Riiid Labs’tan Yohan Lee, Chief Strategy Officer – Röportaj Serisi

Yohan Lee, Riiid Labs’ın Chief Strategy Officer’u ve lider bir AI teknolojisi solutions sağlayıcısı. Eğitim, beceri eğitimi ve teknoloji alanındaki küresel liderlerle işbirliği yaparak daha iyi öğrenme deneyimleri yaratmak için çalışıyorlar. AI’yi kullanarak, öğrenenler hedeflerine en hızlı ve en verimli şekilde ulaşmalarına yardımcı oluyorlar.

AI’ye ilk olarak ne sizi çekti?

Riiid’in odaklanması. Riiid, ciddi bir şirket olarak büyük potansiyele sahip ve her adımda mantıklı ve ilham verici hareket ediyor. AI için, şirket colaborative filtering yöntemleriyle başladı, sonra algoritmalarını state-of-the-art Transformer modellerine kadar geliştirdi ve benzersiz evrimler ekledi. Şirket, odak, keşif ve hayal gücü gösteren düşünceli makaleler yayınladı. Şirketin uygulaması kullanıcıları dönüştürüyor ve başarılı bir şekilde para kazandırıyordu, bu da güçlü pazar benimsemesini gösteriyordu. İş, B2C’den B2B boyutuna test hazırlık araçları ve bir emlakçı uygulaması ile genişliyordu. Sonra, AI eğitim topluluğu (EdNet) oluşturmak için en büyük eğitim verisetini yayınladı. Bunlar, büyük bir şirketin yaptığı hamleler. Son olarak, halka açık fonlama turu, şirketin unicorn olabilecek potansiyelini güçlü bir şekilde yansıtıyordu.

Önceki rolünüzde Google (GOOGL ) Brain’de Makine Zekası ve Sağlık Veri Bilimi Lideri olarak çalışıyordunuz, üzerinde çalıştığınız bazı projeler nelerdi?

Ürün dağıtımı liderliğimi yaptım: Bu, gerçek dünya kanıtları çalışmaları için test yataklarının nasıl tasarlanacağı, inşa edileceği, ölçüleceği ve sistem test yataklarının nasıl yapılacağıyla ilgiliydi. Gelişmiş test yatağı inşası, araştırma stratejisi ve gelişmiş sistem tasarımı ve uygulamasının bir bileşimi. Mühendis değilim, ancak birkaç yıldır çoklu bulutlarda sertifikalı bir bulut mimarıyım. Bu nedenle, özellikle birçok bilgi güvenliği ve gizlilik gereksinimi ile birlikte geldiği için doğal bir uyumdu.

Sık sık, ortaklar ve teknoloji devleri arasında teknik hazır olma uyuşmazlığı vardır. İşte burada ölçekleme sürücüsünü çalıştırıyorum. Kendi kendine monte eden teknoloji altyapısını tasarlıyorum, bu, ML motorları için maliyeti 1/10’a indiriyor ve büyük paralel hesaplama ve düşük gecikme sunuyor.

AI olarak tahmin algoritmalarını ortaklarımıza sunmak heyecan vericiydi.

2020 Ağustos’tan beri Riiid Labs’ta Strateji Başkan Yardımcısı olarak görev yapıyorsunuz, Riiid Labs’ı tam olarak açıklar mısınız?

Riiid Labs, eğitim için AI çözümlerinde küresel bir lider. Riiid Labs, ana şirket Riiid’in Asya’daki başarısını üzerine kurmak ve işini ABD, Güney Amerika, Orta Doğu ve ötesine genişletmek için Silikon Vadisi’nde kurulan Riiid’in küresel koludur. AI araştırmacıları, veri bilimcileri, mühendisler ve iş geliştirme ile çeşitli dikeylerde ortaklarla birlikte geleneksel öğrenme yollarını yeniden düşünerek Riiid’in AI yeteneklerini genişletiyoruz. Güney Amerika’da kolej giriş sınavı için kişiselleştirilmiş test hazırlık mobil uygulaması veya Kore’deki büyük bir konglomeranın sigorta acenteleri için AI öğretim modülü olsun, B2C, B2B ve B2G müşterilerine AI teknolojisini sunuyoruz. Bu teknoloji, kullanıcıların öğrenme davranış verilerini analiz ediyor, sonraki cevap seçimlerini öngörüyor ve öğrenme potansiyelini en üst düzeye çıkarmak için kişiselleştirilmiş öğrenme yolunu öneriyor. several ürünler çıkardık, bunlar arasında Santa, TOEIC için mobil test hazırlık uygulaması ve Kore’de Kaplan ile ortaklaşa GMAT hazırlık uygulaması ve Mısır, Türkiye, UAE, Ürdün ve Suudi Arabistan’da ConnecME ile ortaklaşa ACT hazırlık uygulaması bulunuyor. Riiid, şimdi eğitim değerlendirmeleri, öğrenme ve eğitim için AI çözümünü uygulamak üzere özel ve kamu sektöründen geniş bir müşteri yelpazesiyle görüşmeler yapıyor.

