Appen’in CEO’su Ryan Kolln ile Röportaj Serisi

2018 yılında Appen AI’de Kurumsal Gelişim Başkan Yardımcısı olarak katıldı, Figure Eight ve Quadrant gibi stratejik satın almaları yönetti ve Çin ve Federal bölümlerin kurulmasına destek oldu. CEO olarak atanmadan önce, küresel operasyonları ve stratejileri denetleyen İşletme Başkanı olarak görev yaptı.

Teknoloji ve telekomünikasyon alanında 20 yılı aşkın deneyime sahip olarak, kariyer yolunuz Appen’i hızla değişen AI peyzajında liderlik etme yaklaşımınızı nasıl şekillendirdi?

Kariyerim, ağları inşa etmek ve optimize etmekle ilgili bir telekomünikasyon mühendisi olarak başladı ve bu role büyük miktarda veri, analiz ve ağ performansı ile müşteri deneyimini optimize etmek için yenilikçi çözümler bulmak dahil edildi.

NYU’dan MBA derecemi aldıktan sonra, bu liderlik rollerine ve teknoloji stratejisi ve birleşme ve satın alma konularına odaklanan daha büyük stratejik sorulara evrildi. Bu arka plan, ortaya çıkan teknolojilerin hem teknik hem de iş yönlerini anlamamı sağladı.

Appen’de, AI ve veri arasındaki kesişme noktasında çalışıyoruz ve deneyimim, şirketin liderliğini ve hızla değişen AI alanında karmaşıklıkları navigasyonunu sağlamamı sağladı, ses tanıma, NLP, öneri sistemleri ve şimdi de üretken AI gibi büyük gelişmelerden geçerek. Bu stratejik vizyon, AI’nin küresel olarak endüstrileri dönüştürmeye devam ettiği için çok önemlidir.

2018’den beri Appen’desiniz ve Figure Eight ve Quadrant gibi büyük satın almaları yönettiniz. Bu stratejik hamleler Appen’i AI veri hizmetleri lideri olarak nasıl konumlandırdı ve şirket için bir sonraki büyük fırsatı nasıl görüyorsunuz?

Figure Eight ve Quadrant’ın satın alınması, özellikle veri anotasyonu ve coğrafi konum bilgisi gibi alanlarda AI veri yeteneklerimizi genişletmek için çok önemliydi. Figure Eight’in veri anotasyon platformu özellikle etkiliydi. Platform yüksek derecede özelleştirilebilirdi ve birçok farklı domaine yönelik çalışmalarda kullandık. Daha yakın zamanda, üretken AI veri akışlarını çalıştırmak için bu platformu kullanıyoruz.

Satın almaların yanı sıra, yaklaşık 5 yıl önce Çin’de Appen China adlı bir operasyon kurduk. Şimdi Çin’deki en büyük AI veri şirketiyiz ve en yakın rakiplerimizin gelirinin neredeyse iki katına sahibiz.

İleriye bakıldığında, Appen’in odağı üretken AI’nin geliştirilmesini desteklemek üzerinedir. Hem model oluşturucular hem de üretken AI’yi ürünlerine ve operasyonlarına entegre etmek isteyen şirketler için büyük büyüme fırsatları görüyoruz. Sadece üretken AI dalgasının başındayız.

AI model geliştirme için veri kalitesi kritik bir rol oynar. Appen, özellikle yüksek kaliteli LLM eğitim verisi talebinin arttığı dönemde, verilerin doğruluğu, çeşitliliği ve alakalılığını nasıl sağlar?

