รाधา บาสุ ซีอีโอและผู้ก่อตั้ง iMerit – ซีรีส์สัมภาษณ์

ราธา บาสุ ผู้ก่อตั้งและซีอีโอของ iMerit มีประสบการณ์การทำงานที่ HP เป็นเวลา 20 ปี และเคยดำรงตำแหน่งผู้นำกลุ่ม Enterprise Solutions ของบริษัท จากนั้นเธอได้นำ Support.com เข้าสู่การเป็นบริษัทจดทะเบียน และต่อมาได้ก่อตั้ง Anudip Foundation ในปี 2007 ร่วมกับ Dipak Basu และก่อตั้ง iMerit ในปี 2012 เธอเป็นนักธุรกิจและผู้ให้คำปรึกษาที่มีชื่อเสียงในอุตสาหกรรมเทคโนโลยี

iMerit มอบโซลูชันข้อมูล AI แบบหลายรูปแบบโดยผสมผสานการทำงานอัตโนมัติ การทำเครื่องหมายข้อมูลโดยผู้เชี่ยวชาญ และการวิเคราะห์ขั้นสูงเพื่อสนับสนุนการทำเครื่องหมายข้อมูลและปรับแต่งแบบจำลองที่มีคุณภาพสูงในระดับใหญ่

คุณมีเส้นทางอาชีพที่น่าประทับใจ ตั้งแต่สร้างการดำเนินงานของ HP ในอินเดียจนถึงการก่อตั้ง iMerit ด้วยภารกิจในการพัฒนาความสามารถของเยาวชนที่ด้อยโอกาสในภูฏาน อินเดีย และนิวออร์ลีนส์ สิ่งใดคือแรงบันดาลใจที่ทำให้คุณก่อตั้ง iMerit และคุณเผชิญกับความท้าทายใดในการสร้างทีมงานที่มีความหลากหลายและครอบคลุมทั่วโลกตั้งแต่เริ่มต้น?

ก่อนที่จะก่อตั้ง iMerit ฉันเคยดำรงตำแหน่ง Chairman และ CEO ของ SupportSoft ซึ่งฉันนำบริษัทผ่านการเสนอขายหุ้นแก่ประชาชนทั่วไปครั้งแรกและครั้งที่สอง และทำให้บริษัทเป็นผู้นำระดับโลกในด้านซอฟต์แวร์สำหรับการสนับสนุนอัตโนมัติ การทำงานในบริษัทนั้นสอนให้ฉันเห็นถึงพลังของการผสมผสานคนและเทคโนโลยีตั้งแต่วันแรก

ในขณะที่การเติบโตของอุตสาหกรรมเทคโนโลยีในอินเดียสร้างโอกาสใหม่ๆ ฉันสังเกตเห็นว่าเยาวชนที่มีพรสวรรค์หลายคนในพื้นที่ที่ด้อยโอกาสถูกทิ้งไว้ข้างหลัง ฉันเชื่อมั่นในศักยภาพและความมุ่งมั่นของพวกเขาในการเรียนรู้ เมื่อพวกเขาเห็นว่าซอฟต์แวร์สามารถขับเคลื่อนเทคโนโลยีขั้นสูงอย่าง AI ได้ พวกเขาก็ยอมรับอาชีพเหล่านี้อย่างกระตือรือร้น

เริ่มต้น iMerit ด้วยทีมที่มีความหลากหลายขนาดเล็ก ซึ่งครึ่งหนึ่งเป็นผู้หญิง และเติบโตอย่างรวดเร็วตั้งแต่นั้นมา ความสามารถในการปรับตัวและความสามารถในการฝึกอบรมของทีมเป็นกุญแจสำคัญ โดยเฉพาะอย่างยิ่งเมื่อการทำงานที่มีศูนย์กลางอยู่ที่ข้อมูล AI เพิ่มขึ้นในระยะยาวสำหรับผู้เชี่ยวชาญที่มีทักษะ

