Radha Basu, iMerit CEO'su ve Kurucusu – Röportaj Dizisi

Radha Basu, iMerit'in kurucusu ve CEO'su kariyerini HP'de kurdu, teknoloji deviyle 20 yıl geçirdi ve sonunda Enterprise Solutions grubuna başkanlık etti. Daha sonra Support.com'u CEO olarak halka açtı. Radha, 2007'de Dipak Basu ile Anudip Foundation'ı kurdu ve ardından 2012'de iMerit'i kurdu. Önde gelen bir teknoloji girişimcisi ve akıl hocası ve yazılım işinde öncü olarak kabul ediliyor.

iLiyakat Otomasyonu, uzman insan açıklamalarını ve gelişmiş analitiği bir araya getirerek, ölçekte yüksek kaliteli veri etiketleme ve model ince ayarını desteklemek için çok modlu yapay zeka veri çözümleri sunar.

Hindistan'da HP operasyonlarını kurmaktan, Bhutan, Hindistan ve New Orleans'ta marjinal gençleri yükseltme misyonuyla iMerit'i kurmaya kadar olağanüstü bir yolculuğunuz oldu. Sizi iMerit'i kurmaya ne teşvik etti ve baştan sona kapsayıcı, küresel bir iş gücü oluştururken hangi zorluklarla karşılaştınız?

iMerit'i kurmadan önce, SupportSoft'un Yönetim Kurulu Başkanı ve CEO'suydum ve şirketin ilk ve ikinci halka arzlarına öncülük ederek onu destek otomasyon yazılımında küresel bir lider haline getirdim. Bu deneyim bana, insanları ve teknolojiyi ilk günden birleştirmenin gücünü gösterdi.

Hindistan'ın teknoloji patlaması yeni fırsatlar yaratırken, yetersiz hizmet alan bölgelerdeki birçok yetenekli gencin geride bırakıldığını fark ettim. Onların potansiyeline ve öğrenme azmine inandım. Yazılımın AI gibi gelişmiş teknolojilere nasıl güç verebileceğini gördüklerinde, bu kariyerleri hevesle benimsediler.

iMerit'i, yarısı kadınlardan oluşan küçük ve çeşitli bir ekiple başlattık ve o zamandan beri hızla büyüdük. Ekibimizin uyum sağlama yeteneği ve eğitilebilirliği, özellikle veri merkezli yapay zekanın yetenekli uzmanlara yönelik uzun vadeli talebi artırmasıyla kilit öneme sahipti.

Bugün, iMerit otonom araçlar, tıbbi yapay zeka ve teknoloji gibi kritik öneme sahip sektörler için yapay zeka veri çözümleri sunan küresel bir sağlayıcıdır. Çalışmalarımız, müşterilerin yapay zeka modellerinin yüksek riskli ortamlarda olmazsa olmaz olan yüksek kaliteli, güvenilir veriler üzerine inşa edilmesini sağlar.

Sonuç olarak, gücümüz güçlü teknoloji temellerinde ve destekleyici, öğrenmeye odaklı bir kültürde gelişen iyi eğitimli, motive olmuş çalışanlardan oluşan bir ekipte yatmaktadır. Bu yaklaşım büyümemizi destekledi, nakit pozitifliğimizi korudu ve bize yüksek NPS puanları ve sadık müşteriler kazandırdı.

iMerit artık eBay ve Johnson & Johnson gibi teknoloji devleri de dahil olmak üzere 200'den fazla müşteriyle çalışıyor. Şirketin büyüme yolculuğunu bize anlatabilir misiniz? O ilk günlerden yapay zeka veri hizmetlerinde küresel bir lider haline gelme yolculuğuna?

Müşterilerimizin AI yolculuklarına ön sıradan tanık olduk, erken deneylerden büyük ölçekli üretime kadar ortaklık kurduk. Çalışmalarımız, yeni kurulan şirketleri, küresel otonom araç liderlerini ve büyük işletmeleri kapsıyor. Modellerini sıfırdan eğiterek, AI'yı gerçek dünyada ölçeklendirmenin gerçekte ne gerektirdiğine dair eşsiz bir içgörü kazandık.

