Marc Sloan, співзасновник та CEO Scout – Серія інтерв’ю

Marc Sloan є співзасновником та CEO Scout, першого веб-браузера чатбота, цифрового помічника для виконання будь-чого в Інтернеті. Scout пропонує корисні речі, які він може зробити для вас на основі того, що ви робите в Інтернеті.

Що спочатку привернуло вашу увагу до штучного інтелекту?

Мій перший досвід роботи зі штучним інтелектом був під час року перерви, який я провів у команді дослідження природної мови обробки в GCHQ під час навчання на бакалавра. Я побачив на власні очі вплив, який машинне навчання може мати на реальні проблеми та різницю, яку воно робить.

Це перекинуло перемикач у моїй свідомості про те, як можна використовувати комп’ютери для вирішення проблем: інженерія програмного забезпечення вчить вас створювати програми, які приймають дані та видають результати, але машинне навчання дозволяє вам прийняти дані та описати результати, які ви хочете отримати, а програма створюється сама. Це означає, що ви можете використовувати одну й ту ж саму структуру для вирішення тисяч різних проблем. Для мене це було набагато більш ефективно, ніж писати програму для кожної окремої проблеми.

Я вже вивчав проблеми оптимізації в математиці поряд з комп’ютерними науками, тому після повернення до університету я зосередився на штучному інтелекті та завершив свою дисертацію на тему обробки мови перед подачею заявки на PhD в UCL з інформаційного забезпечення.

Ви досліджували підкріплене навчання в веб-пошуку під керівництвом Девіда Сільвера, засновника AlphaGo. Чи можете ви обговорити деякі результати цього дослідження?

Моя дисертація була на тему застосування підкріпленого навчання до проблем ранжування в інформаційному забезпеченні, галузі, яку я допоміг створити під назвою Динамічне інформаційне забезпечення. Мене керували професор Джун Ванг і професор Девід Сільвер, обидва експерти з агентного підкріпленого навчання.

Наше дослідження розглядало, як пошукові системи можуть навчатися на поведінці користувачів, щоб покращити пошукові результати автономно з часом. Використовуючи підхід багаторукого бандита, наш система намагалася різні пошукові ранжування та збирали дані про кліки, щоб визначити, чи вони були ефективними чи ні. Вона також могла адаптуватися до окремих користувачів з часом і була особливо ефективною при обробці двозначних пошукових запитів. На той час Девід глибоко займався проблемою Го, і він допоміг мені визначити відповідну структуру підкріпленого навчання для цієї конкретної проблеми.

Які деякі уроки підприємництва, які ви вивчили, працюючи з Девідом Сільвером?

Дослідження в UCL часто мають підприємницький характер. Девід раніше заснував Elixir studios з Демісом Хассабісом, а потім, звичайно, приєднався до DeepMind для роботи над Alpha Go. Але інші члени нашої групи дослідження Медіа-Ф’ючерс також створили ряд різних стартапів: Джун заснував Mediagamma (застосування RL до онлайн-видатків на рекламу), Саймон Чан заснував prediction.io (придбаний SalesForce), а Джагадіш Горла заснував Jaggu (рекомендаційна служба для електронної комерції). Наша команда часто обговорювала комерційний вплив нашого дослідження, я думаю, можливо, тому, що база UCL у Лондоні робить його природним стартовим пунктом для створення бізнесу.

Ви недавно запустили Scout, перший веб-браузер чатбот. Яка була ідея запуску Scout?

Ідея природно розвинулася з мого дослідження дисертації. Я перейшов прямо з закінчення дисертації до приєднання до Entrepreneur First, де я почав думати про те, як я міг перетворити своє дослідження на продукт.

До цього я завершив стажування в Microsoft Research, де я застосував своє дослідження до Bing. На той час, головне, що я вивчив з дослідження, було те, що пошук інформації можна передбачити на основі онлайн-поведінки користувачів. Але я став розчарованим тим, що єдиним реальним способом підняти ці передбачення в пошуковій системі було поліпшення автозаповнення. Тому я почав думати про те, як увесь онлайн-досвід користувача можна покращити за допомогою цих передбачень, а не лише пошуковий досвід.

Це мислення привело мене та мого нового співзасновника в Entrepreneur First до створення додатка до браузера, який спостерігає за поведінкою користувача, передбачає, яку інформацію користувачеві ймовірно знадобиться наступної в Інтернеті, і отримує її для нього. Після кількох років експериментів і прототипів це розвинулося в інтерфейс чатбота, де браузер “розмовляє” з вами про те, що ви робите в Інтернеті, і намагається вам допомогти на шляху.

Який веб-браузер буде сумісний з Scout?

Ми зараз зосереджуємося на Chrome через те, що це найбільш популярний веб-браузер і має зрілу архітектуру додатків, але у нас є робочі прототипи на Firefox і Safari, а також мобільний додаток.

Функціонал помічника Scout для шопінгу здається тим, що може зберегти користувачам час і гроші. Припустимо, хтось досліджує продукт на Amazon, що відбувається в бекенді, і як Scout взаємодіє з користувачем?

Ідея полягає в тому, що після встановлення Scout ви просто продовжуєте використовувати Інтернет як зазвичай. Якщо ви шопінг, ви можете відвідати Amazon, щоб подивитися продукти. На цьому етапі Scout визнає, що ви шопінг на Amazon, і продукт, який ви розглядаєте, і він скаже “Привіт”. Він з’являється як чат-вікно на веб-сторінці, схоже на те, як працює Intercom, крім того, що Scout може з’явитися на будь-якій веб-сторінці. Ви можете побачити, як це виглядає на моєму сайті.

