LXT’de Teknoloji Başkan Yardımcısı Amr Nour-Eldin – Röportaj Serisi

Amr Nour-Eldin, LXT‘de Teknoloji Başkan Yardımcısıdır. Amr, otuz altı yıl profesyonel deneyimine sahip bir araştırmacı bilim insanıdır ve ses/işitsel işlemleme ve makine öğrenimi alanlarında, özellikle Otomatik Konuşma Tanıma (ASR) alanında derin öğrenme tekniklerine odaklanmıştır.

LXT, küresel organizasyonlar için akıllı teknolojiyi güçlendiren AI eğitim verilerini sağlayan bir liderdir. Uluslararası katkıda bulunanların oluşturduğu bir ağ ile birlikte, LXT, çoklu modlarda, girişimlerin gerektirdiği hız, ölçek ve esneklikte veri toplar ve açıklar. Their küresel uzmanlığı 145 ülkeden ve 1000’den fazla dil bölgesinden oluşur.

Sinyal İşleme alanında McGill Üniversitesi’nden doktora yaptınız, bu alana ilk olarak neler sizi çekti?

Her zaman mühendislik okumak istedim ve doğa bilimlerine genel olarak ilgi duydum, ancak matematik ve fizik alanında daha spesifik olarak çekildim. Doğanın nasıl çalıştığını ve o anlayışla teknoloji yaratmayı öğrenmek istedim. Liseden sonra tıp ve diğer meslekleri seçme fırsatım oldu, ancak mühendisliği seçtim, çünkü matematik ve fizik alanlarında teorik ve uygulamalı bir kombinasyon sunuyordu. Ve bir kez seçtiğimde, çoklu yollar vardı – mekanik, inşaat, vb. Ancak elektrik mühendisliğini seçtim, çünkü matematik ve fizik problemlerine en yakın ve en zorlu alanı temsil ediyordu.

Elektrik mühendisliği içinde, iki ana uzmanlık alanı vardır: telekomünikasyon ve sinyal işleme, ve güç ve elektrik mühendisliği. Bunlardan birini seçmek zorunda kaldım, telekomünikasyon ve sinyal işleme seçtim, çünkü doğayı fizik ve denklemlerle tanımlamaya yakındı. Sinyallerden, ses, resim veya video konuşuyoruz; bizim duyularımızın algılayabileceği bilgiyi matematiksel olarak temsil etmek ve o bilgiyi teknoloji yaratmak için kullanmak istedik.

McGill Üniversitesi’nde yapay Bandwidth extension (BWE) hakkında bilgi kuramsal yönü üzerine araştırmanızı tartışabilir misiniz?

Lisans derecemin ardından, sinyal işleme alanını akademik olarak devam ettirmek istedim. Fizik alanında bir yüksek lisansın bir parçası olarak fotonik alanında bir yıl çalıştıktan sonra, ses ve konuşma sinyal işleme üzerine odaklanmak için mühendisliğe geri dönmeye karar verdim. Doktora yaparken, ses tanıma uygulamasından daha geniş bir alana, genel ses ve konuşma işleme ve makine öğrenimi alanlarına yönelmek istedim.

Doktora tezimin konusu, dar bantlı konuşmanın bant genişletme idi. Dar bantlı konuşma, geleneksel telefoni konuşmasıdır. Konuşmanın frekans içeriği 20 kilohertz’e kadar uzanır, ancak bilgi içeriğinin büyük çoğunluğu 4 kilohertz’e kadar yoğunlaşır. Bant genişletme, konuşma içeriğini 3.4 kilohertz’den, yani geleneksel telefoni konuşmasının üst frekans sınırından, 8 kilohertz veya daha yüksek frekanslara kadar uzatmaktır. Dar bantlı konuşmadan yalnızca yüksek bantlı konuşma içeriğini yeniden oluşturmak için, önce iki frekans bandındaki mutual bilgiyi量amak ve sonra o bilgiyi kullanarak bir model eğitmek gerekir; bu model, dar bantlı konuşma ve yüksek bantlı konuşma arasındaki ilişki hakkında bilgi öğrenir ve yüksek bantlı konuşma içeriğini yalnızca dar bantlı konuşmadan ve modelin öğrendiği bilgilerden oluşturabilir. Bu mutual bilgiyi量amak ve temsil etmek, bilgi kuramının görevidir. Bilgi kuramı, herhangi bir sinyaldeki bilgiyi量amak ve temsil etmektir. Dolayısıyla, benim araştırğim, bilgi kuramını kullanarak konuşma içeriğinin yapay bant genişletme işlemini iyileştirmekti. Bu nedenle, benim doktora tezimi, sinyal işleme, bilgi kuramı ve makine öğrenimi birleştirerek disiplinler arası bir araştırma olarak değerlendirebilirim.

Nuance Communications’da, şimdi Microsoft’un bir parçası, 16 yıldan fazla bir süre olarak konuşma bilimcisi olarak çalıştınız, bu deneyimden neler öğrendiniz?

Benim için en önemli şey, her zaman state-of-the-art ve cutting-edge tekniklerle çalışmak ve bunları gerçek dünya uygulamalarına uygulamaktı. Konuşma AI ürünlerinde, sağlık, otomotiv, mobilite gibi çeşitli alanlarda çalıştım. Bu uygulamalar arasında sanal asistanlar, interaktif sesli yanıt, sesli posta metni ve sağlık gibi alanlarda doktor-hasta etkileşimleri gibi doğru temsil ve transkript önemli olan uygulamalar vardı. 16 yıl boyunca, konuşma AI’nin evrimini, istatistiksel modelleme günlerinden derin öğrenme günlerine kadar şahsen gözlemledim ve bunun bir parçası oldum. Bir diğer önemli şey, veri miktarı ve kalitesinin AI modeli yetenekleri ve performansını belirlemede kritik bir rol oynadığını öğrendim.