ปัจจุบัน iMerit เป็นผู้ให้บริการโซลูชันข้อมูล AI ที่ครอบคลุมสำหรับภาคส่วนสำคัญๆ เช่น ยานพาหนะอัตโนมัติ AI ในทางการแพทย์ และเทคโนโลยี งานของเรารับประกันว่าโมเดล AI ของลูกค้ามีการสร้างขึ้นจากข้อมูลที่มีคุณภาพและเชื่อถือได้ ซึ่งจำเป็นในสถานการณ์ที่มีความเสี่ยงสูง

ในที่สุด ความแข็งแกร่งของเรานั้นมาจากเทคโนโลยีที่มีฐานรากที่แข็งแกร่งและทีมพนักงานที่ได้รับการฝึกอบรมและได้รับการสนับสนุน ซึ่งเติบโตอย่างต่อเนื่องและยังคงอยู่ในสถานะที่มีเงินสดเป็นบวก และได้รับคะแนน NPS ที่สูงและลูกค้าที่ภักดี

iMerit ปัจจุบันทำงานร่วมกับลูกค้ามากกว่า 200 ราย รวมถึงยักษ์ใหญ่ด้านเทคโนโลยีเช่น eBay และ Johnson & Johnson (JNJ ) คุณสามารถพาเราผ่านการเติบโตของบริษัทตั้งแต่ช่วงแรกๆ จนกลายเป็นผู้นำระดับโลกในบริการข้อมูล AI ได้หรือไม่?

เรามีโอกาสได้เห็นความก้าวหน้าของลูกค้าในการใช้ AI ตั้งแต่การทดลองแรกๆ จนถึงการผลิตในระดับใหญ่ งานของเราพยายามครอบคลุมตั้งแต่สตาร์ทอัพ ผู้นำในอุตสาหกรรมยานพาหนะอัตโนมัติ ไปจนถึงองค์กรขนาดใหญ่ โดยการฝึกอบรมโมเดลของพวกเขาจากพื้นฐานขึ้นไป เราได้รับข้อมูลเชิงลึกที่ไม่มีใครเทียบได้เกี่ยวกับสิ่งที่ต้องทำจึงจะขยาย AI ในโลกแห่งความเป็นจริง

สาขานี้พัฒนาและเปลี่ยนแปลงอย่างรวดเร็ว ฉันไม่เคยเห็นเทคโนโลยีใดก้าวหน้าอย่างรวดเร็วในเวลาอันสั้นเช่นนี้ เราเปลี่ยนแปลงตัวเองจากผู้ให้บริการการทำเครื่องหมายข้อมูลไปสู่บริษัทข้อมูล AI ที่ครอบคลุม โดยให้บริการโซลูชันที่เฉพาะเจาะจงตลอดวงจรชีวิตของ Human-in-the-Loop (HITL) ทั้งการทำเครื่องหมาย การตรวจสอบ การตรวจสอบ และการทำการทดสอบแบบ Red Teaming การจัดการกรณี ngoại lệและข้อผิดพลาดเป็นสิ่งสำคัญสำหรับการใช้งานจริง ซึ่งต้องใช้ความเชี่ยวชาญและความสามารถในการตัดสินใจอย่างละเอียดที่ทุกขั้นตอน

แนวตั้งหลักของเราคือการเคลื่อนที่อัตโนมัติ โดยที่เราจัดการทั้ง chồngการรับรู้ รวมถึงการผสมผสานเซ็นเซอร์มากกว่า 15 ตัวสำหรับยานพาหนะผู้โดยสาร การจัดส่ง การขนส่งและเกษตรกรรม ในด้านการดูแลสุขภาพ เราเป็นผู้นำในการใช้ AI ในการถ่ายภาพทางการแพทย์ ในด้านไฮเทค เราเป็นผู้บุกเบิกในการปรับแต่งและตรวจสอบ GenAI ซึ่งต้องการความซับซ้อนมากขึ้นในกระบวนการทำงานและทักษะของเรา

ความสำเร็จในโดเมนเหล่านี้ไม่ได้มาจากการมีผู้เชี่ยวชาญเพียงอย่างเดียว แต่มาจากการเพาะปลูกความเชี่ยวชาญ: ความสามารถในการท้าทาย การฝึกอบรม และการให้บริบทแก่โมเดล AI นี่คือสิ่งที่ทำให้ทีมของเราต่างจากทีมอื่น

