Раян Коллн, генеральний директор Appen – Інтерв’ю Серія

Приєднавшись до Appen AI у 2018 році як віце-президент з корпоративного розвитку, він очолив стратегічні придбання, такі як Figure Eight і Quadrant, і підтримав створення підрозділів у Китаї та федерального уряду. До свого призначення на посаду генерального директора він обіймав посаду операційного директора, керуючи глобальними операціями та стратегією.

З понад 20-річним досвідом у галузі технологій та телекомунікацій, як ваша кар’єрна траєекторія сформувала ваш підхід до керівництва Appen у швидкозмінному ландшафті штучного інтелекту?

Моя кар’єра розпочалася як інженер з телекомунікацій, де моя роль полягала у будівництві та оптимізації мереж і включала велику кількість даних, аналітики та пошуку інноваційних рішень для оптимізації мережевої продуктивності та досвіду користувача.

Після закінчення моєї програми MBA в Нью-Йоркському університеті це переросло у керівні ролі в галузі технологічної стратегії та злиття та поглинання, де я зосередився на більших стратегічних питаннях, таких як нові тенденції, інвестиційні можливості та бізнес-моделі. Цей досвід дав мені глибоке розуміння як технічної, так і бізнесової сторін інноваційних технологій.

У Appen ми працюємо на перетині штучного інтелекту та даних, і мій досвід дозволив мені керувати компанією та орієнтуватися в складностях швидкозмінного простору штучного інтелекту, рухаючись через великі розробки, такі як розпізнавання голосу, NLP, системи рекомендацій та тепер генеративний штучний інтелект. Ця стратегічна візія є важливою, оскільки штучний інтелект продовжує трансформувати галузі по всьому світу.

Ви були в Appen з 2018 року, керуючи стратегічними придбаннями, такими як Figure Eight і Quadrant. Як ці стратегічні кроки позиціонували Appen як лідера у сфері послуг зі штучного інтелекту, і яку наступну велику можливість ви бачите для компанії?

Придбання Figure Eight і Quadrant були ключовими для розширення наших можливостей зі штучного інтелекту, особливо в таких областях, як анотація даних та геолокаційна розвідка. Платформа анотації даних Figure Eight була особливо впливовою. Платформа є високо настраїваною, і ми використовували її для роботи в багатьох різних областях. Нещодавно ми використовували платформу для запуску більшості наших потоків генеративного штучного інтелекту.

Крім придбань, близько 5 років тому ми створили операцію в Китаї під назвою Appen China. Ми зараз є найбільшим компанією зі штучного інтелекту в Китаї, з доходом майже вдвічі більшим, ніж у наших найближчих конкурентів.

Оглядаючи майбутнє, фокус Appen лежить на підтримці розробки та впровадження генеративного штучного інтелекту. Є великі можливості росту як для розробників моделей, так і для компаній, які бажають впровадити генеративний штучний інтелект у свої продукти та операції. Ми вважаємо, що ми тільки на початку найбільшої хвилі штучного інтелекту.

Якість даних відіграє важливу роль у розробці моделей штучного інтелекту. Як Appen забезпечує точність, різноманітність та актуальність своїх наборів даних, особливо з огляду на зростаючий попит на високоякісні навчальні дані для великих мовних моделей?

Сила Appen полягає в нашій здатності створювати високоякісні дані послідовно та у великих масштабах. Ми працюємо у тісній співпраці з нашими клієнтами, щоб зрозуміти їхні цілі щодо моделей штучного інтелекту та розробити високоякісні дані для їхніх потреб за допомогою багаторівневого підходу, який поєднує автоматичні інструменти та відгук людини. У нас є глобальна робоча сила понад 1 мільйона осіб у більш ніж 200 країнах, що дозволяє нам курирувати групу кваліфікованих та різноманітних учасників. Через суворі заходи контролю якості та зворотній зв’язок ми забезпечуємо, що дані точні, послідовні та актуальні, і можуть бути використані для ефективного покращення продуктивності моделей штучного інтелекту. Це дозволяє системам штучного інтелекту працювати ефективно в реальних умовах та також може бути використано для покращення стійкості та зменшення упередженості, особливо для великих мовних моделей.

Синтетична генерація даних набуває популярності, і інвестиції Appen у Mindtech підкреслюють ваш інтерес до цієї галузі. Як ви бачите переваги та недоліки використання синтетичних або веб-скрепінгових даних порівняно з краудсорсинговими даними для навчання моделей штучного інтелекту, і як ви бачите синтетичні дані як доповнення до краудсорсингових даних, які відомі Appen?

Високоякісні дані є важливими, але можуть бути дорогими та трудомісткими у виробництві, тому синтетичні дані набувають уваги. Вони добре працюють для структурованих даних у традиційних завданнях штучного інтелекту/машинного навчання, особливо в галузях з суворими правилами конфіденційності, такими як охорона здоров’я та фінанси, оскільки вони уникують використання особистої інформації.

