ไทเลอร์ ไวทซ์แมน ผู้ร่วมก่อตั้งและหัวหน้าฝ่ายปัญญาประดิษฐ์ของ Speechify – ซีรีส์สัมภาษณ์

ไทเลอร์ ไวทซ์แมน เป็นผู้ร่วมก่อตั้ง หัวหน้าฝ่ายปัญญาประดิษฐ์ และประธานของ Speechify ซึ่งเป็นแอปพลิเคชัน text-to-speech ที่ดีที่สุดในโลก โดยมีมากกว่า 100,000 รีวิว 5 ดาว ไวทซ์แมน จบการศึกษาจากมหาวิทยาลัยสแตนฟอร์ด โดยได้รับวิทยาศาสตรบัณฑิตสาขาคณิตศาสตร์และวิทยาศาสตรมหาบัณฑิตสาขาวิทยาการคอมพิวเตอร์ในสาขาปัญญาประดิษฐ์ เขาได้รับการคัดเลือกจาก Inc. Magazine ให้เป็นหนึ่งในผู้ประกอบการ 50 คน และได้รับการกล่าวถึงใน Business Insider, TechCrunch, LifeHacker, CBS และสื่ออื่นๆ การวิจัยระดับมหาบัณฑิตของไวทซ์แมน มุ่งเน้นไปที่ปัญญาประดิษฐ์และ text-to-speech โดยมีบทความวิจัยสุดท้ายที่มีชื่อว่า “CloneBot: Personalized Dialogue-Response Predictions”

คุณเริ่มเขียนโค้ดเมื่อคุณอายุเพียง 9 ขวบ สิ่งใดที่ดึงดูดคุณเข้าสู่วิชาวิทยาการคอมพิวเตอร์?

ฉันชอบการ์ตูน Dragon Ball Z มาก และต้องการเรียนรู้การสร้างแอนิเมชัน ฉันจึงเรียนรู้ Adobe (ADBE ) Flash และ Photoshop และสร้างเว็บเพจแฟนโดยมีแอนิเมชันของ Goku ที่ฉันสร้างเอง หลังจากนั้นไม่นาน ฉันเริ่มเรียนรู้เกี่ยวกับระบบและอัลกอริทึม และเมื่อฉันรู้ว่าฉันสามารถเขียนโปรแกรมเพื่อใช้ในการทำงานได้ ฉันรู้สึกตื่นเต้นมาก ฉันคิดว่ามันเป็นเพียงงานอดิเรกเหมือนการเล่นเกม

จากนั้นคุณเริ่มสร้างแอปพลิเคชัน iPhone เมื่อคุณอายุ 12 ขวบ แอปพลิเคชันเหล่านั้นมีอะไรบ้าง?

หนึ่งในแอปพลิเคชันของฉันชื่อ Black SMS ซึ่งอนุญาตให้ผู้ใช้ส่งข้อความที่เข้ารหัสกัน อีกแอปพลิเคชันหนึ่งชื่อ Frontback ซึ่งอนุญาตให้ผู้ใช้ถ่ายรูปและวิดีโอของสิ่งที่อยู่ตรงหน้าได้

คุณสามารถพูดถึงการวิจัยของคุณที่มหาวิทยาลัยสแตนฟอร์ด และวิธีที่มันเกี่ยวข้องกับการประมวลผลภาษา自然และ合成เสียงพูดได้หรือไม่?

การวิจัยของฉันครอบคลุมหลายการใช้งานสำหรับเครือข่ายทรานส์ฟอร์เมอร์ รวมถึงโมเดลภาษาที่สร้างขึ้นสำหรับการสนทนา การทำเครื่องหมายพาร์ตออฟสเปช การคาดการณ์เครื่องหมายวรรคตอน และ text-to-speech การเพิ่มประสิทธิภาพการอนุมานของเครือข่ายประสาทเทียมสำหรับ CPU มือถือเป็นจุดสนใจหลัก และสิ่งนี้ได้ถูกนำไปใช้กับเสียงออฟไลน์ที่มีอยู่ใน Speechify ซึ่งทำงานได้แม้ในโหมดเครื่องบิน

คุณสามารถแบ่งปันเรื่องราวเบื้องหลังของ Speechify ได้หรือไม่?

