Dr. Henry Kang, Clipto’nun Kurucusu ve CEO’su ile Röportaj Serisi

Dr. Henry Kang, Clipto’nun Kurucusu ve CEO’su, bilgisayar vizyonu, çok modlu AI ve yaratıcı ekonomi alanlarında başarılı AI sürücüleri şirketler kurma konusunda опыт bir girişimci ve AI araştırmacısıdır. Carnegie Mellon Üniversitesi’nden Bilgisayar Vizyonu alanında doktorasını aldıktan sonra, önde gelen AI bilim adamlarıyla birlikte öncü araştırmalar yürüttü ve büyük ölçekli nesne tanıma hakkında etkili çalışmalar yayınladı. Microsoft Research ve Intel’de araştırma rolleri üstlendikten sonra, multiple startups kurdu. Daha önceki girişimleri, Peekabuy ve ZenVideo, her ikisi de satın alındı ve ZenVideo, Tencent’in bir parçası oldu, burada daha sonra AI tarafından üretilen içerik (AIGC), ürün yönetimi, kullanıcı büyümesi ve kurumsal satış girişimlerini yönetmek üzere kıdemli yönetici olarak görev yaptı. 2023 yılında Clipto’yu kurdu, şirket üç ay içinde karlılığa ulaştı, ilk yılında 10 milyon doların üzerinde yıllık tekrar eden geliri aştı ve şimdi 150’den fazla ülkede milyonlarca kullanıcıya hizmet vermektedir, bu da advanced AI teknolojilerini pratik ve yüksek etkili uygulamalara getirme konusundaki sürekli odaklanmasını yansıtmaktadır.

Clipto bir Palo Alto merkezli AI şirketi olup, profesyonellere video, ses ve resim kütüphanelerini bulutta veri yüklemeksizin arama, organize, transkript ve analiz etme olanağı sağlayan bir cihazda çok modlu içerik platformu geliştiriyor. Şirketin AI modelleri, kullanıcıların cihazlarında yerel olarak çalışıyor, bu da gizlilik, düşük gecikme ve çevrimdışı işlevselliğe vurgu yapıyor ve bulut altyapısı maliyetlerini azaltıyor. Yaratıcılar, araştırmacılar, hukuk profesyonelleri, sağlık kuruluşları ve kurumsal ekipler için tasarlanan Clipto, doğal dil sorguları, otomatik transkript, konuşmacı tanıma ve akıllı içerik dizinleme yoluyla büyük çoklu medya koleksiyonlarını aranabilir bilgi tabanlarına dönüştürüyor. Kuruluşundan bu yana, şirket dünya çapında milyonlarca kullanıcıyı çekti, HSG, GL Ventures, EnvisionX Capital, Palm Drive Capital ve Hans Tung gibi önde gelen yatırımcıların desteğini aldı ve çok modlu içerik iş akışları için bir AI yerli işletim sistemi oluşturuyor.

İnsanların zaten sahip oldukları medya hakkında anlamak, aramak ve yeniden kullanmalarına yardımcı olmak, sadece daha fazla içerik üretmekten daha büyük bir fırsat olduğunu ilk olarak ne sizi ikna etti?

Son üç yılda, üretken AI, bilgi oluşturmanın maliyetini dramatik bir şekilde azalttı. Ancak daha fazla bilgi oluşturmak, daha büyük bir problemi de ortaya çıkardı: neredeyse hiçbiri gerçekten yeniden kullanılabilir değil.

Artık bir oluşturma problemimiz yok. Bir hafıza problemimiz var.

Bana ikna eden şey teknik bir atılım değildi. Profesyonellerin tekrar tekrar sahip oldukları bilgileri bulamamasını izlemekti. Editörler iki yıl önce kaydettikleri bir röportajdan bir alıntı bulamıyordu. Araştırmacılar daha önce yazdıkları raporları yeniden okuyorlardı. Pazarlama ekipleri, onları yeniden keşfedememek nedeniyle var olan varlıkları yeniden oluşturuyorlardı.

İnsanlar fikirleri, konuşmaları, anıları, içgörülerini hatırlarlar. Bilgisayarlar hala bilgileri dosya adları, klasörler ve meta veriler aracılığıyla organize eder. Bu uyumsuzluk, büyük miktarda bilginin etkili bir şekilde kaybolmasına neden olur.