Appen’in gücü, yüksek kaliteli veri oluşturma ve bunu tutarlı bir şekilde büyük ölçekte yapma yeteneğimizdir. Müşterilerimizle yakın çalışarak AI model hedeflerini anlıyor ve çok katmanlı bir yaklaşım kullanarak, otomatik araçlar ve insan geri bildirimi birleştirerek yüksek kaliteli veri oluşturuyoruz. 200’ün üzerinde ülkede 1 milyondan fazla küresel işgücüne sahibiz, bu da bize geniş bir perspektif ve deneyim yelpazesi sunan nitelikli ve çeşitli katkıda bulunanları seçme olanağı tanır. Kapsamlı kalite kontrolü ve geri bildirim döngüleri yoluyla, verilerin doğru, tutarlı ve ilgili olduğunu ve AI modellerinin performansını etkili bir şekilde iyileştirmek için kullanılabileceğini garantiliyoruz. Bu, AI sistemlerinin gerçek dünya ortamlarında etkili bir şekilde çalışmasını sağlar ve özellikle LLM’ler için dayanıklılık ve önyargı azaltma konusunda da yardımcı olur.

Sentetik veri oluşturma popülerlik kazanıyor ve Appen’in Mindtech’e yaptığı yatırım bu alandaki ilginizi gösteriyor. Sentetik veya web tarayıcı verisi kullanmanın avantajları ve dezavantajları ile Appen’in uzman olduğu crowdsourced veri arasındaki farkları tartışabilir misiniz? Sentetik veri, Appen’in crowdsourced verisini nasıl tamamlar?

Yüksek kaliteli veri çok önemlidir, ancak üretimi pahalı ve zaman alıcı olabilir, bu nedenle sentetik veri dikkat çekiyor. Geleneksel AI/ML görevlerinde, özellikle de sağlık ve finans gibi kişisel bilgilerin korunması gereken sektörlerde, özellikle yapılandırılmış veriler için iyi çalışır.

Ancak sentetik veri, gerçek dünya verisinin derinliği ve nüansını genellikle缺 eder, özellikle de üretken AI görevleri gibi karmaşık görevler için, çeşitlilik ve derin uzmanlık gerektirir. Ayrıca, orijinal verilerdeki hataları veya önyargıları da devam ettirebilir. Web tarayıcı verileri, özellikle LLM’ler için kullanılan, düşük kaliteli içerik, önyargı ve yanlış bilgi sunabilir ve dikkatli bir şekilde küratörlük gerektirir.

Crowdsourced veri, Appen’in uzman olduğu alan, “gerçek dünya” verisi olarak kalır. İnsan uzmanlığı, AI modellerinin doğruluğunu iyileştirmek ve insan değerleri ile uyumlu olmasını sağlamak için gerekli olan çeşitli ve karmaşık verilerin oluşturulmasında çok önemlidir.

Sentetik veriyi, insan anotasyonlu verilerimize tamamlayıcı olarak görüyoruz. Sentetik veri, bazı süreçleri hızlandırabilir, ancak insan etiketli verilerin, modellerin gerçek dünya çeşitliliğini yansıttığını garantilemek için gerekli olduğunu düşünüyoruz. Birlikte, AI için yüksek kaliteli eğitim verisi oluşturmak için dengeli bir yaklaşım sunarlar.

EU AI Yasası ve diğer küresel düzenlemeler, AI geliştirme etrafındaki etik standartlarını şekillendiriyor. Bu düzenlemelerin Appen’in operasyonlarını ve daha geniş AI endüstrisini nasıl etkileyeceğini görüyorsunuz?

EU AI Yasası ve benzeri küresel düzenlemeler, AI model geliştirme ve performansı için yeni etik standartları getirerek Appen’in operasyonlarını etkileyebilir. Veri işleme, model adilliği ve etik hususların ele alınmasında değişiklikler görebiliriz. Bu, daha katı süreçlere ve potansiyel olarak yaklaşımımızda ayarlamalara yol açabilir.

Genel olarak, bu düzenlemeler endüstrinin daha yüksek etik standartlarına doğru ilerlemesine neden olacaktır, ancak uyum maliyetlerini artırabilir ve bazı yenilikçi adımları yavaşlatabilir. Ancak, daha büyük sorumluluk ve şeffaflık getirecek ve sonunda daha sorumlu ve sürdürülebilir AI geliştirilmesine yol açacaktır.