การเติบโตของเรานั้นได้รับพลังจากความสัมพันธ์ระยะยาว และลูกค้า 10 อันดับแรกของเราส่วนใหญ่ได้ทำงานร่วมกับเราเป็นเวลา hơn 5 ปี เมื่อความต้องการของพวกเขามีความซับซ้อนมากขึ้น เราจะยกระดับความรู้ในโดเมนของเรา เครื่องมือ การฝึกอบรม และโซลูชันอย่างต่อเนื่อง ทั้งเทคโนโลยีของเราและคนของเราต้องพัฒนาและปรับตัวตลอดเวลา

การผสมผสานระหว่างซอฟต์แวร์ การทำงานอัตโนมัติ การทำเครื่องหมายข้อมูล และการวิเคราะห์ สร้างกรอบสำหรับการแทรกแซง Human-in-the-Loop ที่ยืดหยุ่น รวดเร็ว และแม่นยำสูง 70% ของโลโก้ใหม่ของเรานั้นอยู่บนเทคโนโลยีของเราเอง ซึ่งต้องมีการเปลี่ยนแปลงภายในที่ยิ่งใหญ่ อีกครั้ง วัฒนธรรมของเราสร้างความมั่นใจว่าทีมงานของเราต้องการเรียนรู้และเติบโตอย่างต่อเนื่อง

อะไรคือช่วงเวลาที่สำคัญที่สุดในประวัติศาสตร์ของ iMerit ทั้งในด้านเทคโนโลยีและความสำเร็จเชิงกลยุทธ์ที่ช่วยกำหนดทิศทางของบริษัท?

ในสมัยที่งานข้อมูล AI ถูกมองว่าเป็นงานแบบกิกอีкономี เราได้เดิมพันอย่างชาญฉลาดว่าสิ่งนี้จะเติบโตเป็นอาชีพและต้องการความซับซ้อนและโฟกัสระดับองค์กร โดยการสร้างทีมในองค์กรที่อุทิศให้กับการใช้งานขั้นสูง เราได้ทำให้ลูกค้าของเราสามารถขยายตัวได้อย่างรวดเร็ว ซึ่งสิ้นสุดด้วยข้อตกลง MRR แรกของเราในรถยนต์อัตโนมัติมูลค่า 1 ล้านดอลลาร์ ซึ่งเป็น 里程碑ที่ยืนยันแนวทางของเรา

การล็อกดาวน์ COVID-19 ทดสอบความคล่องตัวของเรา: เราเปลี่ยนจากทีมงานในออฟฟิศเต็มเวลาไปสู่การทำงานระยะไกลเกือบจะในทันที โดยลงทุนอย่างหนักในโครงสร้างพื้นฐาน ความปลอดภัย และวัฒนธรรม ภายในไม่กี่สัปดาห์ การดำเนินงานของลูกค้าฟื้นตัว และเราก็เติบโตทั้งในด้านรายได้และจำนวนพนักงานในปีนั้น ปัจจุบัน โดยที่ 70% ของทีมของเรากลับมาอยู่ในออฟฟิศแล้ว เรายังคงใช้ประโยชน์จากทีมงานระยะไกล โดยเปิดตัว iMerit Scholars ซึ่งเป็นเครือข่ายผู้เชี่ยวชาญด้านเนื้อหาทั่วโลกสำหรับการปรับแต่ง GenAI และการตรวจสอบ

ในปี 2023 เราได้เข้าซื้อกิจการ Ango.ai ซึ่งเป็นแพลตฟอร์มการทำเครื่องหมายข้อมูล AI ที่ใช้ AI และการทำงานอัตโนมัติ เพื่อขับเคลื่อนรุ่นต่อไปของเครื่องมือข้อมูล AI การย้ายครั้งนี้รวมความเชี่ยวชาญด้านโดเมนของ iMerit กับเครื่องมือขั้นสูงของ Ango ทำให้เราเพิ่มความสามารถในด้านรังสีวิทยา การผสมผสานเซ็นเซอร์ และการปรับแต่ง GenAI เรายังคงทำงานกับเครื่องมือของลูกค้า แต่ลูกค้าใหม่หลายรายได้เข้าร่วม Ango Hub โดยดึงดูดด้วยการทำงานที่ใช้ได้ง่ายและความปลอดภัยที่แข็งแกร่ง ซึ่งเป็นข้อกำหนดที่จำเป็นในอุตสาหกรรมของเรา