Однак синтетичні дані часто бідні на глибину та нюанси реальних даних, особливо для складних завдань генеративного штучного інтелекту, які вимагають різноманітності та глибокої експертизи. Вони також можуть поширювати помилки або упередження з оригінальних даних. Веб-скрепінгові дані, які часто використовуються для великих мовних моделей, представляють свої власні виклики з низькоякісним контентом, упередженням та дезінформацією, що вимагає ретельної кураторії.

Краудсорсингові дані, у яких спеціалізується Appen, залишаються “правдою землі”. Експертиза людини є важливою для генерації різноманітних, складних даних, необхідних для покращення точності моделей штучного інтелекту та забезпечення їхньої відповідності цінностям людини.

Ми розглядаємо синтетичні дані як доповнення до наших даних, анотованих людиною. Хоча синтетичні дані можуть прискорити частини процесу, дані, анотовані людиною, забезпечують, що моделі відображають реальну різноманітність світу. Разом вони забезпечують балансований підхід до створення високоякісних навчальних даних для штучного інтелекту.

Закон ЄС про штучний інтелект та інші глобальні регуляції формують етичні стандарти навколо розробки штучного інтелекту. Як ви бачите вплив цих регуляцій на операції Appen та ширшу індустрію штучного інтелекту в майбутньому?

Закон ЄС про штучний інтелект та подібні глобальні регуляції, ймовірно, вплинуть на операції Appen, встановлюючи нові етичні стандарти для розробки та продуктивності моделей штучного інтелекту. Ми можемо побачити зміни в тому, як ми обробляємо дані, забезпечуємо справедливість моделей та звертаємо увагу на етичні питання. Це може привести до більш суворих процесів та потенційних змін у нашому підході до навчання та валідації моделей.

У широкому сенсі ці регуляції, ймовірно, спонукатимуть індустрію до вищого етичного стандарту, збільшать витрати на дотримання вимог, і потенційно сповільнять деякі аспекти інновацій. Однак вони також спонукатимуть до більшої відповідальності та прозорості, що в кінцевому підсумку може привести до більш відповідального та сталого розвитку штучного інтелекту.

З ростом проблем навколо упередженості у штучному інтелекті, як Appen працює над тим, щоб забезпечити, що набори даних, використані для навчання моделей штучного інтелекту, є етично джерельними та вільними від упередженості, особливо в чутливих областях, таких як природна мова та комп’ютерне зір?

Ми активно працюємо над зменшенням упередженості, сприяючи різноманітності та інклюзивності у наших проєктах. Це заохочує те, що багато наших клієнтів зосереджені на захопленні широких демографічних даних під час збору даних та оцінки моделей. Маємо глобальну робочу силу, яка проживає у більшості країн, що дозволяє нам джерелити дані з широкого спектра поглядів та досвіду, що особливо важливо в чутливих областях, таких як природна мова та комп’ютерне зір.

З 2019 року ми формалізували свої найкращі практики у Кодексі поведінки Крауд, демонструючи нашу приверженість різноманітності, справедливості та добробуту Крауд. Це включає нашу приверженість справедливій оплаті, забезпечення того, щоб голос Крауд був почутий, та підтримання суворих заходів захисту конфіденційності. Підтримуючи ці принципи, ми прагнемо доставити високоякісні, етично джерельні дані, які підтримують відповідальний розвиток штучного інтелекту.

Як штучний інтелект стає все більш інтегрованим у галузі, такі як автомобільна промисловість, реклама та AR/VR, як Appen позиціонує себе для задоволення зростаючого попиту на спеціалізовані навчальні дані в цих секторах?

За останні 27 років ми постачали спеціалізовані навчальні дані для різноманітних галузей та випадків використання, і ми продовжимо еволюціонувати, оскільки наші клієнти змінюються.

Наприклад, в автомобільній промисловості ми працювали з провідними автомобільними компаніями та постачальниками рішень для салону автомобіля для будівництва систем голосового керування у транспортному засобі. Тепер ми допомагаємо нашим клієнтам у нових областях, таких як збір відеоданих про водіїв для допомоги у безпеці шляхом моніторингу відволікань водіїв.

У сфері реклами ми допомогли провідній глобальній рекламній платформі покращити якість та точність рекламних оголошень для користувачів за великим багаторічним глобальним програмою з більш ніж 7 мільйонами оцінок. Тепер, оскільки багато платформ приймають рішення щодо генеративного штучного інтелекту, наша Крауд не тільки оцінює актуальність рекламних оголошень, але й допомагає оцінювати якість згенерованих рекламних оголошень.

Ми змогли зробити все це завдяки нашій потужній платформі анотації, яку можна налаштувати для підтримки складних робочих процесів та різних модальностей даних, включаючи текст, аудіо, зображення, відео та багатомодальну анотацію. Але в кінцевому підсумку наша здатність рухатися з змінами галузі залежить від нашої глибокої експертизи у сфері даних для розвитку штучного інтелекту та сильного партнерства з нашими клієнтами.

