Марк Слоан, співзасновник та генеральний директор Scout – Серія інтерв’ю

Марк Слоан – співзасновник та генеральний директор Scout, першого веб-браузера чатбота, цифрового помічника для виконання завдань 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 з штучним інтелектом був під час року перерви, який я провів у дослідницькій групі природної мови обробки інформації в GCHQ під час навчання на бакалавра. Я побачив на власні очі вплив машинного навчання на реальні проблеми і різницю, яку воно робить.

Це перемкнуло вимикач у моїй голові про те, як комп’ютери можна використовувати для вирішення проблем: програмування вчить створювати програми, які приймають дані і видають результати, але машинне навчання дозволяє приймати дані і описувати результати, які ви хочете отримати, і створювати програму. Це означає, що ви можете використовувати одну й ту ж саму структуру для вирішення тисяч різних проблем. Для мене це було значно ефективніше, ніж писати програму для кожного окремого завдання.

Я вже вивчав задачі оптимізації в математиці поряд з комп’ютерними науками, тому після повернення до університету я зосередився на штучному інтелекті і закінчив свою дисертацію на тему обробки мови перед поданням заявки на здобуття ступеня доктора філософії з інформаційного пошуку в UCL.

Ви досліджували підкріплення навчання в веб-пошуку під керівництвом Девіда Сільвера, засновника AlphaGo. Чи можете ви розповісти про деякі з цих досліджень?

Моя дисертація була на тему застосування підкріплення навчання до завдань ранжування в інформаційному пошуку, галузі, яку я допоміг створити, і яку називають Динамічний інформаційний пошук. Мене керували професор Джун Ван і професор Девід Сільвер, обидва експерти з агентного підкріплення навчання.

Наші дослідження розглядали, як пошукові системи можуть навчатися на поведінці користувачів, щоб покращити результати пошуку автономно з часом. За допомогою підходу багаторукого бандита наша система намагалася різні рейтинги пошуку і збирали поведінку кліку, щоб визначити, чи вони були ефективними чи ні. Вона також могла адаптуватися до окремих користувачів з часом і була особливо ефективною при обробці двозначних запитів пошуку. На той час Девід глибоко займався проблемою Го і допоміг мені визначити відповідну структуру підкріплення навчання стану і функції значення для цієї конкретної проблеми.

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

Дослідження в UCL часто підприємницькі. Девід раніше заснував Elixir Studios з Демісом Хассабісом, а потім приєднався до DeepMind, щоб працювати над Alpha Go. Але інші члени нашої дослідницької групи Media Futures також створили ряд різних стартапів: Джун заснував Mediagamma (застосування підкріплення навчання до онлайн-видатків на рекламу), Саймон Чан заснував prediction.io (придбаний компанією SalesForce), а Джагадеш Горла заснував Jaggu (сервіс рекомендацій 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 нещодавно запустили Scout, перший веб-браузер чатбот. Яка була ідея запуску Scout?

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

До цього я пройшов стажування в Microsoft (MSFT ) Research, де я застосував своє дослідження до Bing. На той час головне, що я вивчив з свого дослідження, полягало в тому, що пошук інформації можна передбачити на основі поведінки користувачів в Інтернеті. Але я став розчарованим тим, що єдиним справжнім способом поверхневого передбачення в пошуковій системі було поліпшення авто-заповнення. Тому я почав думати про те, як весь онлайн-досвід користувача можна покращити за допомогою цих передбачень, а не лише досвід пошуку.

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

Який веб-браузер буде сумісний з Scout?

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

Функціонал помічника Scout з покупок може заощадити користувачам час і гроші. Припустимо, хтось досліджує продукт на Amazon (AMZN ), що відбувається в тій частині системи, і як Scout взаємодіє з користувачем?