องค์กรต่างๆ บอกเราว่าพวกเขากำลังมองหาสิ่งที่ดีที่สุดของทั้งสองโลก: ข้อมูลเชิงลึกจากผู้เชี่ยวชาญเพื่อให้แน่ใจถึงคุณภาพ รวมถึงแพลตฟอร์มที่มีความปลอดภัยและสามารถขยายได้ ซึ่งให้การทำงานอัตโนมัติและวิเคราะห์ การรวมกันของ Ango และ iMerit นำเสนอทั้งสองสิ่งนี้ โดยวางตำแหน่งเราให้สามารถตอบสนองความต้องการที่ซับซ้อนของโครงการ AI ที่มีความทะเยอทะยานที่สุด และขยายตัวด้วยความมั่นใจ

iMerit มีส่วนร่วมอย่างลึกซึ้งในโดเมนขั้นสูง เช่น ยานพาหนะอัตโนมัติ AI ในทางการแพทย์ และ GenAI คุณเผชิญกับความท้าทายด้านข้อมูลที่ไม่เหมือนใครในภาคส่วนเหล่านี้อย่างไร และคุณจัดการกับพวกมันอย่างไร?

งานที่เกี่ยวข้องกับข้อมูลโดยทั่วไปใช้เวลาเกือบ 80% ของเวลาที่ใช้ในโครงการ AI ทำให้เป็นส่วนสำคัญของกระบวนการ การทำงานที่มีศูนย์กลางอยู่ที่ข้อมูลของ AI สามารถใช้เวลานานและแพงหากไม่ได้รับการจัดการอย่างเหมาะสมและสามารถขยายได้

คุณภาพของข้อมูล และโดยเฉพาะอย่างยิ่งการหลีกเลี่ยงข้อผิดพลาดที่รุนแรง เป็นสิ่งสำคัญในภาคส่วนสำคัญที่เราทำงานอยู่ ไม่ว่าจะเป็นข้อมูลการรับรู้หรือเครื่องตรวจจับเนื้องอก ข้อมูลที่สะอาดเป็นสิ่งจำเป็นในวงจรการฝึกอบรมและการตรวจสอบ

การรับมือกับกรณี ngoại lệมีค่ามากกว่ามาก ความเข้าใจของมนุษย์เกี่ยวกับสิ่งที่อยู่นอกเหนือจากบรรทัดฐานหรือเหตุใดกรณีหนึ่งจึงทำให้โมเดลเสียหาย จึงสร้างคุณค่าอย่างมากในการทำให้โมเดลสมบูรณ์และแข็งแกร่งยิ่งขึ้น

นอกจากนี้ วินโดว์ของบริบทกำลังขยายใหญ่ขึ้น เรากำลังสรุปบันทึกการปรึกษากับแพทย์แบบทั้งการให้คำปรึกษาและวิเคราะห์ความผิดปกติใน MRI ไม่เพียงแต่จากภาพ แต่ยังรวมถึงบริบททางการแพทย์ของผู้ป่วยด้วย ผู้เชี่ยวชาญด้านเนื้อหาต้องกำหนดกรอบการวิเคราะห์ข้อมูลอย่างถูกต้องและรับประกันคุณภาพ

ความปลอดภัย ความเป็นส่วนตัว และความลับเป็นหัวข้อที่ร้อนแรงมาก ผู้อำนวยการด้านความปลอดภัยของเราต้องป้องกันการเข้าถึงที่ไม่ได้รับอนุญาต การลบและการจัดเก็บข้อมูลของเรา โพรโทคอลด้านความปลอดภัย เช่น SOC2, HIPAA และ TISAX เป็นข้อกำหนดที่สำคัญสำหรับการลงทุนของเรา