Alan sürekli ve hızlı bir şekilde evrimleşti. Bu kadar kısa bir sürede bu kadar dramatik bir şekilde ilerleyen bir teknolojiye nadiren rastladım. Bir veri açıklama sağlayıcısından, tüm insan-döngüde (HITL) yaşam döngüsü boyunca uzmanlaşmış çözümler sunan tam yığınlı bir AI veri şirketine dönüştük: açıklama, doğrulama, denetim ve kırmızı takım. Gerçek dünya dağıtımı için uç durumları ve istisnaları ele almak hayati önem taşır ve her adımda derin uzmanlık ve ayrıntılı yargı gerektirir.

En büyük dikeyimiz, yolcu, teslimat, kamyon ve tarım araçları için 15 sensörde sensör füzyonu da dahil olmak üzere tüm algı yığınını yönettiğimiz otonom mobilitedir. Sağlık hizmetlerinde, klinik görüntüleme AI'sını yönlendiriyoruz. Yüksek teknolojide, iş akışlarımızda ve yeteneklerimizde daha fazla karmaşıklık talep ederek GenAI ayarlama ve doğrulamanın ön saflarında yer alıyoruz.

Bu alanlarda başarı sadece uzmanlara sahip olmakla ilgili değildir - uzmanlık geliştirmekle ilgilidir: AI modellerine meydan okuma, koçluk yapma ve bağlamsallaştırma konusunda bilişsel yetenek. Ekiplerimizi farklı kılan şey budur.

Büyümemiz uzun vadeli ortaklıklarla destekleniyor ve en iyi on müşterimizin çoğu beş yıldan uzun süredir bizimle. İhtiyaçları daha karmaşık hale geldikçe, alan bilgimizi, araçlarımızı, eğitimlerimizi ve çözümlerimizi sürekli olarak geliştiriyoruz. Hem teknoloji yığınımız hem de çalışanlarımız sürekli olarak gelişmelidir.

Yazılım, otomasyon, açıklama ve analitiğin birleşimi, çok esnek, hızlı, son derece hassas, döngüde insan müdahaleleri için ölçüt oluşturur. Yeni logoların %70'i kendi teknoloji yığınımızdadır ve bu da büyük bir iç dönüşüm gerektirir. Yine, kültürümüz ekiplerin öğrenmeye aç olmasını ve sürekli büyümek istemesini sağlar.

iMerit'in tarihinde, şirketin gidişatını şekillendiren en önemli anlar (teknolojik dönüm noktaları veya stratejik kararlar) hangileridir?

Yapay zeka veri işinin kalabalık tabanlı geçici iş olarak görüldüğü bir zamanda, bunun bir kariyer olarak büyüyeceğine ve karmaşıklık ve kurumsal odaklanma gerektireceğine dair erken bir bahis oynadık. Gelişmiş kullanım durumlarına adanmış şirket içi ekipler kurarak, müşterilerimizin hızla ölçeklenmesini sağladık ve yaklaşımımızı doğrulayan bir kilometre taşı olan otonom araçlarda ilk 1 milyon dolarlık MRR anlaşmamızla sonuçlandık.

COVID-19 karantinası çevikliğimizi test etti: neredeyse bir gecede tamamen ofiste çalışmaktan tamamen uzaktan çalışmaya geçtik, altyapıya, güvenliğe ve kültüre büyük yatırımlar yaptık. Haftalar içinde müşteri operasyonları toparlandı ve o yıl hem gelirimizi hem de çalışan sayımızı artırdık. Bugün, ekibimizin %70'i tekrar sahada olduğu için uzaktan yetenekleri değerlendirmeye devam ediyoruz ve GenAI ayarlama ve doğrulama için küresel konu uzmanı ağımız olan Scholars'ı başlatıyoruz. İster bir kardiyolog ister İspanyol bir matematikçi olsun, yüksek temaslı kültürümüz en iyi yetenekleri çekiyor ve motive ediyor, çözümlerimizin kalitesini ve tutarlılığını doğrudan artırıyor.