AI’nin nächsten fırsatının, daha fazla içerik üretmek değil, mevcut bilginin sürekli olarak erişilebilir ve eyleme geçirilebilir hale gelmesini sağlamak olduğunu düşünüyorum. AI, yüzlerce saatlik görüntüden unutulmuş bir içgörüyü anında kurtarabilir, yıllarca süren çalışmalar boyunca ilgili bilgileri yeniden bağlayabilir veya bir arşivden tam da doğru anı getirebilirse, bu temel olarak insanların düşünme ve çalışma şeklini değiştirir.

Arama sadece arayüzdür. Gerçek fırsat, AI’nin her zaman eksik olduğu sürekli bir hafıza sistemi oluşturmaktır: insanların zaten bildiği her şeyi sürekli olarak anlayan, organize eden ve koruyan bir sistem, bu bilgiyi hem insanlar hem de onlara yardım eden AI ajanlarına sunar.

Şirketler, ana faydaların arama, organize etme ve manuel inceleme saatlerini kaldırması olduğu durumlarda AI ROI’yi nasıl düşünmelidir?

AI ROI genellikle otomasyon oranları, maliyet azaltma veya headcount verimliliği aracılığıyla ölçülür. Bu metriklere önem verilir, ancak bunlar, bilgi işinde en büyük gizli maliyetlerden birini göz ardı eder.

Arama görünmez bir iştir. Hiç kimse buna bütçe ayırmaz, ancak herkes bunun bedelini öder.

Bir editörün doğru klipleri bulmak için iki saat harcaması, bir araştırmacının günlerce süren röportajları gözden geçirmesi veya bir pazarlama ekibinin zaten var olan varlıkları yeniden oluşturması, hepsi arama vergisi ödemektedir.

AI, arama ve inceleme döngülerini saatlerden saniyelere indirerek değer yaratır.

Etkisi, sadece zaman tasarrufu ile sınırlı değildir. Üretimi artırır, üretim döngülerini kısaltır, mevcut içeriğin kullanımını iyileştirir ve profesyonellere daha fazla enerjiyi yaratıcı ve stratejik çalışmaya harcama olanağı sağlar.

AI ROI, organizasyonların ne kadar az harcadığını ölçmekle değil, ne üretmeye capable olduklarını ölçmekle ölçülmelidir. Geri kazanılan zaman, ek yaratıcı kapasite, daha hızlı iterasyon, daha iyi kararlar ve sonunda daha iyi sonuçlar anlamına gelir.

Medya araması, içerik oluşturma araçlarının gelişmesine rağmen neden hala bir bottleneck olarak kaldı?

İçerik oluşturma, son on yılda dramatik bir şekilde evrimleşmiştir, ancak medyayı organize etme şeklimiz şaşırtıcı bir şekilde çok az değişti. Çoğu sistem hala klasörler, dosya adları, zaman damgaları ve manuel etiketler üzerine dayanmaktadır.

Sorun basittir:

İnsanlar anlamları hatırlarlar.

Bilgisayarlar dosya adlarını hatırlarlar.

Bir yaratıcı, “Dosya adı neydi?” diye düşünmez. Bunun yerine, “Kurucu fiyatlandırma hakkında konuştuğu röportajı bulun” veya “Birinin kırmızı bir ceketle bir kahve dükkanına girdiği sahneyi göster” diye sorar.

Geleneksel medya yönetim sistemleri, bu düzeyde anlamsal soruları cevaplamak için tasarlanmamıştı.

Kişisel ve profesyonel medya arşivi büyüdükçe, insanların bilgiyi hatırlama şekli ile bilgisayarların bilgiyi depolama şekli arasındaki uçurum giderek daha pahalı hale gelir. Medya araması, araçlarımızın dosyaları yönetmek için optimize edildiği, insanların ise anlamları geri çekmeye çalıştığı için bir bottleneck olarak kalır.

AI, insanların zaten çalıştığı şekilde çalışmasını sağlamak için ne yapmalıdır?