สุดท้าย วิศวกรและสถาปนิกโซลูชันของเรากำลังทำงานอย่างต่อเนื่องเกี่ยวกับการผสานรวมแบบกำหนดเองและรายงานเพื่อให้แน่ใจว่าความต้องการเฉพาะของลูกค้าสะท้อนอยู่ในระยะสุดท้าย แนวทางแบบหนึ่งขนาดไม่เหมาะกับ AI

คุณได้พูดถึงการผสมผสานหุ่นยนต์และปัญญาเชิงมนุษย์เป็นวิธีที่ปลอดภัยกว่าสำหรับ AI คุณสามารถอธิบายกระบวนการทำงานนี้ได้อย่างไร และทำไมคุณถึงเชื่อว่ามันเป็นทางเลือกที่ดีกว่าการพยายามกำจัดความแตกต่างเชิงสร้างสรรค์ของ AI?

AI ให้ความสามารถในการขยายขนาด ซึ่งหมายความว่าบริษัทต่างๆ กำลังพัฒนาซอฟต์แวร์เพื่อทำให้กระบวนการที่ใช้เวลานานซึ่งเคยทำโดยมนุษย์เป็นอัตโนมัติ แต่ผู้คนให้ความยืดหยุ่น ความแน่นอน และความทนทาน เมื่อบริการที่ส่งผ่านซอฟต์แวร์ยังคงแพร่หลายใน AI บริษัทที่ประสบความสำเร็จมากที่สุดจะผสมผสานหุ่นยนต์กับแนวทาง Human-in-the-Loop (HITL) ได้อย่างมีประสิทธิภาพ

เรามอง HITL ว่าเป็นชั้นที่สม่ำเสมอในแต่ละขั้นตอนของวงจรชีวิตการพัฒนาและใช้งาน AI และเป็นเสาหลักของความไว้วางใจและความปลอดภัย ดังนั้น ปัญญาเชิงมนุษย์จึงจำเป็นต่อการแก้ไขเมื่อโมเดลล้มเหลว การใช้งานที่สำคัญเหล่านี้ต้องการจิตใจของมนุษย์เพื่อกำหนดสิ่งที่ต้องเปลี่ยนแปลง นี่คือที่ที่บริการ HITL จะมีความสำคัญมากขึ้นเมื่อเรานำ AI ไปใช้ในกระบวนการผลิตและปฏิบัติการภาคสนาม

แพลตฟอร์ม Ango Hub ของคุณผสมผสานการทำงานอัตโนมัติกับความเชี่ยวชาญ Human-in-the-Loop อย่างไร และกระบวนการแบบผสมผสานนี้ปรับปรุงคุณภาพของข้อมูลและประสิทธิภาพของโมเดลในระบบ AI ที่ใช้งานจริงได้อย่างไร?

AI และการทำงานอัตโนมัติให้ความสามารถในการขยายขนาดและความเร็ว ในขณะที่มนุษย์ให้ความแตกต่าง ความเข้าใจ และการดูแล HITL รับประกันการมีส่วนร่วมของมนุษย์ในจุดสำคัญของวงจรชีวิต AI เพื่อให้แน่ใจถึงการนำเข้าที่มีคุณภาพ การตรวจสอบ การระบุกรณี ngoại lệ และการปรับแต่งโมเดลสำหรับโดเมน และการให้คำตัดสินตามบริบท มนุษย์ช่วยให้แน่ใจถึงความแม่นยำโดยการตรวจสอบและยืนยันผลลัพธ์ การจับข้อผิดพลาดหรือความผิดปกติก่อนที่จะก่อให้เกิดอันตราย และให้การดูแลในบริบทที่มีความอ่อนไหวหรือมีความเสี่ยงสูง โดยที่ AI ไม่ควรตัดสินใจสุดท้าย