2023'te, yeni nesil AI veri araçlarını yönetmek için AI destekli bir veri etiketleme ve iş akışı otomasyon platformu olan Ango.ai'yi satın aldık. Bu önemli hamle, iMerit'in alan uzmanlığını Ango'nun gelişmiş araçlarıyla birleştirerek radyoloji, sensör füzyonu ve GenAI ince ayarındaki yeteneklerimizi genişletti. Hala müşteri araçlarıyla da çalışıyoruz, ancak birçok yeni müşteri artık sektörümüzde temel gereksinimler olan kullanıcı dostu iş akışları ve sağlam güvenliği sayesinde doğrudan Ango Hub'a dahil oluyor.

İşletmeler bize her zaman her iki dünyanın en iyisini aradıklarını söylüyor: kaliteyi garanti altına almak için uzman insan içgörüsü, otomasyon ve analiz sağlayan güvenli, ölçeklenebilir bir platformla birleştirildi. Ango ile güçlerimizi birleştirmek tam olarak bunu sağlıyor ve bizi günümüzün en iddialı AI projelerinin karmaşık taleplerini karşılamak ve güvenle ölçeklendirmek için benzersiz bir konuma getiriyor.

iMerit, otonom araçlar, tıbbi AI ve GenAI gibi gelişmiş alanlarda derinlemesine yer almaktadır. Bu sektörlerde karşılaştığınız benzersiz veri zorluklarından bazıları nelerdir ve bunları nasıl ele alıyorsunuz?

Veriyle ilgili görevler genellikle AI projelerinde harcanan zamanın yaklaşık %80'ini oluşturur ve bu da onları boru hattının kritik bir bileşeni haline getirir. AI'nın veri merkezli kısmı, uygun ve ölçeklenebilir bir şekilde ele alınmazsa zaman alıcı ve pahalı olabilir.

Veri kalitesi ve özellikle de büyük hatalardan kaçınmak, faaliyet gösterdiğimiz kritik görev sektörlerinde esastır. İster bir algılama algoritması ister bir tümör dedektörü olsun, eğitim-doğrulama döngüsünde temiz veri esastır.

İstisna işleme orantısız derecede değerlidir. Bir şeyin neden norm dışı olduğuna veya bir senaryonun neden modeli bozduğuna dair insan içgörüsü, modeli daha eksiksiz ve sağlam hale getirmede muazzam bir değer yaratır.

Ek olarak, bağlam pencereleri daha da büyüyor. Bir doktor-hasta konsültasyonunun klinik notlarını özetliyoruz ve MRI'lardaki anormallikleri yalnızca görüntüye değil aynı zamanda hastanın tıbbi bağlamına göre de analiz ediyoruz. Konu uzmanları, verileri doğru bir şekilde analiz etmek ve kaliteyi sağlamak için ölçütler belirlemelidir.

Güvenlik, gizlilik ve mahremiyet, hassas konulardır. Baş Güvenlik Sorumlumuz, verilerin yetkisiz erişimine, silinmesine ve depolanmasına karşı koruma sağlamalıdır. SOC2, HIPAA ve TISAX gibi bilgi güvenliği protokolleri, bizim için önemli yatırım alanları olmuştur.

Son olarak, mühendislerimiz ve çözüm mimarlarımız, benzersiz müşteri ihtiyaçlarının son kilometrede yansıtılması için sürekli olarak özel entegrasyonlar ve raporlar üzerinde çalışmaktadır. Tek tip bir yaklaşım AI'da işe yaramaz.