AI araçları nasıl eğitimde demokrasinin bir adımını oluşturuyor?

BM’ye göre, koronavirüs krizi öncesi, 200 milyondan fazla çocuk okula gitmiyordu ve 2030’da yalnızca %60’ı üst düzey ortaöğretim eğitimini tamamlayacaktı. Gelişmekte olan dünyanın yarısı, çocukları eğitimden hiçbir uygulamalı nitelik olmadan ayrıldı. ‘Bir boyut tümü için’ yaklaşımı ve yüksek riskli standart testlere dayalı değerlendirmeler, eğitimden yetenekli toplum vatandaşları yetiştirmek için beklenen rolü yerine getiremedi.

Korea ve ABD gibi gelişmiş ekonomilerde, zengin topluluklar daha büyük okul bütçelerine sahip. Sonrasında, zengin ebeveynler, özel ders, özel kolej danışmanlığı, test hazırlığı, özel atletik koçluğu ve okul dışı öğrenme deneyimleri için ek yatırımlar yapıyor. Bu, çocukları ile diğer herkes arasında bir uçurum yaratıyor. Daha az zengin topluluklardaki öğrenciler, daha az deneyimli öğretmenlere, daha az teknolojiye, okulda ve evde daha az internet erişimine sahip oluyor ve kolej başvuruları hakkında hiçbir tavsiye alamıyor. ABD’de, zengin bir ailede doğan bir çocuk, yoksul bir ailede doğan bir çocuğa göre 10 kat daha fazla kolej diploması alıyor. Akademik yetenek aynı olduğunda, zengin çocuk kolejde okumaya ve mezun olmaya daha çok eğilimlidir. Bu, ekonomik büyüme için de etkileri var. Toplumdaki yetenek ve potansiyel geniş dağılmışken, fırsat dağılımı değilse, işgücü piyasası ve ekonomi yeteneği işle bağdaştıramaz ve bu da inovasyonu yavaşlatır ve ulusal verimliliği ve ekonomik büyümeyi tehlikeye atar.

Önemli verilere dayanarak, AI her öğrencinin bilgi seviyesini ve benzersiz öğrenme davranışlarını değerlendirebilir ve öğrencilerin öğrenme potansiyelini en üst düzeye çıkarmalarına yardımcı olmak için kişiselleştirilmiş içerik ve zamanlama sunabilir. AI sonsuz sabırlıdır ve herkesi eşit ancak bireysel ilgiyle, kişisel öğretmenlerin maliyetinin bir kısmında sunabilir. İnternet bağlantısı ve akıllı telefonu olan herhangi bir öğrenci, nerede yaşarsa yaşasın, ilgi çekici ve kişiselleştirilmiş bir öğrenme deneyimi yaşayabilir. AI ayrıca öğretmenlerin öğrencilerin öğrenme deneyimlerini kişiselleştirmesine yardımcı olabilir, öğretmenlerin tekrarlayan görevlerde harcadığı zamanı azaltabilir ve bu zamanı bireysel ilgi ve her öğrenci için 7/24 kullanılabilen kişiselleştirilmiş öğrenme kaynaklarına yönlendirebilir.

İlk küresel Yapay Zeka Eğitim (AIEd) Challange’nin arkasındaki vizyonu tartışabilir misiniz?