Appen був лідером у сфері надання високоякісних даних для різних застосунків штучного інтелекту. Оглядаючи майбутнє, як ви бачите еволюцію ролі Appen у розвитку та впровадженні генеративного штучного інтелекту та великих мовних моделей?

Генеративний штучний інтелект та великі мовні моделі трансформують галузі, і ми продовжимо відігравати критичну роль у постачанні високоякісних даних для підтримки цих досягнень. Коли мова йде про глобальні ринки, наша здатність джерелити дані у понад 200 країнах та понад 500 мовах стане ще більш цінною, і у нас є сильна історія цього, оскільки ми допомогли компаніям, таким як Microsoft (MSFT ), запустити моделі машинного перекладу для більш ніж 110 мов.

По мірі зростання розгортання застосунків великих мовних моделей ми бачимо зростаючий попит на відповідність з кінцевими користувачами людини, включаючи можливості локалізації для забезпечення мовних та культурних нюансів у різних глобальних ринках. Ми привержені допомозі компаніям розробляти системи штучного інтелекту, які є як продуктивними, так і відповідальними, забезпечуючи, що дані, використані для навчання цих моделей, є різноманітними, актуальними та етично джерельними.

Appen відомий тим, що забезпечує деякі з найбільш просунутих великих мовних моделей. Які інновації у сфері анотації та збору даних Appen зосереджується на покращенні продуктивності цих моделей?

Ми безперервно інноваційно вдосконалюємо наші процеси анотації та збору даних для покращення продуктивності великих мовних моделей. Однією з областей фокусу є покращення ефективності та точності анотації даних за допомогою передових інструментів, підтримуваних штучним інтелектом, які допомагають оптимізувати та автоматизувати частини процесу, зберігаючи при цьому високі стандарти якості.

Ми можемо ідентифікувати дані, які потребують подальшого людського вводу, забезпечуючи, що зусилля з анотації будуть зосереджені там, де вони матимуть найбільший вплив. Ми інтегрували функції у нашій платформі, такі як Model Mate, які можуть бути використані для прискорення виробництва даних та покращення якості даних. Ми також зосереджені на найкращих практиках у сфері управління учасниками, що є важливим, оскільки складність завдань збільшується.

Спроможність зрозуміти продуктивність учасника та надати зворотній зв’язок для постійного покращення якості наших даних, згенерованих людиною. Ці інновації дозволяють нам постачати високоякісні, великомасштабні дані, необхідні для підтримки та налаштування світових лідерських великих мовних моделей.

Як ви вступаєте на посаду генерального директора, які ваші головні пріоритети для Appen протягом наступних кількох років, і як ви плануєте стимулювати зростання компанії у висококонкурентному просторі штучного інтелекту?

Як я переходжу на посаду генерального директора, мої стратегічні пріоритети призначені для забезпечення лідерства Appen у конкурентному ландшафті штучного інтелекту:

• Підтримка розробки моделей генеративного штучного інтелекту: За останні 18 місяців генеративний штучний інтелект став ключовим компонентом нашої пропозиції послуг, з 28% доходу групи, отриманого від проектів, пов’язаних з генеративним штучним інтелектом, у червні 2024 року порівняно з 8% у січні. Ми бачимо значний потенціал на ринку генеративного штучного інтелекту, який, за прогнозами галузі, досягне 1,3 трильйона доларів до 2032 року.
• Підтримка впровадження моделей генеративного штучного інтелекту: Ми бачимо зростання у нових сегментах, оскільки підприємства використовують рішення генеративного штучного інтелекту для своїх випадків використання. Хоча відсоток проектів генеративного штучного інтелекту, які досягають розгортання, низький, ми очікуємо, що фінансовий рік 2024/25 буде перехідним періодом, під час якого експерименти переходять у виробництво, і це буде стимулювати попит на спеціалізовані високоякісні дані.
• Оптимізація та автоматизація підготовки даних: За допомогою використання штучного інтелекту для забезпечення якості та автоматизації певних кроків процесу підготовки даних. Це дозволить нам підвищити якість даних, а також покращити операційну ефективність, покращуючи наші валові маржі.
• Еволюція досвіду наших працівників Крауд: Наша нова платформа CrowdGen дозволяє нам масштабувати проєкти швидко та гнучко відповідно до потреб наших клієнтів, використовуючи штучний інтелект для автоматичного скринінгу та підтримки проєктів. Це також покращить досвід наших учасників, забезпечуючи персоналізовану підтримку. Appen був одним з перших, хто підтримував прозорість, різноманітність та справедливість у джерелах даних, і ми залишаємося приверженими нашому Кодексу поведінки Крауд.

Ці пріоритети позиціонуватимуть Appen для сталого зростання та інновацій у розвитку штучного інтелекту.

Дякуємо за велике інтерв’ю, ми закликаємо читачів, які бажають дізнатися більше, відвідати Appen.