Yaratıcı profesyoneller, yıllarca süren bir süreçte, düşündükleri ve çalıştıkları şekilde iş akışlarını geliştirdiler. Onlardan klasörleri yeniden organize etmelerini, dosyaları yeniden adlandırmalarını, varlık kütüphanelerini yeniden oluşturmalarını veya tamamen yeni süreçler benimsemelerini istemek, kaçınılmaz olarak sürtüşme yaratır.

AI’nin insanlara uyum sağlaması gerektiğini, insanların AI’ye uyum sağlamasını istemek yerine, düşünüyorum.

En iyi AI sistemleri, mevcut iş akışlarına doğal olarak entegre olur. Arka planda sessizce çalışırlar, mevcut içeriği otomatik olarak anlarlar ve kullanıcıların doğal dil aracılığıyla, esnek organizasyon kuralları yerine, etkileşime girmelerine izin verirler.

İnsanların, bilgi nereye ait olduğunu veya nasıl etiketlenmesi gerektiğini önceden karar vermesine gerek yoktur. Sadece hatırladıklarını istemelidirler.

Harika AI, iş akışına kaybolmalıdır. Kullanıcılar, yazılıma düşünmeyi bırakıp, doğru bilginin her zaman ihtiyaç duyduklarında orada olacağına güvenmeye başladığında, AI, bir uygulama olmaktan çıkıp altyapı haline gelir.

Yaratıcı çalışmada “arama vergisi” nasıl tanımlarsınız?

Arama vergisi, zaten sahip olduğunuz bilginin gizli maliyetidir.

Daha resmi olarak, bu, insanların zaten sahip oldukları bilgiyi bulmaya çalışırken harcadıkları toplam zaman ve bilişsel çabadır.

Bu, yaratıcı çalışmadaki en az görünen, ancak en yaygın verimsizliklerden biridir.

Editarlar, beş saniyelik bir dizi bulmak için yüzlerce klipleri yeniden ziyaret eder. Gazeteciler, bir alıntı kurtarmak için günlerce süren röportajları gözden geçirir. Pazarlama ekipleri, zaten var olan varlıkları yeniden keşfedememek nedeniyle bunları yeniden oluşturur.

Her个 an tek başına önemsiz görünse de, birlikte büyük miktarda zaman ve dikkat tüketirler.

Arama vergisini azaltmak, sadece zaman tasarrufu sağlamaz. already oluşturulan bilginin tam değerini açığa çıkarır.

Profesyonellerin hassas içeriklerle çalışması için yerel, cihazda AI neden önemlidir?

Çok sayıda profesyonel, dışarıya çıkması gereken malzemelerle çalışır.

Bu, yayımlanmamış üretimler, müşteri çekimleri, yasal kayıtlar, gizli röportajlar, özel araştırmalar ve yıllar boyunca biriken kişisel arşivi içerir.

Geleneksel MAM platformları, meta veri yönetimine dayanırken, birçok bulut tabanlı AI sistemi, analiz için içeriğin kullanıcı ortamından çıkmasını gerektirir. Clipto, verilere doğrudan multimodal zeka getirerek farklı bir yaklaşım benimser.

Yerel AI işleme, gizliliği iyileştirir, gecikmeyi azaltır, uyumluluk endişelerini azaltır ve kullanıcıların yönetim ve erişim üzerinde daha güçlü bir kontrolü sağlar.

Gizlilik öncelikli AI’nin, rekabetçi bir farklılaştırıcı olmaktan, profesyonel bir standart haline gelmek üzere olduğuna inanıyoruz.

Gizlilik, bir mimari özellik olmalıdır,

bir politika değil.

Hafıza ve geri çağırma, AI yığınında neden en önemli katmanlardan biri haline gelecektir?

Hafıza ve geri çağırma, AI yığınında en önemli katmanlardan biri haline gelecektir, çünkü AI’yi kişisel, bağlamsal ve sürekli olarak faydalı hale getirirler.

Temel modeller, dünyayı anlar. Hafıza sistemleri, sizin dünyanızı anlar. Ajanlar, ikisini birbirine bağlar. Ancak ne temel modeller ne de ajanlar, bireysel bir kişinin uzun vadeli bağlamını – toplantılar, konuşmalar, projeler, yaratıcı varlıklar, kararlar veya biriken deneyim – doğuştan anlar.