Eğitime yeni bir paradigmaya ihtiyacımız var. AI güçlendirilmiş öğrenme çözümleri, öğrencilerin eşit ancak bireysel ilgi almasına yardımcı olabilir ve bu, kişisel öğretmenlerin maliyetinin bir kısmında olabilir. Vizyonumuza gerçekten inaniyoruz ve bunu gerçekleştirebileceğimize eminiz. Ancak bunu yalnız başımıza gerçekleştiremeyeceğimizi biliyoruz. Daha geniş AI topluluğu ve eğitim endüstrisinin bizimle birlikte hareket etmesini istiyoruz. Geçen yıl, Riiid kamuoyuna EdNet’i sundu, bu, Riiid’in AI öğretim sisteminden toplanan çeşitli öğrenci hoạt độnglarının büyük ölçekli hiyerarşik veriseti. 131 milyondan fazla etkileşimi ve 780.000’den fazla gerçek öğrenciyi içeriyor. Şimdiye kadar kamuoyuna sunulan AI-eğitim verisetlerinin en büyüğü. En iyi zihinlerin bu verileri kullanarak eğitimdeki küresel zorluklarla başa çıkmaya yardımcı olacak yenilikçi çözümler bulmasını istiyoruz. Böylece, Riiid ilk AIEd Challange’ini başlattı, bu, EdNet kullanarak bilgi izleme algoritmaları oluşturmak ve değerlendirmek için küresel bir yarışma. Birlikte daha büyük bir etki yaratabileceğimize ve AI destekli eğitime doğru trendi hızlandırabileceğimize inanıyoruz. Önderlik, başkalarına ilham vermek için gerekli.

AIEd’den bazı sonuçlar nelerdi?

Yarışma, 6 Ekim 2020’den 8 Ocak 2021’e kadar Google’ın Kaggle platformunda gerçekleşti, bu, bir iş birimi tarafından barındırılan 2020 Kaggle algoritma yarışmalarının en büyüğüydü.

• Toplam 100.000 dolarlık ödül için, 90 ülkeden 3.395 takım yarışmaya katıldı.
• Kaggle’ın 270 Grandmaster’ından 52’si katıldı, geçmiş performanslarına dayalı olarak Kaggle yarışmalarındaki en yüksek oran.
• Yarışmaya 64.678 farklı ve yaratıcı Bilgi İzleme modeli sunuldu.
• Korea, Japonya ve İspanya’dan takımlar ilk üç sırayı aldı ve sırasıyla 50.000 dolar, 30.000 dolar ve 10.000 dolar kazandı. İlk üç takım, Riiid araştırmacıları tarafından organize edilen ve sunulan AAAI-2021 Workshop on AI Education’da modellerini sundu.
• Tüm kazanan çözümler, ilk olarak Vaswani et al. tarafından makine çevirisi için kullanılan ve Riiid araştırmacıları tarafından benimsenen dikkat tabanlı bir model olan Transformer’ı kullandı. Bu, Transformer’ın değerini gösteriyor ve Kaggle’ın onları kullandığı yenilikçi ve akademik olarak ilginç yollar, bizim araştırmacılarımız tarafından beklenmedikti. Bu, böyle bir platformun AI Eğitiminde çeşitli deneysel yaklaşımları teşvik edebileceğini gösteriyor. Bu, uygulamalı teknoloji için araştırma temelini ilerletmeye yol açacak.

AI, kişiselleştirilmiş öğrenmeyi en iyi nasıl hızlandırabilir?

Özetle, AI teknolojisi, derin öğrenme algoritmalarına dayanarak, kullanıcı verilerini ve içeriği analiz ediyor, puanları ve davranışları öngörüyor ve gerçek zamanlı olarak kişiselleştirilmiş öğrenme planları öneriyor.

Riiid’in temel AI teknolojileri de bunu yapıyor: 1) Bilgi İzleme, 2) Puan Tahmini, 3) Kişiselleştirilmiş Öneri.