Robotik ve insan zekasını birleştirerek AI için daha güvenli bir yol hakkında konuştunuz. Bu iş akışının pratikte nasıl göründüğünü ve AI'nın yaratıcı farklılığını ortadan kaldırmaya çalışmaktan neden daha iyi olduğuna inandığınızı açıklayabilir misiniz?

Yapay zeka ölçek sağlar, yani şirketler geleneksel olarak insanlar tarafından yürütülen uzun süreçleri otomatikleştirmek için araçlar geliştiriyor. Ancak insanlar esnekliğin, kesinliğin ve dayanıklılığın son kilometresini sağlar. Yazılımla sunulan hizmetler yapay zekada yayılmaya devam ettikçe, en başarılı şirketler robotik ile İnsan-Döngüde uygulamaları (HITL) etkili bir şekilde birleştirecektir.

HITL'yi AI geliştirme ve dağıtım yaşam döngüsünün her aşamasında tutarlı bir katman ve ayrıca bir güven ve emniyet sütunu olarak görüyoruz. Sonuç olarak, modeller başarısız olursa rotayı düzeltmek için insan zekası elzem olacaktır. Bu kritik uygulamalar, hangi değişikliklerin yapılması gerektiğini belirlemek için insan zihnine ihtiyaç duyacaktır. AI'yı üretim ve saha operasyonlarına entegre ettiğimizde HITL hizmetlerinin daha da önemli hale geleceği yer burasıdır.

Ango Hub platformunuz otomasyonu döngüdeki insan uzmanlığıyla harmanlıyor. Bu hibrit model, üretim AI sistemlerinde veri kalitesini ve model performansını nasıl iyileştiriyor?

Yapay zeka ve otomasyon ölçek ve hız sağlarken, insanlar nüans, içgörü ve denetim sağlar. HITL, yapay zeka yaşam döngüsündeki kritik noktalarda insan katılımını sağlar; yüksek kaliteli girdiler sağlar, çıktıları doğrular, uç durumları belirler, alanlar için modelleri ince ayarlar ve bağlamsal yargı sağlar. İnsanlar, çıktıları inceleyerek ve doğrulayarak, halüsinasyonları veya mantık hatalarını zarar vermeden önce yakalayarak doğruluğu sağlamaya yardımcı olur. Ayrıca, LLM'lerin son kararları vermemesi gereken etik açıdan hassas veya yüksek riskli bağlamlarda denetim sağlarlar. Daha da önemlisi, insan geri bildirimi sürekli öğrenmeyi teşvik ederek, yapay zeka sistemlerinin zamanla kullanıcı hedefleriyle daha yakın bir şekilde uyumlu hale gelmesine yardımcı olur.

HITL birçok form alır. İnsan uzmanlar hedefli açıklamalarla ilgilenir, uç durumlara karmaşık akıl yürütme uygular ve yapılandırılmış QA arayüzleri kullanarak AI tarafından oluşturulan içeriği inceler. Her kararı değerlendirmek yerine, genellikle bağlamsal yükseltme sistemleri uygulanır. Bu sistemler yalnızca düşük güvenirlilik çıktılarını veya işaretlenmiş anomalileri insan inceleyicilere yönlendirir ve denetimi verimlilikle dengeler.

HITL'nin bir diğer kritik kullanımı, İnsan Geri Bildiriminden Güçlendirme Öğrenimi (RLHF) yoluyla AI ajanlarını ince ayarlamak. İnsan değerlendiriciler, ajan yanıtlarını sıralar, yeniden yazar veya geri bildirim sağlar; bu, özellikle sağlık hizmetleri, hukuk hizmetleri veya müşteri desteği gibi hassas alanlarda önemlidir. Eş zamanlı olarak, senaryo tabanlı test ve kırmızı takım, insan değerlendiricilerin ajanları düşmanca veya olağandışı koşullar altında test etmelerine, dağıtım öncesinde güvenlik açıklarını belirlemelerine ve yamamalarına olanak tanır.