HITL มีหลายรูปแบบ ผู้เชี่ยวชาญมีส่วนร่วมในการทำเครื่องหมายข้อมูลแบบกำหนดเป้าหมาย การใช้เหตุผลที่ซับซ้อนสำหรับกรณี ngoại lệ และการตรวจสอบเนื้อหาที่สร้างโดย AI โดยใช้界面 QA ที่มีโครงสร้าง ระบบการเพิ่มขึ้นของบริบทมักถูกนำมาใช้ ซึ่งจะส่งผลลัพธ์ที่มีความมั่นใจต่ำหรือความผิดปกติไปยังผู้ตรวจสอบของมนุษย์ เพื่อสร้างสมดุลระหว่างการดูแลและประสิทธิภาพ

การใช้ HITL ที่สำคัญอีกอย่างหนึ่งคือการปรับแต่งตัวแทน AI ผ่านการเรียนรู้แบบเสริมจากข้อเสนอแนะของมนุษย์ (RLHF) ผู้ตรวจสอบของมนุษย์ให้คะแนน การเขียนใหม่ หรือให้ข้อเสนอแนะเกี่ยวกับการตอบสนองของตัวแทน ซึ่ง尤其สำคัญในโดเมนที่ไวต่อความรู้สึก เช่น การดูแลสุขภาพ บริการทางกฎหมาย หรือการสนับสนุนลูกค้า ในขณะเดียวกัน การทดสอบแบบซีเนียริโอและการทดสอบแบบ Red Teaming ช่วยให้ผู้ประเมินของมนุษย์สามารถทดสอบตัวแทนภายใต้สภาพแวดล้อมที่ไม่เอื้ออำนวยหรือไม่ปกติเพื่อระบุและแก้ไขจุดอ่อนก่อนที่จะนำไปใช้

AI จะบรรลุศักยภาพเต็มที่ของมันเมื่อมนุษย์ยังคงอยู่ในวงจรการทำงาน การให้คำปรึกษาที่ชี้นำ การตรวจสอบ และการปรับปรุงในแต่ละขั้นตอน ไม่ว่าจะเป็นการปรับปรุงการผลิตของตัวแทน การฝึกอบรมวงจรการประเมิน หรือการดูแลการไหลของข้อมูลที่เชื่อถือได้ การดูแลของมนุษย์จะเพิ่มโครงสร้างและความรับผิดชอบที่ AI ต้องการเพื่อให้ได้รับความไว้วางใจและประสิทธิผล

ด้วยการพัฒนาเครื่องมือ Generative AI ที่ก้าวหน้าอย่างรวดเร็ว iMerit จะอยู่ในระดับแนวหน้าในการให้บริการการประเมิน การเรียนรู้แบบเสริมจากข้อเสนอแนะของมนุษย์ และการปรับแต่งอย่างไร?

เราทำการเปิดตัว Ango Hub Deep Reasoning Lab (DRL) ซึ่งเป็นแพลตฟอร์มที่รวมสำหรับการปรับแต่ง Generative AI และการพัฒนาที่มีปฏิสัมพันธ์ของการให้เหตุผลแบบชุดความคิด โดยมี AI เป็นครู พื้นที่ทดลองของเราทำให้สามารถทำงานแบบเรียลไทม์ และการประเมินตามความชอบของมนุษย์ ซึ่งนำไปสู่การตอบสนองที่สอดคล้องกันและแม่นยำมากขึ้นของโมเดลต่อปัญหาเชิงซ้อน

ความก้าวหน้าในโมเดล GenAI และการพัฒนาแอปพลิเคชันเน้นย้ำถึงคุณค่าของข้อมูลที่สะอาดและผ่านการตรวจสอบโดยผู้เชี่ยวชาญ ด้วย Ango Hub DRL ผู้เชี่ยวชาญสามารถทดสอบโมเดล ระบุจุดอ่อน และสร้างข้อมูลที่สะอาดโดยใช้การให้เหตุผลแบบชุดความคิด พวกเขาสามารถโต้ตอบกับโมเดลในแบบเรียลไทม์ และส่งคำแนะนำและข้อแก้ไขย้อนกลับไปทีละขั้นตอนในอินเทอร์เฟซเดียว