AI’de önyargı konusundaki artan endişelerle, Appen nasıl veri setlerinin etik bir şekilde kaynaklandığını ve doğal dil işleme ve bilgisayar görme gibi duyarlı alanlarda önyargıdan arınmış olduğunu garantiler?

Önyargıları azaltmak için çeşitlilik ve kapsayıcılık yoluyla çalışıyoruz. Müşterilerimizin çoğunun veri toplama ve model değerlendirme görevlerinde geniş demografik özellikleri yakalamaya odaklandığını görmek cesaret verici. Küresel crowdumuz, çoğu ülkede yaşayan geniş bir perspektif ve deneyim yelpazesi sunar, bu da özellikle doğal dil işleme ve bilgisayar görme gibi duyarlı alanlarda önemlidir.

2019’dan beri, en iyi uygulamaları Crowd Code of Ethics olarak adlandırdığımız bir dizi ilkeye dönüştürdük, bu da çeşitlilik, adillik ve crowd refahına verdiğimiz taahhüdü gösteriyor. Bu, adil ücret garantisi, crowd’un sesinin duyulmasını sağlama ve sıkı gizlilik koruması içerir. Bu ilkeleri destekleyerek, sorumlu AI geliştirilmesini destekleyen yüksek kaliteli, etik olarak kaynaklanan veri sunmayı hedefliyoruz.

AI, otomotiv, reklamcılık ve AR/VR gibi endüstrilere entegre olurken, Appen bu sektörlerdeki uzman eğitim verisi talebini karşılamak için nasıl konumlanıyor?

27 yılı aşkın bir süredir, çeşitli endüstriler ve kullanım durumları için uzman eğitim verisi sağlıyoruz ve müşteri ihtiyaçlarımızın evrilmesiyle birlikte biz de evrimleşiyoruz.

Otomotiv sektöründe, önde gelen otomotiv şirketleri ve araç içi çözüm sağlayıcıları ile birlikte araç içi konuşma sistemleri oluşturmak için çalıştık. Şimdi, sürüş güvenliğini izlemek için sürücüleri video veri toplamak gibi yeni alanlarda müşterilerimize yardımcı oluyoruz.

Reklamcılıkta, bir global reklam platformunun kullanıcı ilgili reklamların kalitesini ve doğruluğunu iyileştirmek için 7M+’den fazla değerlendirme ile büyük bir küresel programda yardımcı olduk. Şimdi, birçok platform üretken AI çözümlerini benimsedikçe, crowdumuz sadece reklamların ilgiliğini değerlendirmekle kalmıyor, aynı zamanda oluşturulan reklamların kalitesini de değerlendiriyor.

Bunu, çeşitli veri modellerini ve iş akışlarını destekleyebilen güçlü bir anotasyon platformumuz aracılığıyla başardık. Ancak, değişen endüstriye uyum sağlamamız, AI geliştirme için veri konusunda derin uzmanlığımıza ve müşterilerimizle güçlü ortaklıklarımıza dayanmaktadır.

Appen, çeşitli AI uygulamaları için yüksek kaliteli veri sağlamakta lider konumdadır. Üretken AI ve LLM’ler devam ederken ve küresel pazarları etkilerken, Appen’in rolünün nasıl evrileceğini görüyorsunuz?

Üretken AI ve LLM’ler endüstrileri dönüştürüyor ve bu ilerlemeleri desteklemek için yüksek kaliteli veri sağlamada kritik bir rol oynamaya devam edeceğiz. Küresel pazarlara bakıldığında, 200’ün üzerinde ülkede ve 500’ün üzerinde dilde kaynak sağlayabilme yeteneğimiz daha da değerli hale gelecek. Microsoft (MSFT ) gibi şirketlere 110’dan fazla dil için Makine Çevirisi modelleri oluşturmalarına yardımcı olmak gibi güçlü bir geçmişe sahibiz.