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

Оскільки ви купуєте, він починає пропонувати способи, як він може вам допомогти. Він запитає, чи хочете ви побачити відгуки в Інтернеті, інші ціни, відео на YouTube про продукт і більше. Ви взаємодієте, натискаючи кнопки, і чатбот налаштовує досвід відповідно до того, що ви хочете, щоб він робив. Коли він знаходить інформацію (наприклад, відео на YouTube), він вкладає її в чат-потік, як би ваш друг поділився медіа з вами в WhatsApp. З часом ви починаєте діалог з браузером про те, що ви робите в Інтернеті, а браузер допомагає вам на кожному етапі.

Обробка веб-сторінки відбувається всередині браузера. Наш бекенд бачить лише чат-потік, що означає, що наслідки для конфіденційності мінімальні.

У нас є спеціальна архітектура для розуміння поведінки користувачів в Інтернеті та 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 підкріплення навчання для адаптації до уподобань користувачів з часом. Однак одним з найбільших уроків, які я вивчив, працюючи в стартапі штучного інтелекту, є те, що процеси повинні бути простими, і нам слід намагатися використовувати машинне навчання лише для оптимізації існуючого процесу. Тому зараз у нас є складний механізм правил для обробки завдань з часом, який можна керувати підкріпленням навчання, коли нам потрібно масштабувати.

Які деякі приклади того, як Scout може допомогти кінцевим користувачам при плануванні заходів?

Ми зрозуміли, що планування заходів (і бронювання подорожей) не так сильно відрізняються від покупок в Інтернеті. Ви все ще розглядаєте продукти, читаєте відгуки і зобов’язуєтеся купити/відвідати. Тому багато того, що ми побудували для покупок, також застосовується тут.

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

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

Діалогові сповіщення будуть використовуватися для ініціювання спілкування Scout. Які деякі з цих сповіщень?

За замовчуванням Scout не буде турбувати вас, якщо він не зустріне сповіщення, яке повідомляє йому, що вам, можливо, потрібна допомога. Є кілька типів сповіщень:

• Відвідування конкретного веб-сайту.
• Відвідування типу веб-сайту (наприклад, новин, покупок тощо).
• Відвідування веб-сайту, який містить певний тип інформації (наприклад, адресу, відео тощо).
• Натискання посилань або кнопок на веб-сторінках.
• Взаємодія з Scout шляхом натискання кнопок
• Scout отримує певні типи медіа, такі як відео, музику, твіти тощо.

Ми плануємо дозволити користувачам налаштувати, які типи сповіщень вони хочуть, щоб Scout реагував на них, і в кінцевому підсумку, вивчити їхні уподобання автоматично.

Чи можете ви обговорити деякі труднощі забезпечення того, що Scout є真正 корисним, коли він вирішує взаємодіяти з користувачем без того, щоб стати докучливим?

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

Через інвазивний характер цього продукту отримання правильного інтерфейсу і досвіду користувача є критично важливим. Ми витратили багато часу на спроби зовсім різних інтерфейсів і 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 ознайомленістю користувача і мінімальними зусиллями для взаємодії.

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

Нашим основним напрямком наразі є тестування ринкових застосунків для Scout. Покупки та планування заходів вже були згадані, але ми також розглядаємо, як Scout може допомогти вченим (знаходження дослідницьких робіт, інформація про авторів і мережі посилань) і навіть гітаристам (знаходження гітарних нот, відтворення музики і відео поряд з нотами в Інтернеті і допомога з налаштуванням гітари). Ми також витратили деякий час на дослідження професійних сценаріїв, таких як онлайн-добір персоналу, фінансовий аналіз і право.

У кінцевому підсумку Scout потенційно може працювати на будь-якому веб-сайті і 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 це було б, якщо ваш браузер міг би розмовляти з вами, ви можете прочитати більше на блозі Scout.

Дякуємо за цікаву думку на тему створення унікального типу чатбота. Ми раді слідкувати за цим проєктом. Будь ласка, відвідайте сайт Марка Слоана, щоб дізнатися більше.