1. Bilgi İzleme: Bilgi izleme, AI-Eğitim alanında temel görevlerden biri. Öğrencilerin ne bildiğini ve ne bilmediğini belirlemek, optimal öğrenme yolunun temelini oluşturur. Model, herhangi bir çözülmemiş soruya bir öğrencinin doğru cevap vereceğini veya vermeyeceğini en yüksek doğrulukla öngörüyor.
2. Puan Tahmini Modeli: Puan Tahmini Modeli, öğrencinin öğrenme过程indeki başarısını öngörüyor. Model, öğrencinin puanını %5’lik ortalama hata payı ile öngörüyor, bu da %95’lik doğruluk olarak ifade edilebilir. Değerlendirme, öğrencinin bilgi durumuna geri bildirim sağlar, bu da gerçek zamanlı öğrenme ayarlamalarına olanak tanır. Öğrencilerin ilerlemelerini ve başarılarını tanıyarak self-değerlendirme ve uygulama yapmalarını sağlar.
3. Öneri Sistemi: Bilgi İzleme ve Puan Tahmini modellerine dayanarak, öğrenenler için en büyük gelişme gösteren öğeleri sunuyoruz. Öneri sistemi tasarımı her zaman basit değil, öğrenenin ihtiyaçlarını anlamak için çok düşünme ve araştırma gerektiriyor. Riiid, yalnızca Beklenen Puanları en üst düzeye çıkarmak yerine, gerçek öğrenmenin gerçekleşmesini sağlayan RCES (Recommendation for Effective Standardized Exam Preparation) adlı bir AI modeli geliştirdi. Bu, yalnızca test puanlarını artırmak için değil, aynı zamanda yeni bilgi edinilmesini yansıtacak şekilde yanlış cevaplanan soruların çözümlerinin etkisini de dikkate alan soruları önerir.

Riiid Santa uygulamaları hakkında konuşabilir misiniz ve kullanıcılar neler beklemeli?

Riiid, TOEIC için mobil test hazırlık uygulaması Santa sunuyor. Uygulama, Riiid’in AI teknolojisini kullanıyor, kullanıcı verilerini ve içeriği analiz ediyor, puanları ve davranışları öngörüyor ve gerçek zamanlı olarak kişiselleştirilmiş öğrenme planları öneriyor. Uygulama, Kore ve Japonya’da 2,5 milyondan fazla öğrenci tarafından kullanıldı ve Japonya ve Kore’de eğitim uygulamaları arasında satışlarda 1. sıraya ulaştı. Bir yıllık kullanıcı verilerine göre, yalnızca 20 saatlik çalışmadan sonra ortalama puan 990 üzerinden 165 puan arttı.

Riiid veya Riiid Labs hakkında paylaşmak istediğiniz başka bir şey var mı?

Altı yıllık geçmişimizle, AI Eğitiminde sınırsız olanakların yalnızca yüzeyini kazıdık. Geleneksel öğrenme yaklaşımlarını değiştirebileceğimizi gördük. Ancak daha anlamlı bir öğrenci yetenek ölçümü olasılığını da gördük. Gerçekten bu devrimi liderlik etme yeteneğine sahip olduğumuza inanıyoruz.

İnanıyoruz ki, yalnızca öğrencilerin günlük öğrenme davranışını ve yolunu anlayarak, bir öğrencinin gerçek potansiyelini değerlendirebilir ve öğrenme deneyimini ona göre optimize edebiliriz. Bu önce mümkün değildi. Ancak AI ile, öğrenenlerin当前 seviyesini analiz edebilir ve bireysel ihtiyaçlarına uygun kişiselleştirilmiş talimatlar sunabiliriz. Onları sürekli motive edebilir ve ilerlemelerini takip edebiliriz. Her öğrenenin kendi yolunda, kendi hızında büyümesine izin verebiliriz, bu da mevcut sistemin desteklemediği bir şey. Bu yaklaşım ile gerçekten öğrenme potansiyelini açığa çıkarabiliriz.

Vizyonumuz yalnızca test hazırlık hizmetleri ile gerçekleşiyor, ancak harika bir şeyin başlangıcındayız. Öğrencileri bir defaya mahsus testlerle değerlendiren toplam değerlendirme, öğrenme ve etkili değerlendirme için en iyi araç değil. Ayrıca, Covid19 nedeniyle fiziksel olarak geçersiz hale geldi ve etkili ve pratik formative değerlendirme araçlarına olan büyük pazar ihtiyacını gördük. Bu nedenle, Riiid, “Riiid-Score” adlı alan bağımsız bir “yetenek ölçümü modeli” üzerinde çalışıyor. Eğitim’in temelini, formative öğrenmeyi destekleyerek değiştireceğimize inanıyoruz. Bireysel potansiyelin açığa çıkmasını sağlayan temel bir adım olduğuna inanıyoruz. Teşekkür ederiz, okuyucuların daha fazla bilgi edinmek istiyorsa Riiid Labs’i ziyaret etmelerini öneririz.

Harika bir röportaj için teşekkür ederiz, okuyucuların daha fazla bilgi edinmek istiyorsa Riiid Labs’i ziyaret etmelerini öneririz.