Seek AI’nin Kurucusu ve CEO’su Sarah Nagy – Röportaj Serisi

Sarah Nagy, Seek AI adlı platformun kurucusu ve CEO’sudur. Seek AI, iş kullanıcılarının Seek’e veri ekibine sordukları aynı soruları Slack, Teams ve e-posta gibi platformlarda sorabileceği bir platformdur. Kullanıcıların soru sorma şekillerini değiştirmelerine veya yeni bir platform öğrenmelerine gerek yoktur.

İlk olarak Hubble Uzay Teleskobu’ndan alınan verilerle bir araştırmacı olarak başladınız. Çalışmanız neler içeriyordu?

UCLA ve Caltech’de çalışarak, teleskopla gözlemlenebilen en uzak galaksileri inceleyerek bazı özelliklerini analiz ediyordum. Bu araştırmaların amacı, uzak galaksiler ile bizim galaksimize yakın galaksiler arasındaki farkları anlamak ve bu galaksilerin oluşumu hakkında modeller geliştirmekti.

Daha sonra çeşitli startup’larda veri bilimcisi olarak çalıştınız. İlginç projeleriniz nelerdi?

İlginç projelerden biri, perakende ürünlerine ilişkin yapılandırılmamış metinleri doğal dil işleme (NLP) kullanarak sınıflandırmak için bir projeydi. Örneğin, “yeşil Air Jordan” gibi bir metni “Nike” gibi bir marka olarak etiketlemek. Bu projeyi originally başka bir projede çalışan bir NLP uzmanıyla birlikte yapacaktım, ancak o başka bir projede çalıştığı için bana verildi. O zamanlar NLP hakkında hiçbir şey bilmiyordum, bu yüzden Stanford ve Fast.ai’den bazı ücretsiz kurslar aldım. NLP’yi öğrenmekten gerçekten keyif aldım ve neden bu kadar önemli olduğunu, ayrıca yapay zeka (AI)’nın dil anlama yetisinin neden “genel AI” için büyük bir adım olduğunu anlamaya başladım. Bu deneyim, GPT-3 çıktığında onun önemini hemen anlamamı sağladı.

Seek AI’nin arkasındaki hikayeyi paylaşabilir misiniz?

OpenAI’nin GPT-3 modeli çıktığında, bu büyük bir ilerleme olduğunu hemen anladım ve GPT-3’ün kod yazma uygulamalarına özellikle heyecanlandım. Bir veri bilimcisi olarak her gün kod yazıyordum ve AI’ın bunu yapmasını, kodları mükemmel bir şekilde oluşturmasını görmek bana çok şaşırtıcı geldi. GPT-3’e karşı olan tepkim, 2013 yılında ilk kez sanal gerçeklik (VR) hakkında öğrendiğim zamanki tepkimle benzerdi. Bu teknolojiye bir bahis yapmak için bir startup kurmaya karar verdim. Ne yapacağımdan emin değildim, ancak bu modeller hakkında daha fazla şey öğrendikçe, değerli bir şeyin ortaya çıkacağına dair bir içgüdüye sahiptim.

Modeller hakkında gerçekten öğrenince, her çalıştığım yerdeki bir soruna çözüm bulabileceğimi anladım. Bu sorun, iş insanlarının kendi veri sorularını cevaplayabilecek araçlara sahip olmamalarıydı. Bir veri bilimcisi olarak, sık sık iş tarafındaki kişilerden veri hakkında sorular alan bir projede çalışıyordum ve bu projeler haftalarca veya daha uzun sürebiliyordu. Şimdi bir CEO olarak, bu projelerin önemini daha iyi anlıyorum. Kararlarımı daha hızlı alabilmem için verilere hızlı bir şekilde erişebilmeyi dilerim. Seek AI, bu sorunu çözmek için kuruldu.

Seek AI, üretken AI kullanıyor. Üretken AI nedir?

“Üretken AI”, çok fazla hype olan bir terim, ancak diğer hype’lı terimlerin aksine, bu hype’nin gereksiz olmadığını düşünüyorum. Bu terim, Open AI’nin DALL-E ve GPT-3 gibi yüz milyarlarca parametreye sahip büyük makine öğrenimi modellerini ifade eder. Bu modellerin yeniliği, doğal dili anlama ve metin, resim, kod ve daha fazlasını oluşturma yeteneklerine sahip olmalarıdır. DALL-E veya Stable Diffusion gibi modellerle oynarsanız, neden bu kadar hype olduklarını nhanh chóng anlayacaksınız; doğal dil komutlarını anlama ve insan sanatçıların en iyilerini aşan sanat oluşturma yetenekleri gerçekten insan benzeri.

Kod oluşturma, üretken AI’ın en önemli ancak en niş uygulamalarından biridir. Veri büyüyor ve daha karmaşık hale geliyor, bu nedenle insan tarafından elle analiz edilmesi ve organize edilmesi daha zor hale geliyor. Ancak bu veride çok fazla bilgi saklı. Bu bilgi, sadece organizasyonlar için değil, aynı zamanda akademik taraf için de muazzam bilimsel atılımlar sağlayabilir. Veriden değer çıkarmak için AI inşa etmek, faydalı bilgiler şeklinde muazzam bir değer kilidini açacaktır.

