอบตลาดสำหรับการใช้งานเฉพาะของ Scout การช็อปปิ้งและการวางแผนงานได้กล่าวถึงแล้ว แต่เรากำลังมองหาวิธีการที่ Scout สามารถช่วยเหลือ นักวิชาการ (ในการค้นหาบทความวิจัย รายละเอียดผู้เขียน และเครือข่ายอ้างอิง) และแม้แต่ นักกีตาร์ (ในการค้นหาสกอร์กีตาร์ การเล่นเพลงและวิดีโอพร้อมกับสกอร์ออนไลน์ และช่วยในการตั้งเสียงกีตาร์) เรายังใช้เวลาในการสำรวจสถานการณ์ทางวิชาชีพ เช่น การสรรหาบุคลากรออนไลน์ การวิเคราะห์ทางการเงิน และกฎหมาย

ใน 궁สุด Scout สามารถทำงานบนเว็บไซต์ใดๆ ก็ได้และช่วยเหลือในสถานการณ์ใดๆ ก็ได้ ซึ่งเป็นสิ่งที่ทำให้เทคโนโลยีนี้น่าตื่นเต้นมาก แต่ก็ยากที่จะเริ่มต้น

มีสิ่งอื่นๆ ที่คุณต้องการแบ่งปันเกี่ยวกับ Scout หรือไม่?

หากคุณต้องการดูว่ามันจะเหมือนอะไรถ้าเบราว์เซอร์ของคุณสามารถพูดคุยกับคุณได้ คุณสามารถอ่านเพิ่มเติมบนบล็อกของ Scout

ขอขอบคุณสำหรับการพูดคุยที่น่าสนใจเกี่ยวกับการออกแบบแชทบอทแบบรวม เราตื่นเต้นที่จะตาม dõiโครงการนี้ โปรดเยี่ยมชมเว็บไซต์ของ Marc Sloan เพื่อเรียนรู้เพิ่มเติม