Оскільки ви шопінг, він починає пропонувати способи, як він може вам допомогти. Він запитає вас, чи хочете ви побачити відгуки в Інтернеті, інші ціни, відео продукту на YouTube та інше. Ви взаємодієте, натискаючи кнопки, і чатбот налаштовує досвід відповідно до того, що ви хочете, щоб він зробив. Коли він знаходить інформацію (наприклад, відео на YouTube), він вбудовує її в чат-потік, як і друг міг поділитися медіа з вами в WhatsApp. З часом ви починаєте діалог з браузером про те, що ви робите в Інтернеті, а браузер намагається вам допомогти на шляху.

Обробка веб-сторінки відбувається всередині самого браузера. Єдина інформація, яку бачить наш бекенд, – це чат-потік, що означає, що наслідки для конфіденційності мінімальні.

У нас є спеціальна архітектура для розуміння онлайн-поведінки користувачів і управління діалогами з користувачем. Ми використовуємо машинне навчання для визначення завдань, з якими ми можемо допомогти в Інтернеті, і того, як ми повинні допомогти. Спочатку ми використовували підкріплене навчання для адаптації до переваг користувачів з часом. Однак одним із найбільших уроків, яких я вивчив, керуючи стартапом штучного інтелекту, є те, щоб тримати процеси простими і намагатися використовувати машинне навчання лише для оптимізації існуючого процесу. Тому тепер у нас є складний механізм правил для обробки завдань з часом, який можна керувати підкріпленним навчанням, коли нам потрібно масштабувати.

Які деякі приклади того, як Scout може допомогти з плануванням заходів?

Ми зрозуміли, що планування заходів (і бронювання подорожей) не так сильно відрізняються від шопінгу в Інтернеті. Ви все ще дивитеся на продукти, читаєте відгуки та зобов’язуєтеся до покупки/відвідування. Тому багато того, що ми побудували для шопінгу, також застосовується тут.

Найбільша різниця полягає в тому, що час і місце тепер важливі. Наприклад, якщо ви дивитеся на концертні квитки на Ticketmaster, Scout може визначити адресу місця проведення та запропонувати знайти вам напрямки до нього з вашого поточного місця або знайти ціну Uber, або порадити, який час вам слід вийти. Якщо ви підключили Scout до вашого календаря, то Scout може перевірити, чи доступні ви в час заходу, і додати його до вашого календаря.

В майбутньому ми бачимо, що користувачі Scout зможуть спілкуватися зі своїми друзями через платформу, щоб обговорювати речі, які вони роблять в Інтернеті, такі як планування заходів, шопінг, робота тощо.

Спускові механізми діалогу будуть використовуватися для ініціювання Scout спілкування. Які деякі з цих спускових механізмів?

За замовчуванням Scout не буде турбувати вас, якщо він не зустріне спусковий механізм, який каже йому, що вам може знадобитися допомога. Є кілька типів спускових механізмів:

• Відвідування конкретного веб-сайту.
• Відвідування типу веб-сайту (наприклад, новини, шопінг тощо).
• Відвідування веб-сайту, який містить певний тип інформації (наприклад, адресу, відео тощо).
• Натискання посилань або кнопок на веб-сторінках.
• Взаємодія з Scout натисканням кнопок
• Scout отримання певних типів медіа, таких як відео, музика, твіти тощо

Ми плануємо дозволити користувачам налаштувати, які типи спускових механізмів вони хочуть, щоб Scout реагував, і в кінцевому підсумку, вивчити їх переваги автоматично.

Чи можете ви обговорити деякі труднощі, пов’язані з тим, щоб забезпечити, що Scout є真正 корисним, коли він вирішує взаємодіяти з користувачем без того, щоб стати дратівливим?

Ми дуже серйозно ставимося до взаємодії користувача та намагаємося виміряти, чи призвели взаємодії до позитивних чи негативних результатів. Ми намагаємося підтримувати добру пропорцію того, скільки разів Scout намагається розпочати розмову, і скільки разів він використовується. Однак це хиткий баланс, і ми завжди намагаємося поліпшити.

Через інвазивний характер цього продукту отримання інтерфейсу та UX правильно є критично важливим. Ми витратили багато часу на спроби зовсім різних інтерфейсів та методів взаємодії з користувачем. Ця робота привела нас до поточного інтерфейсу чатбота, який, на нашу думку, надає нам найбільшу гнучкість у допомозі, яку ми можемо надати, разом з знайомством користувача та мінімальними зусиллями користувача для взаємодії.

Чи можете ви надати інші сценарії того, як Scout може допомогти кінцевим користувачам?

Наш фокус зараз полягає в тому, щоб протестувати конкретні застосування Scout. Шопінг і планування заходів вже були згадані, але ми також розглядаємо, як Scout може допомогти академікам (знаходження дослідницьких робіт, деталі авторів та мережі посилань) і навіть гітаристам (знаходження нот гітари, відтворення музики та відео поряд з нотами в Інтернеті та допомогу в налаштуванні гітари). Ми також витратили деякий час на дослідження професійних сценаріїв, таких як онлайн-добір персоналу, фінансовий аналіз та право.

В кінцевому підсумку Scout потенційно може працювати на будь-якому веб-сайті та допомогти в будь-якому сценарії, що робить цю технологію надзвичайно цікавою, але також робить її складною для початку.

Чи є щось інше, що ви хотіли б поділитися про Scout?

Якщо ви хочете побачити, як виглядає те, якщо ваш браузер може розмовляти з вами, ви можете прочитати більше на блозі Scout.

Дякую за цікавий погляд на розробку чатбота типу Unite.AI. Ми раді слідкувати за цим проєктом. Будь ласка, відвідайте веб-сайт Марка Слоуна, щоб дізнатися більше.