Seek AI, kullanıcıların doğal dil kullanarak veri ile etkileşime girebileceği bir arayüz oluşturuyor. Bilgi çalışanları, e-posta, Slack, metin ve çeşitli müşteri ilişkileri yönetimi (CRM) sistemleri aracılığıyla Seek AI’nin doğal dil arayüzüne erişebilir.

Seek AI’de kullanılan diğer makine öğrenimi türleri nelerdir?

Üretken AI, mimarimizin bir parçasıdır, ancak mimarimiz ayrıca açık kaynaklı derin öğrenme modellerinin birkaç dalını da içerir. Transformer modelleri (ki “üretken AI” de bir varyanttır) Seek’in kullandığı modellerin çoğunu oluşturur.

Verilere hızlı bir şekilde erişebilmenin neden bu kadar önemli?

Veri, ROI (getiri) sağlamıyorsa neye yarar? Bir iş, veri erişimini iş tarafındaki kullanıcılara vermezse, bu ROI’yi nasıl elde edebilir? Bu nedenle, mümkün olduğunca çok insana, doğruluğu tehlikeye atmadan erişim sağlamak tuyệt wichtig.

Veri bilimcisi olarak, CEO’ya veri analizini yardımcı olmak için bazı projeler üzerinde çalışıyordum. Bu projeler haftalar veya daha uzun sürebiliyordu. Şimdi CEO olarak, bu projelerin önemini daha iyi anlıyorum. Kararlarımı daha hızlı alabilmem için verilere hızlı bir şekilde erişebilmeyi dilerim. Seek AI, bu sorunu çözmek için kuruldu.

Seek AI, bu verilere erişimi nasıl kolaylaştırıyor?

İlginç bir şey, verilerin gerçekten sadece kod ile analiz edilebileceğidir. Tabii ki, kodun üzerine soyutlama yapan platformlar vardır (örneğin, veri panelleri), ancak arka tarafta, veri analistleri tarafından elle yazılmış kod vardır ve bu kod, verilerin iş tarafındaki kullanıcılara sunulmasını sağlar.

Çoğu bilgi çalışanı kod yazmayı bilmez, kod yazmak istemez veya verilere erişmek istese bile bunu yapamaz. Bu nedenle, verilere ihtiyaç duyduklarında, ya bunları bir panelden bulmaya çalışırlar ya da veri ekibine sorarlar. Veri setleri büyüdükçe, bu durum daha da sık görülecektir.

Veri ekipleri, doğal dildeki soruları veri ile kod kullanarak sorgulayan “çevirmenler” gibi davranmalıdır. Seek AI, bu “çevirmen” aracı olan veri ekiplerini ortadan kaldırmayı hedefliyor.

İşletmeler, kullandıkları verilerin doğru olduğundan emin olmak için ne yaparlar?

Veri doğruluğu ile erişilebilirliği arasındaki dengeyi yönetmek büyük bir zorluktur. Daha önce bir röportajda söylediğim gibi, bir yandan erişilebilirlik, daha az teknik personele şirket verilerine erişme imkanı tanır. Öte yandan, kirli su (yani yanlış veri) gibi bir bilgi kaynağı neye yarar?

En iyi veri ekipleri, bu dengeyi en optimal şekilde yöneten ekiplerdir ve bunun önemli bir kısmı, teknik olmayan kullanıcıların etkileşime girebileceği araçları dikkatli bir şekilde ayarlamak ve doğrulamaktır.

Seek AI platformunun kullanım örnekleri nelerdir?

Şu anda B2B SaaS, Finansal Teknoloji, Tüketim Malları (CPG) ve B2C e-ticaret dikey pazarlarında müşterilerimize ve tasarım ortaklarımıza değer sağlıyoruz.

Battlefin, alternatif finansal veri setlerinin önde gelen pazar yeridir. Müşterilerine hızlı ve kaliteli cevaplar vermenin, rakiplerine karşı kazanmak için önemli olduğunu düşünüyorlar. Şirketin CEO’su Tim Harrington, “Seek AI, 2023 stratejimizde önemli bir rol oynadı, çünkü 2.400’den fazla veri setimize müşteri sorularına cevap verebilmemizi sağladı. Seek AI’ye yaptığımız yatırımın getirisi, bu verimliliği sağlamamız için harcamamız gereken paranın 10 katı kadar olduğunu düşünüyorum” dedi.

Seek AI hakkında paylaşmak istediğiniz başka bir şey var mı?

Burada utanç verici bir reklam yapmak uygun olabilir. Seek AI, platformumuzun ücretsiz denemelerini seek.ai adresinden sunuyoruz. Veri ekiplerine üretken AI getirmekte öncü olmaktan heyecan duyuyoruz ve müşterilerimizle birlikte bu yolculuğa çıkacak olmaktan mutluluk duyuyoruz.

Harika bir röportaj için teşekkür ederiz. Daha fazla bilgi edinmek isteyen okuyucular, Seek AI adresini ziyaret edebilir.