LLM uygulamalarının dağıtımı arttıkça, insan son kullanıcılarla uyumlu olmayı desteklemek için, dil ve kültürel nüansların çeşitli küresel pazarlarda ele alınmasını sağlamak için yerelleştirme yeteneklerine sahip olmayı göreceğiz. Şirketlerin, hem performansı hem de sorumluluğu gözeten AI sistemleri geliştirmelerine yardımcı olmak için, eğitim modelleri için kullanılan verilerin çeşitli, ilgili ve etik bir şekilde kaynaklandığından emin olmakta kararlıyız.

Appen, dünyanın en gelişmiş LLM’lerini güçlendiriyor. LLM’lerin performansını artırmak için veri anotasyonu ve toplama konusunda Appen’in odaklandığı yenilikler nelerdir?

LLM’lerin performansını artırmak için veri anotasyonu ve toplama süreçlerimizi sürekli olarak yeniliyoruz. Odaklandığımız alanlardan biri, AI destekli araçlar kullanarak veri anotasyonunun verimliliğini ve doğruluğunu iyileştirmektir. Bu, anotasyon çabalarının en çok etki yaratacağı alanlara yönlendirilmesini sağlar.

Model Mate gibi özellikler, veri üretimini hızlandırarak ve veri kalitesini iyileştirebilmemizi sağlar. Ayrıca, katkıda bulunanların performansını anlama ve sürekli olarak kaliteyi iyileştirmek için geri bildirim sağlamak önemlidir. Bu yenilikler, dünyanın önde gelen LLM’lerini güçlendirmek ve ince ayarlamak için gereken yüksek kaliteli, büyük ölçekli veri sağlama yeteneğimizi sağlar.

Yeni CEO rolüne adım attığınızda, Appen için önümüzdeki birkaç yılın öncelikleri nelerdir ve yarışğın AI alanında şirketin büyümesini nasıl sürdüreceksiniz?

CEO olarak geçiş yaptığım dönemde, Appen’in rekabetçi AI peyzajında liderliğini garantilemek için stratejik önceliklerimi belirledim:

• Üretken AI modellerinin geliştirilmesini desteklemek: Son 18 ayda, üretken AI, hizmet teklifimizin önemli bir bileşeni haline geldi ve Haziran 2024’te %28’lik grup geliri üretken AI ile ilgili projelerden oluşuyor. Üretken AI pazarı, 2032 yılına kadar 1,3 trilyon doları bulacağı öngörülüyor.
• Üretken AI modellerinin benimsenmesini desteklemek: Şirketlerin üretken AI çözümlerini kullanım durumları için benimsemesinde büyüme görüyoruz. Üretken AI projelerinin üretim aşamasına ulaşan oran düşük olsa da, FY24/25’in, deneylerin üretim aşamasına geçtiği ve özel, yüksek kaliteli ve uzmanlaşmış veri talebini droveceği bir geçiş dönemi olacağını öngörüyoruz.
• Veri hazırlama sürecini optimize etmek ve otomatikleştirmek: Kalite güvence ve belirli adımların otomasyonu için AI’yi kullanarak. Bu, veri kalitesini iyileştirirken operasyonel verimliliği de artıracaktır.
• Crowd çalışanlarımızın deneyimini geliştirmek: Yeni CrowdGen platformumuz, müşteri ihtiyaçlarımızla esnek ve hızlı bir şekilde ölçeklenebilme yeteneğimizi sağlar ve AI ile otomatik ekranlama ve proje eşleştirmesi için olanak tanır. Bu, katkıda bulunanların deneyimini iyileştirir ve kişiselleştirilmiş desteği sağlar. Appen, veri kaynağında şeffaflık, çeşitlilik ve adillik konusunda erken bir adopter olmuştur ve Crowd Code of Ethics’imizle taahhüdümüzü sürdürüyoruz.

Bu öncelikler, Appen’i değişen AI peyzajında sürdürülebilir büyüme ve yenilik için konumlandıracaktır.

Harika röportaj için teşekkür ederiz, okuyucuların daha fazla bilgi edinmek için Appen‘i ziyaret etmelerini öneririz.