Rana Gujral, Behavioral Signals’in CEO’su – Röportaj Serisi

Rana Gujral, Behavioral Signals’in CEO’su, insanların ve makinelerin arasındaki iletişim açığını, konuşmalarda AI ile duygusal zekayı tanıtlayarak kapatmaya çalışan bir şirketin başkanı.

Behavioral Signals nispeten genç bir startup ve 2016 yılında kuruldu. Kuruluş hikayesini paylaşabilir misiniz?

CTO, Alex Potamianos ve Baş Bilim Adamı, Shri Narayanan, şirketin devrim niteliğindeki patentli konuşmadan duyguya ve konuşmadan davranışlara teknolojilerini piyasaya sürme tutkusuna dayanarak Behavioral Signals’i 2016 yılında kurdu. Shri, Güney Kaliforniya Üniversitesi’nde (USC) Andrew J. Viterbi Mühendislik Profesörüdür. O, USC’de Sinyal Analizi ve Yorumlama Laboratuvarı’nı (SAIL) kurdu ve şu anda yönetiyor. Alex, konuşma ve doğal dil işleme, etkileşimli sesli yanıt sistemleri ve davranışsal bilgilendirme alanlarında saygın bir yenilikçidir. O, 20 yılı aşkın bir süredir hem kurumsal hem de girişimci işlerin liderlik deneyimine sahiptir ve geçmişinde AT&T Labs-Araştırma, Bell Labs ve Lucent Technologies gibi şirketlerde çalışmıştır.

İş dünyasını geliştirmek ve değiştirmek amacıyla, teknolojinin temelde ulaşılabilir olduğunu düşünüyoruz. Behavioral Signals’in algoritmaları, insan duygularını ve davranışlarını analiz ederek, verileri kullanılabilir bilgiye dönüştürerek, daha iyi iş kararları alınmasını ve karın artmasını sağlar. İnsanların duyguları şimdiye kadar ölçülemez ve nicelendirilemez olarak kabul edildi. Patentli analiz motorumuzla, insan etkileşimlerinin “nasıl” kısmını ölçer ve yorumlarız.

Behavioral Signals, duygusal zeka için makine öğrenimi kullanılan bir tür makine öğrenimi affective computing (diğer adıyla Emotion AI) kullanıyor. Bu nedir?

Duygusal yapay zeka, Emotion AI veya affective computing, insanları etkileyen, yorumlayan, yanıtlayan ve taklit eden makinelerin geliştirilmesinde kullanılır. Bu, tüketiciler için ne anlama geliyor? Cihazlarınız, örneğin akıllı telefonunuz veya akıllı hoparlörleriniz, size daha doğal bir etkileşim sunabilecek, sadece sesinizdeki duygusal ipuçlarını okuyarak.

AI’ye olan bağımlılığımız arttıkça, duygusal olarak akıllı AI’ye olan ihtiyaç da artıyor. Sanal asistanınıza bugünün maç skorlarını okumak isteyebilirsiniz, ancak AI tarafından yönetilen bir botu yaşlı ebeveynlerinize emanet etmek tamamen farklı bir şey. Şu anda AI, tıbbi durumları teşhis etmek ve tedavileri belirlemek gibi mucizeler yapabilir, ancak daha insancıl bir şekilde hastalarla iletişim kurmak için duygusal zekaya ihtiyaç duyar.

Diğer hangi tür makine öğrenimi teknolojileri kullanılıyor?

Makine öğrenimi söz konusu olduğunda, Behavioral Signals Processing analitik modellerimizde principalmente derin öğrenme ve NLP kullanıyoruz. Bunu biraz daha açıklamak için,Behavioral Signal Processing adlı bir alanı, insan sesinden otomatik olarak bilgiyi algılamak ve insan etkileşiminin kalitesini ölçmek için mühendislik ve bilgisayar bilimindeki yenilikleri kullanarak, on yılı aşkın bir süredir ödül kazanan ve patentli araştırmalara dayandırarak geliştirdik. Bu, mühendisliği davranış bilimleriyle birleştiren ve insan etkileşimini ve iletişimini mühendislik ve bilgisayar bilimindeki yeniliklerin kullanımı ile nicelendirme ve yorumlama amacını taşıyan bir disiplin. Derin öğrenme, daha iyi öngörülü modeller oluşturmak için kullanılan bir araç.

Tonlamadan hangi tür verileri topluyorsunuz?