Yapay zekanın tam potansiyeli, yalnızca insanlar döngüde kalıp her adımı yönlendirdiğinde, doğruladığında ve iyileştirdiğinde gerçekleşir. İster aracı çıktılarını iyileştirmek, ister değerlendirme döngülerini eğitmek veya güvenilir veri hatlarını düzenlemek olsun, insan denetimi, yapay zekanın güvenilir ve etkili olması için ihtiyaç duyduğu yapıyı ve hesap verebilirliği ekler.

Üretken Yapay Zeka araçları hızla gelişirken, iMerit değerlendirme, RLHF ve ince ayar hizmetleri sunmada nasıl önde kalıyor?

Yakın zamanda, Yapay Zeka öğretmenleriyle birlikte Üretken Yapay Zeka ayarlama ve düşünce zinciri akıl yürütmesinin etkileşimli gelişimi için birleşik bir platform olan Ango Hub Deep Reasoning Lab'ı (DRL) başlattık. DRL'miz, insan tercihlerine dayalı gerçek zamanlı, adım adım süreçleri ve değerlendirmeleri mümkün kılarak karmaşık sorunlara daha tutarlı ve doğru model yanıtları sağlıyor.

GenAI modelleri ve uygulama geliştirmedeki ilerlemeler, temiz, uzmanlar tarafından oluşturulmuş, doğrulanmış verilerin değerini vurgular. Ango Hub DRL ile uzmanlar, düşünce zinciri muhakemesini kullanarak modelleri test edebilir, zayıflıkları belirleyebilir ve temiz veriler üretebilir. Modellerle gerçek zamanlı olarak etkileşime girerler ve tek bir arayüzde adım adım istemler ve düzeltmeler gönderirler.

iMerit Scholars'ı kullanan Ango Hub DRL, model akıl yürütme süreçlerini iyileştirir. iMerit'in HITL iş akışlarıyla ilgili kapsamlı deneyiminden yararlanır. Uzmanlar, gelişmiş matematik problemleri için düşünce zinciri istemleri oluşturma gibi karmaşık görevler için çok adımlı senaryolar tasarlar. iMerit Scholars çıktıları inceler, hataları düzeltir ve etkileşimleri sorunsuz bir şekilde yakalar. Sihir, büyük sayıda kişiyi ayrım gözetmeksizin işe almakta değildir. En iyi Matematikçiler mutlaka en iyi öğretmenler değildir. Ayrıca bir kardiyoloğa geçici işçi gibi davranmamalısınız. Konu uzmanlarının model eğitim sürecine en çok fayda sağlayacak şekilde düşünmeleri için uyum ve koçluk yapılması ve katılım fark yaratır.

Üretken AI'nın ince ayarını yapma bağlamında "döngüdeki uzman" ne anlama geliyor? Bu insan uzmanlığının model çıktılarını önemli ölçüde iyileştirdiği örnekleri paylaşabilir misiniz?

Expert-in-the-Loop, yapay zekayı üretime taşımak için insan zekasını robotik zekayla birleştirir. Otomatik sistemlerin çıktılarını doğrulayan, iyileştiren ve geliştiren insan uzmanları içerir.

Özellikle, uzman liderliğindeki veri açıklaması, eğitim verilerinin alan-özgü bilgiyle doğru bir şekilde etiketlenmesini sağlayarak, öngörücü AI modellerinin hassasiyetini ve güvenilirliğini artırır. Uzman odaklı açıklama, önyargıları ve yanlış sınıflandırmaları azaltarak, modelin gerçek dünya senaryoları arasında etkili bir şekilde genelleme yapma yeteneğini artırır. Bu, daha güvenilir, yorumlanabilir ve sektöre özgü ihtiyaçlarla uyumlu AI sistemleriyle sonuçlanır.