Hafıza olmadan, her etkileşim yeniden başlar.

Bu, Clipto’nun çözümlediği boşluktur. Kullanıcıların çok modlu verilerinin – video, ses, resim, belge, notlar ve transkriptler – üzerinde kalıcı bir hafıza katmanı oluşturuyoruz ve parçalı bilgileri, hem insanlar hem de AI ajanları tarafından sürekli olarak üzerine inşa edilebilecek, aranabilir, yeniden kullanılabilir bir bilgiye dönüştürüyoruz.

Zamanla, en değerli AI sistemleri, kullandıkları temel modellerle değil, erişebilecekleri hafıza kalitesi ve geri çağırma bağlamının alaka düzeyi ile tanımlanacaktır.

Tıpkı veritabanlarının yazılım için kalıcılık katmanı haline geldiği gibi, hafıza, AI için kalıcılık katmanı haline gelecektir.

Çok modlu aramanın arkasındaki teknik zorluklar nelerdir?

İnsanlar, aramanın zahmetsiz hissetmesini bekler. Bunu başarmak teknik olarak zordur.

Çok modlu arama, sadece geri çağırma üzerinden gömme değildir. Tam bir medya anlama sistemi olup, yapılandırılmamış içeriği aranabilir bir hafızaya dönüştürür ve doğruluk, gecikme, maliyet, gizlilik ve ölçeklenebilirlik arasında denge kurar.

Sistem, konuşma, metin, görsel içerik, insan, nesne, eylemler, zaman ilişkileri ve anlamsal niyeti aynı anda anlamalıdır. Ayrıca, insanların genellikle tam dosya adlarını veya zaman damgalarını hatırlamadıkları için belirsizliklerle başa çıkmalıdır.

Birisi, “Konferans merkezinde outside discussion hakkında konuştuğu sahneyi bulun” diye sorabilir. Bunu cevaplamak, dil anlama, görsel akıl yürütme, zamanlı hizalama, cross-modal füzyon ve etkili sıralama gerektirir.

Uygulamada, geri çağırma kalitesi, vektör veritabanına her şeyi gömmekten çok, temsiliyet, dizin, sıralama ve sistem tasarımı ile daha fazla ilgilenir.

Çok modlu geri çağırmanın doğal hissetmesini sağlamak, sonunda bir sistem sorunudur, tek bir model sorunu değil.

Clipto, AI’nin oluşturma yönünden bilgi altyapısına doğru kaymasına nereye uyum sağlar?

AI’nin ilk dalgası oluşturma hakkında oldu.

Sonraki dalga, anlama hakkında olacak.

Sonraki dalga, hafıza hakkında olacak.

Ve hafıza, AI ajanlarının sürekli olarak faydalı olmasını sağlar.

Clipto, bu eksik katmanı oluşturuyor.

Amaç, sadece insanların daha fazla içerik oluşturmasına yardımcı olmak değil, already bildiklerini sürekli olarak organize etmek, korumak ve etkinleştirmek.

Aramayı, arayüz olarak değil, varış noktası olarak görüyoruz. Gerçek ürün, kalıcı hafıza altyapısı – hem insanlar hem de AI ajanlarına doğru bağlamı doğru anda sunan bir katmandır.

Değerli AI araçlarını, yazılım kirliliğinden ayıran nedir?

En başarılı AI araçları, en büyük modellere veya en uzun özellik listelerine sahip olanlar olmayacak.

İnsanların sonunda fark etmediği araçlar olacak.

İnsanlar, yazılımı zeki olduğu için benimsemez. Onu, sürtüşmeyi kaldırdığı, karmaşıklığı azalttığı ve insanların anlamlı işler yapmasına yardımcı olduğu için benimser.

Kullanıcıların davranışlarını değiştirmesini, çabayı tekrar etmesini veya başka bir uygulamayı yönetmesini isteyen AI, sonunda gürültü haline gelecektir.

En iyi AI ürünleri, AI ürünleri gibi hissetmez.

Sadece insanların düşünme, hatırlama, karar verme ve yaratma şeklinin bir parçası haline gelir.