IEEE gibi prestijli yayınlarda bir düzine makale yayınladınız, sizin görüşünüze göre en önemli makale hangisi ve neden önemliydi?

Google (GOOGL ) Scholar’a göre en çok alıntı yapılan makale, 2008 yılında yayınladığım “Mel-Frequency Cepstral Coefficient-Based Bandwidth Extension of Narrowband Speech” makalesidir. Bu makale, konuşma içeriğini, konuşma tanıma alanında yaygın olarak kullanılan bir özellik temsilini kullanarak yeniden oluşturmayı amaçlamaktadır.

Ancak benim görüşüme göre daha yenilikçi olan makale, 2011 yılında yayınladığım “Memory-Based Approximation of the Gaussian Mixture Model Framework for Bandwidth Extension of Narrowband Speech” makalesidir. Bu çalışmada, konuşmada uzun süreli bilgiyi modellemek için yeni bir istatistiksel modelleme tekniği önerdim. Bu tekniğin avantajı, konuşmada uzun süreli bilgiyi minimal ek karmaşıklıkla ve gerçek zamanlı olarak modellemeyi sağlar.

2023 Haziran ayında LXT’de Teknoloji Başkan Yardımcısı olarak atandınız, bu pozisyona sizi neler çekti?

Önceki akademik ve profesyonel deneyimimde her zaman veri ile çalıştım. AI modeli yaşam döngüsünde veri oynadığı kritik rolü öğrendim. Kaliteli veri olmadan, AI modelleri state-of-the-art düzeyde olamaz. LXT, AI veri sağlayıcısı olarak, büyüyen ve hızlı bir tempoda olan bir şirket. Benim deneyimimi ve konuşma AI deneyimimi kullanarak, AI veri kullanıcılarından sonra AI veri sağlayıcısı olarak büyümeye katkıda bulunmak istedim.

LXT’de ortalama bir gününüz nasıl geçer?

Ortalama günüm, genellikle son araştırmaları incelemeye başlar, son zamanlarda generatif AI ve müşterilerimizin ihtiyaçlarına nasıl uygulanabileceği üzerine odaklanıyorum. Exceller bir ekibim var ve onlar müşterilerimizin özel AI veri ihtiyaçlarına uygun çözümler oluşturmak için çalışıyorlar. Onlarla birlikte, müşterilerimizin AI veri ihtiyaçlarına uygun çözümler oluşturmak için çalışıyorum.

LXT’de çalıştığınız makine öğrenimi algoritmaları hakkında konuşabilir misiniz?

AI çözümleri, tüm endüstrilerde işleri dönüştürüyor ve biz LXT olarak, bu AI modellerini güçlendiren yüksek kaliteli verilerin sağlanması için çalışıyoruz. Müşterilerimiz, artırılmış ve sanal gerçeklik, bilgisayar görüşü, konuşma AI, generatif AI, arama alaka düzeyi ve konuşma ve doğal dil işleme gibi çeşitli uygulamalar üzerinde çalışıyorlar. Biz, geleceğin makine öğrenimi algoritmalarını ve teknolojilerini, her dilde, kültürde ve modalitede veri oluşturma ve geliştirme yoluyla güçlendirmeye odaklanıyoruz.

İngilizce ve özellikle beyaz erkekler için konuşma ve ses işleme neredeyse mükemmele ulaştı, diğer diller, cinsiyetler ve etnik gruplar için aynı seviyeye ulaşmak ne kadar zaman alacak?

Bu, karmaşık bir soru ve ekonomik, politik, sosyal ve teknolojik faktörler gibi birçok faktöre bağlı. Ancak明dir ki, İngilizce’nin yaygınlığı, AI’yi bugünkü seviyeye getirdi. Diğer diller, cinsiyetler ve etnik gruplar için aynı seviyeye ulaşmak, bu gruplardan veri temsilinin online olarak büyümesi hızına bağlıdır. LXT ve benzer şirketler, bu değişimi hızlandırabilir. Az temsil edilen diller, cinsiyetler ve etnik gruplardan veri erişimi zor veya yoksa, bu değişiklik daha yavaş olacaktır.

LXT, farklı müşteriler için AI çabalarını nasıl hızlandırabilir?

LXT’nin amacı, müşterilerin AI geliştirme süreçlerini hızlandırabilecek veri çözümleri sunmaktır. 12 yıllık AI veri alanı deneyimimizle, müşterilerin veri gereksinimlerini anlamak ve en yüksek kaliteli veriyi, en hızlı ve en uygun fiyatlarla sunmak için sürekli olarak süreçlerimizi geliştiriyoruz. Müşterilerimize sunduğumuz AI veri kalitesi, verimliliği ve fiyatlandırma kombinasyonu, bizi tercih ettikleri AI veri ortağı haline getirdi. Benim vizyonum, bu LXT yaklaşımını, tüm veri modallerine ve AI geliştirme türlerine, özellikle de generatif AI’ye genişletmektir. Bu hedefi gerçekleştirmek, kendi makine öğrenimi ve veri bilimimizin teknoloji ve kaynaklarını stratejik olarak genişletmeye bağlıdır.

Harika röportaj için teşekkür ederiz, okuyucular daha fazla bilgi öğrenmek için LXT‘yi ziyaret edebilirler.