การเพิ่ม iMerit Scholars เข้ากับ Ango Hub DRL ทำให้กระบวนการปรับแต่งโมเดลมีความซับซ้อนมากขึ้น โดยใช้ประสบการณ์อย่างกว้างขวางของ iMerit กับกระบวนการ HITL นักวิชาการออกแบบสถานการณ์แบบหลายขั้นตอนสำหรับงานที่ซับซ้อน เช่น การสร้างคำแนะนำแบบชุดความคิดสำหรับปัญหาคณิตศาสตร์ที่ซับซ้อน นักวิชาการของ iMerit ตรวจสอบผลลัพธ์ แก้ไขข้อผิดพลาด และจับข้อผิดพลาดได้อย่างราบรื่น สิ่งที่ทำให้แตกต่างไม่ใช่การมีนักวิชาการจำนวนมาก แต่เป็นการคัดเลือกและฝึกอบรมนักวิชาการเหล่านั้นให้เข้ากับกระบวนการฝึกอบรมโมเดลให้ได้มากที่สุด

คำว่า “ผู้เชี่ยวชาญในวงจร” ในบริบทของการปรับแต่ง Generative AI หมายถึงอะไร คุณสามารถให้ตัวอย่างที่แสดงให้เห็นว่าความเชี่ยวชาญของมนุษย์ปรับปรุงผลลัพธ์ของโมเดลได้อย่างไร?

ผู้เชี่ยวชาญในวงจรการทำงานรวมปัญญาเชิงมนุษย์กับปัญญาเชิงหุ่นยนต์เพื่อพัฒนา AI ไปสู่การผลิต ผู้เชี่ยวชาญเหล่านี้ตรวจสอบ ระบุ และปรับปรุงผลลัพธ์ของระบบอัตโนมัติ

โดยเฉพาะอย่างยิ่ง การทำเครื่องหมายข้อมูลโดยผู้เชี่ยวชาญรับประกันว่าข้อมูลฝึกอบรมถูกทำเครื่องหมายอย่างถูกต้องด้วยความรู้เฉพาะโดเมน ซึ่งจะปรับปรุงความแม่นยำและความน่าเชื่อถือของโมเดลการทำนาย AI การลดความลำเอียงและการจัดประเภทที่ไม่ถูกต้องจะช่วยให้โมเดลสามารถทั่วไปได้ดีขึ้นในสถานการณ์จริง และทำให้ AI มีความน่าเชื่อถือมากขึ้น สามารถอธิบายได้ และสอดคล้องกับความต้องการของอุตสาหกรรม

ตัวอย่างเช่น หลังจากได้รับข้อมูลทางการแพทย์จำนวนมาก บริษัทเทคโนโลยีระดับโลกต้องการประเมินข้อมูลนั้นเพื่อใช้ในแชทบอททางการแพทย์ที่เผยแพร่สู่สาธารณะเพื่อให้คำแนะนำทางการแพทย์ที่ปลอดภัยและแม่นยำแก่ผู้ใช้ โดยการหันมาใช้ iMerit พวกเขานำทีมผู้เชี่ยวชาญด้านการดูแลสุขภาพในสหรัฐฯ มาทำงานในกระบวนการทำงานแบบฉันทามติ โดยมีการเพิ่มขึ้นและการอนุมัติจากแพทย์ที่ได้รับใบอนุญาตในสหรัฐฯ นักพยาบาลเริ่มต้นด้วยการประเมินฐานความรู้ที่มีคำจำกัดความเพื่อประเมินความถูกต้องและความเสี่ยง

ผ่านการอภิปรายกรณี ngoại lệและการแก้ไขแนวทาง นักพยาบาลสามารถบรรลุฉันทามติได้ 99% ของกรณี ทำให้ทีมสามารถปรับแบบจำลองโครงการให้เป็นโครงสร้างการลงคะแนนเดียวพร้อมการตรวจสอบ 10% ซึ่งลดต้นทุนโครงการลงมากกว่า 72% การทำงานร่วมกับ iMerit ทำให้บริษัทสามารถระบุวิธีการขยายการทำเครื่องหมายข้อมูลทางการแพทย์อย่างมีจริยธรรมและประสิทธิภาพอย่างต่อเนื่อง

ด้วยทีมผู้เชี่ยวชาญเต็มเวลามากกว่า 8,000 คนในระดับโลก คุณรักษาคุณภาพ ประสิทธิภาพ และพัฒนาการของพนักงานได้อย่างไร?