ฉันตาบอดในหนึ่งดวง และพี่ชายของฉัน Cliff เป็นโรคดิสเล็กเซีย เราใช้หนังสือเสียงและเทคโนโลยี text-to-speech มาตั้งแต่เรายังเป็นเด็กเพื่อผ่านการเรียนและอ่านหนังสือ เมื่อเราอายุใหญ่ขึ้นและเริ่มใช้ผลิตภัณฑ์เทคโนโลยีมากขึ้น เราเริ่มรู้ว่ามีโอกาสในการสร้างแอปพลิเคชัน text-to-speech ที่ดีกว่าบนเว็บและมือถือด้วยเสียงที่ดีกว่าด้วยความก้าวหน้าของ AI และประสบการณ์ผู้ใช้ที่ดีกว่า ดังนั้นเราจึงตัดสินใจทำมันใน Speechify

มีเทคโนโลยี machine learning ใดบ้างที่ใช้ใน Speechify?

เราได้นำเทคนิคขั้นสูงมาใช้สำหรับสถาปัตยกรรมที่สร้างขึ้น — ทรานส์ฟอร์เมอร์/คอนฟอร์เมอร์, การฝึกอบรมขนาดใหญ่, การฝึกอบรมแบบกระจาย, การสะสมเกรเดียนต์, พื้นที่ 潛在แบบอัตโนมัติ, การกระจาย, เครือข่ายที่เป็นปฏิปักษ์, และการสร้างแบบจำลองภาษา เราใช้เทคนิคการประมวลผลคุณลักษณะที่เกี่ยวข้องกับการสร้างเสียงพูดเพื่อสร้างเสียงพูดที่ดีขึ้น

มีอะไรที่ท้าทายในการสร้างแอปพลิเคชัน text-to-speech?

ความท้าทายหลักคือการสร้างเสียงที่มีคุณภาพสูงให้เสียงเหมือนมนุษย์จริงๆ ไม่ใช่เสียงหุ่นยนต์ เป้าหมายของเราคือให้ผู้ใช้ไม่สามารถแยกความแตกต่างระหว่างเสียงของเราและเสียงของมนุษย์ได้ เพื่อให้ผู้ใช้รู้สึกสบายใจในการฟังเนื้อหาบน Speechify เป็นเวลานาน ความท้าทายอีกอย่างคือการกระจายโมเดล AI ของเราให้กับผู้ใช้หลายล้านคน

Speechify เป็นแอปที่ดีที่สุดในประเภทของมันใน App Store คุณคิดว่าความสำเร็จนี้มาจากอะไร?

เราคิดว่าเราได้สร้างผลิตภัณฑ์ที่ดีที่สุดในตลาดสำหรับผู้ที่ต้องการฟังเนื้อหาที่ต้องการ — ไม่ว่าจะเป็นนักเรียนที่มีงานบ้าน ผู้เชี่ยวชาญที่อ่านสำหรับงาน หรือผู้อ่านเพื่อความบันเทิง เรามีเสียงที่ดีที่สุด รวมถึงเสียงของดาราเช่น Snoop Dogg และอินเทอร์เฟซผู้ใช้ที่ดีที่สุดสำหรับผู้ใช้ในการอัปโหลดและเข้าถึงเนื้อหาที่ต้องการได้อย่างง่ายดาย

มีกรณีการใช้งานที่สำคัญใดบ้างสำหรับแอปนี้?

Speechify ใช้ AI ที่สร้างขึ้นเพื่อแก้ปัญหาที่แท้จริงสำหรับนักเรียนที่ต้องการผ่านการบ้านได้เร็วขึ้น ผู้ที่มีโรคดิสเล็กเซียและ ADHD ที่มีปัญหาในการอ่าน ผู้สูงอายุที่มีการมองเห็นที่ไม่ดี ผู้เชี่ยวชาญที่ต้องการอ่านมากขึ้นและเพิ่มผลผลิต ผู้เขียนที่ต้องการฟังงานของตน และผู้เรียนที่ฟังได้ดี

คุณมีจินตนาการใดเกี่ยวกับอนาคตของ AI?

เราต้องการให้ AI — และโดยเฉพาะ AI text-to-speech — ลดข้อจำกัดในการเรียนรู้ไม่ว่าคุณจะมีรายได้เท่าใด ความแตกต่างในการเรียนรู้ ที่ตั้ง หรือภาษา เราเห็น AI เป็นเครื่องมือที่ดีสำหรับสังคมเพื่อเพิ่มคุณภาพชีวิตของมนุษย์โดยการปรับปรุงการศึกษา

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Speechify เพื่อเรียนรู้เพิ่มเติม