Tyler Weitzman, Speechify’nin Kurucu Ortağı ve Yapay Zeka Başkanı – Röportaj Serisi

Tyler Weitzman, dünyanın 1 numaralı metin-okuma uygulaması Speechify‘nin Kurucu Ortağı, Yapay Zeka Başkanı ve Başkanıdır. Weitzman, Stanford Üniversitesi’nden matematik ve bilgisayar bilimi alanında lisans ve yüksek lisans derecesine sahiptir. Inc. Dergisi tarafından En İyi 50 Girişimci olarak seçilmiş ve Business Insider, TechCrunch, LifeHacker, CBS gibi yayın organlarında yer almıştır. Weitzman’ın yüksek lisans tezi, yapay zeka ve metin-okuma üzerine odaklanmış ve “CloneBot: Kişisel Diyalog-Cevap Tahminleri” başlıklı bir makale yazmıştır.

9 yaşındayken kodlamaya başladınız, size bilgisayar bilimini ilk olarak neler çekmiştir?

Çocukluğumda Dragon Ball Z’ye karşı büyük bir ilgi duydum ve kendim animasyonlar yapmak istedim. Adobe (ADBE ) Flash ve Photoshop’u öğrendim ve kendi animasyonlarımı bir fan sayfasına yükledim. Sistemler ve algoritmalar hakkında bilgi edinmeye başladım ve programlama yapabileceğimi öğrendiğimde çok heyecanlandım. Bu sadece bir hobi gibi görünüyordu, oyun oynamak gibi.

12 yaşındayken iPhone uygulamaları geliştirmeye başladınız, bu uygulamalardan bazıları nelerdi?

Şifreli mesajlar göndermeye olanak tanıyan Black SMS ve kullanıcıların aynı anda selfie ve önlerindeki manzaranın fotoğrafını çekebilmelerine olanak tanıyan Frontback gibi uygulamalar geliştirdim.

Stanford Üniversitesi’ndeki araştırmanızı ve doğal dil işleme ile konuşma sentezine odaklanmanızı anlatır mısınız?

Araştırmam, transformer ağları, dil oluşturma modelleri, konuşma etiketleme, noktalama tahmini ve metin-okuma gibi konuları içermekteydi. Mobil CPU’lar için nöral ağ çıkarımını optimize etmek ana odak noktamdı ve bu, Speechify’de bulunan ve uçak modunda bile çalışan offline seslere doğrudan tercüme oldu.

Speechify’nin doğuş hikayesini paylaşabilir misiniz?

Ben bir gözümde kördürüm ve kardeşim Cliff disleksidir. Audiobook’lar ve metin-okuma teknolojilerini okulda ve gençliğimizde okumak için kullanageldik. Teknoloji ürünlerini kullandıkça, web ve mobil için daha iyi metin-okuma uygulamaları geliştirebileceğimiz bir fırsat gördük. Böylece Speechify‘i kurmaya karar verdik.

Speechify’de kullanılan farklı makine öğrenimi teknolojileri nelerdir?

İleri düzeyli generatif mimariler, transformer/conformer, büyük ölçekli ön eğitim, dağıtılmış eğitim, gradient biriktirme, otomatik kodlu latent uzaylar, difüzyon, karşıt ağlar ve dil modelleme gibi teknikleri benimsemiş durumdayız. Konuşma özelinde daha iyi modelleme için fonemleştirme, pitch ve emotion gibi özellikler için destekleyici teknikler kullanıyoruz.

Metin-okuma uygulaması geliştirmenin arkasındaki zorluklar nelerdir?

Gerçek insanlara benzer yüksek kaliteli sesler oluşturmak ana zorluklardan biridir. Amacımız, kullanıcılarımızın Speechify’deki sesleri dinlerken, bunlar gerçekten insan sesi mi yoksa robot mu olduğunu anlayamamasını sağlamak. Bir diğer zorluk ise AI modellerimizi milyonlarca kullanıcıya dağıtmak. Yüksek kaliteli AI sesleri oluşturmak bir şey, ancak milyonlarca kullanıcının bunları keşfetmesini ve kullanmasını sağlamak başka bir şey.

Speechify, uygulama mağazasında kendi kategorisinin 1 numaralı uygulaması, bu başarıyı neye bağlıyorsunuz?

İnanıyoruz ki, okunması gereken metinleri dinlemek isteyenler için – öğrenciler, profesyoneller, eğlence amaçlı okuyucular – en iyi ürünleri piyasada sunuyoruz. En iyi ses seçeneğine, ünlü seslere ve kullanıcıların kolayca erişebilecekleri bir arayüze sahibiz. Kullanıcı deneyimi, Speechify ekosisteminde sorunsuz bir şekilde çalışıyor – bir makaleyi bilgisayarınızda dinlemeye başlayabilir ve sonra telefonunuzda dinlemeye devam edebilirsiniz.

Bu uygulamanın en büyük kullanım alanları nelerdir?

Speechify’nin generatif AI’si, öğrencilerin ödevlerini daha hızlı tamamlayabilmeleri, disleksi ve dikkat eksikliği olanların okumakta zorluk yaşamaları, düşük görme yetisi olan yaşlıların okuyabilmeleri, profesyonellerin daha verimli olabilmeleri, yazarların çalışmalarını dinleyebilmeleri, işitme yoluyla öğrenenlerin faydalanabilmeleri gibi gerçek sorunları çözüyor.

AI’nin geleceği ile ilgili vizyonunuz nedir?

AI’yi, özellikle AI metin-okuma seslerini, gelir seviyesi, öğrenme farklılıkları, coğrafya veya dilwithout bağlı olarak öğrenme engellerini ortadan kaldırmak için bir araç olarak görüyoruz. AI’yi, insanların eğitimini iyileştirerek yaşam kalitesini yükselten bir sosyal iyi aracı olarak görüyoruz.

Harika röportaj için teşekkür ederiz, daha fazla bilgi almak isteyen okuyucular Speechify‘i ziyaret edebilir.