Örneğin, büyük bir tıbbi veri topluluğu edindikten sonra, bir Amerikan çokuluslu teknoloji şirketi, kullanıcılar için güvenli ve doğru tıbbi tavsiye sağlamak amacıyla tüketiciye yönelik tıbbi sohbet robotunda kullanmak üzere verileri değerlendirmek zorundaydı. iMerit'e yönelerek, ABD merkezli sağlık uzmanlarından oluşan kapsamlı ağımızdan yararlandılar ve bir ABD Kurul Sertifikalı doktor tarafından sağlanan artışlar ve tahkim ile bir fikir birliği iş akışında çalışmak üzere bir hemşire ekibi oluşturdular. Hemşireler, doğruluğu ve riski değerlendirmek için tanımları içeren bilgi tabanını değerlendirerek başladılar.

Uç durum tartışmaları ve kılavuz revizyonu yoluyla hemşireler vakaların %99'unda fikir birliğine varabildi. Bu, ekibin proje tasarımını %10 denetimli tek oylu bir yapıya revize etmesine olanak tanıdı ve böylece proje maliyetlerini %72'den fazla azalttı. iMerit ile çalışmak, bu şirketin tıbbi veri açıklamalarını etik ve verimli bir şekilde ölçeklendirmenin yollarını sürekli olarak belirlemesini sağladı.

Dünya çapında 8,000'den fazla tam zamanlı uzmanla, ölçeklenebilir bir şekilde kaliteyi, performansı ve çalışan gelişimini nasıl koruyorsunuz?

Kalite tanımı her zaman her müşterinin özel kullanım durumuna göre uyarlanır. Ekiplerimiz, her açıklamanın konu uzmanları tarafından hızla doğrulanmasını sağlayan özel süreçler kullanarak kalite standartlarını tanımlamak ve kalibre etmek için müşterilerle yakın bir şekilde iş birliği yapar. Tutarlılık, yüksek kaliteli AI'nın geliştirilmesi için önemlidir. Bu, yüksek çalışan tutma oranı (%90) ve ekibimizin günlük kullanıcı girdisiyle şekillenen Ango Hub tasarımında önemli bir farklılaştırıcı olan üretim analitiğine güçlü bir odaklanma ile desteklenir.

Tescilli iMerit One eğitim platformumuz tarafından desteklenen otomasyon, optimizasyon ve bilgi yönetimine sürekli yatırım yapıyoruz. Öğrenme ve gelişime olan bu bağlılık yalnızca operasyonel mükemmelliği teşvik etmekle kalmıyor, aynı zamanda çalışanlarımız için uzun vadeli kariyer ilerlemesini de destekleyerek bir uzmanlık ve büyüme kültürü oluşturuyor.

Hem teknoloji hem de sosyal etki alanında anlamlı bir şeyler inşa etmek isteyen istekli yapay zeka girişimcilerine ne gibi tavsiyelerde bulunursunuz?

Yapay zeka baş döndürücü bir hızla hareket ediyor. Teknoloji yığınının ötesine geçin ve müşterilerinizi dinleyerek işleri için neyin önemli olduğunu anlayın. Hız, değişim ve riske olan isteklerini anlayın. İlk müşteriler bir şeyler deneyebilir. Daha büyük müşterilerin sizin burada kalacağınızı ve onlara öncelik vermeye devam edeceğinizi bilmeleri gerekir. Şeffaflık, güvenlik ve hesap verebilirliğe yönelik proaktif yaklaşımınızla onları rahatlatın.

Ayrıca, paylaşılan değerler ve endişeler konusunda uyumu sağlamak için yatırımcılarınızı ve yönetim kurulu üyelerinizi dikkatlice seçin. iMerit'te, COVID-19 gibi zorlu zamanlarda yönetim kurulumuzdan ve yatırımcılarımızdan önemli bir destek gördük ve bunu bu uyuma borçluyuz.

Teknoloji sektöründe bir girişimcinin başarısına katkıda bulunan temel nitelikler risk almanın ötesinde; karlı ve kapsayıcı bir şirket kurmayı da içerir.

Harika röportaj için teşekkürler, daha fazla bilgi edinmek isteyen okuyucular ziyaret etmelidir. iLiyakat.