คำจำกัดความของคุณภาพมักจะถูกปรับให้เหมาะสมกับกรณีการใช้งานเฉพาะของลูกค้าแต่ละราย ทีมงานของเราทำงานอย่างใกล้ชิดกับลูกค้าเพื่อกำหนดและปรับมาตรฐานคุณภาพ โดยใช้กระบวนการที่กำหนดเองเพื่อให้แน่ใจว่าการทำเครื่องหมายข้อมูลแต่ละครั้งจะได้รับการตรวจสอบอย่างรวดเร็วโดยผู้เชี่ยวชาญด้านเนื้อหาสาระ ความสอดคล้องเป็นสิ่งสำคัญสำหรับการพัฒนา AI ที่มีคุณภาพสูง สิ่งนี้ได้รับการสนับสนุนจากอัตราการรักษาพนักงานที่สูง (90%) และการมุ่งเน้นอย่างเข้มข้นในการวิเคราะห์การผลิต ซึ่งเป็นปัจจัยสำคัญในการออกแบบ Ango Hub ซึ่งได้รับการปรับให้เหมาะสมจากข้อเสนอแนะของผู้ใช้ทุกวัน

เราลงทุนอย่างต่อเนื่องในการทำงานอัตโนมัติ การเพิ่มประสิทธิภาพ และการจัดการความรู้ โดยได้รับการสนับสนุนจากแพลตฟอร์มฝึกอบรม iMerit One ที่เป็นเอกลักษณ์ของเรา การมุ่งมั่นในการเรียนรู้และการพัฒนานี้ไม่เพียงแต่ขับเคลื่อนความเป็นเลิศในการปฏิบัติงานเท่านั้น แต่ยังสนับสนุนการเติบโตในระยะยาวของพนักงานของเรา โดยส่งเสริมวัฒนธรรมแห่งความเชี่ยวชาญและการเติบโต

คุณมีคำแนะนำอะไรสำหรับนักธุรกิจ AI ที่ต้องการสร้างสิ่งที่มีความหมายทั้งในด้านเทคโนโลยีและผลกระทบทางสังคม?

AI กำลังเคลื่อนที่อย่างรวดเร็ว ไปเกินกว่าเทคนิคและฟังลูกค้าของคุณเพื่อทำความเข้าใจสิ่งที่สำคัญสำหรับธุรกิจของพวกเขา ทำความเข้าใจความต้องการความเร็ว การเปลี่ยนแปลง และความเสี่ยงของพวกเขา ลูกค้าในระยะแรกสามารถลองใช้สิ่งต่างๆ ได้ ลูกค้าที่ใหญ่ขึ้นต้องการทราบว่าคุณจะอยู่กับพวกเขาและจะให้ความสำคัญกับพวกเขาอย่างต่อเนื่อง ตั้งให้พวกเขารู้สึกสบายใจด้วยแนวทางที่มีความโปร่งใส ความปลอดภัย และความรับผิดชอบของคุณ

นอกจากนี้ คุณควรเลือกนักลงทุนและสมาชิกในคณะกรรมการของคุณอย่างระมัดระวัง เพื่อให้แน่ใจว่ามีการจัดตำแหน่งคุณค่าและข้อกังวลร่วมกัน ที่ iMerit เราได้รับการสนับสนุนที่สำคัญจากคณะกรรมการและนักลงทุนของเราในช่วงเวลาที่ท้าทาย เช่น COVID-19 ซึ่งเราให้เครดิตกับการจัดตำแหน่งนี้

คุณสมบัติที่สำคัญที่ทำให้นักธุรกิจประสบความสำเร็จในอุตสาหกรรมเทคโนโลยีนั้นไม่ได้จำกัดอยู่เพียงการเสี่ยงเท่านั้น แต่ยังรวมถึงการสร้างบริษัทที่มีผลกำไรและครอบคลุมด้วย

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม iMerit เพื่อเรียนรู้เพิ่มเติม