Derin öğrenme AI teknolojimiz, bir konuşmada neler söylendiği ve nasıl söylendiğini, her iki tarafın duygularını ve davranışlarını ölçerek analiz eder. Duyguların çeşitliliği oldukça geniş, ancak önemli olan bu analizlerin toplam zekası. Bir örnek olarak, bir banka çalışanı ve müşterisi arasındaki bir konuşmayı düşünün; kibarlık, sakinlik (sakin veya ajite), müşteriye karşı empati, müşterinin tepkileri ve genel konuşma tarzı gibi faktörleri ölçerek, konuşma kalitesi puanını, sonucun etkinliğini ve çalışanın performansını hesaplayabiliriz.

Niyetleri tahmin etmek için hangi tür veri analizi yapılıyor?

Niyet tahminleri, daha önce bahsedilenlerle benzer. Müşterinin bir ürünü satın alma, aboneliğini yenileme veya borcunu ödeme niyetini tahmin etmek için sesdeki davranışsal sinyalleri kullanıyoruz. Niyet tahminleri, şirketlerin satışlarını ve tahsilat oranlarını artırmasına, maliyetlerini düşürmesine ve sonunda müşteri memnuniyetini iyileştirmesine yardımcı olabilir.

Behavioral Signals, INTERSPEECH insan etkileşimleri ve hesaplamalı paralinguistik challenge’da 6 kez altın ödül kazandı. Bu challenge nedir ve bu başarı ne kadar önemlidir?

Interspeech, konuşma işleme ve uygulamalarına odaklanan dünyanın en büyük teknik konferansı. Bu alanın en büyük katılımına ve önemli sayıda araştırma kağıdına sahip. Konferans, konuşma bilimi ve teknolojisinin tüm yönlerine yönelik disiplinler arası yaklaşımları vurguluyor. Challenge’ları, konuşma tanıma ve doğal dil işleme disiplinlerinde Turing Ödülü olarak kabul ediliyor. Bunu kazanmak, bilimsel çalışmalarımıza ve davranışlar ve özelliklerle ilgili ses verisi ile ilişkili sinyalleri tespit etme yeteneğimize önemli bir tanıma sağlıyor.

Behavioral Signals farklı dillere ne kadar hızlı adapte olabilir ve ne kadar büyük bir veri setine ihtiyaç vardır?

Teknolojiniz dilden bağımsız. Biz, söylenen şeyin içeriğine değil, nasıl söylendiğine odaklanıyoruz. Her dilin kendine özgü özellikleri olabilir, ancak bu farklılıklar genellikle küçük ve öngörülebilir.

Behavioral Signals’in son çözümünü, AI-Mediated Conversation’ı tartışabilir misiniz?

AI-Mediated Conversations (AI-MC), müşteri ile en uygun çalışanı eşleştirmek için duygusal zeka ve ses verisi kullanan bir otomatik çağrı yönlendirme çözümü. Daha önce bahsettiğimiz banka çalışanı ve müşteri arasındaki konuşma örneğine dönecek olursak, teknolojiniz konuşma dinamiğini iyileştirmek için rehberlik edebilir, böylece müşteri deneyimi, toplama oranları veya çözme süreleri gibi hedeflere ulaşılabilir. Herhangi bir ticari iletişim türü için (satış araması, destek, toplama), her zaman gerçek insanlar arasındaki bir etkileşim olacaktır ve nadiren iki kişi arasındaki uyumluluk aynıdır. Behavioral Signals, bu uyumu, profil verisi ve yıllarca süren NLP ve Behavioral Signal Processing deneyimine dayanan üstün algoritmalarımızla sağlar.

Behavioral Signals’in AI-MC çözümünü, bir AB bankasının çağrı merkezinin etkinliğini ve verimliliğini artırmak için uyguladık. Vaka çalışması, Gartner tarafından tanındı ve Emotion AI Adoption Raporu’na dahil edildi. Çözüm, aktif borç yeniden yapılandırma başvurularında %20’lik bir artış gösterdi ve ayrıca %7.6 daha az çağrı ile ek maliyet azaltımı sağladı. Bu, bankaya 300 milyon dolarlık bir kazanç anlamına geliyordu.

Behavioral Signals hakkında paylaşmak istediğiniz başka bir şey var mı?

Araştırmamızın başarılarından gurur duyuyoruz, ancak endüstri ödüllerine de eşit derecede minnettarız. 2019’un sonlarında, teknolojiniz Gartner’in Maverick Research’unda, sınırları zorlayan teknolojileri profillendiren bir çalışmada lider bir kullanım örneği olarak listelendi. Bu yıl, teknolojiniz Gartner’in Hype Cycle’ında “dönüştürücü” olarak derecelendirildi. Geçen ay, Gartner Cool Vendor 2020 olarak listelendi.

Harika röportaj için teşekkür ederiz. Daha fazla bilgi öğrenmek isteyen okuyucular, Behavioral Signals’i ziyaret edebilir.