Hamish Ogilvy, CEO và Đồng sáng lập của Search.io – Loạt Phỏng vấn

Hamish Ogilvy là CEO và Đồng sáng lập của Search.io, một nền tảng tìm kiếm và khám phá sản phẩm được hỗ trợ bởi trí tuệ nhân tạo, xử lý hàng tỷ tìm kiếm cho một số tổ chức lớn nhất trên thế giới. Họ tập trung vào việc tăng cường chuyển đổi và doanh thu của tìm kiếm trên trang web bằng cách sử dụng học máy. Điều này được thực hiện bằng cách sử dụng công nghệ tìm kiếm độc quyền.

Điều gì ban đầu thu hút bạn đến lĩnh vực học máy?

Tôi bắt đầu trong lĩnh vực vật lý, thiết kế laser, nhưng tôi cũng khá giỏi trong việc nhìn thấy các mẫu trong dữ liệu. Điều đó đã đưa tôi vào lĩnh vực phân tích và dự đoán các điều khác nhau, nơi tôi đã dành vài năm. Học máy là một sự mở rộng tự nhiên để tạo ra giá trị từ dữ liệu một cách tốt hơn. Điều đó dường như khá bình thường bây giờ, nhưng vào thời điểm đó, mọi người thực sự cười nhạo tôi vì có chức danh “trưởng bộ phận dữ liệu”, vì vậy thế giới đã thay đổi khá nhiều!

Có thể bạn chia sẻ câu chuyện về sự hình thành của Search.io?

Tìm kiếm luôn làm tôi khó chịu; nó đã được cải thiện rất nhiều nhưng vẫn còn khá tệ trong hầu hết các trường hợp. Tôi luôn nghĩ rằng nó nên hiểu tốt hơn về ngữ cảnh và ý định cá nhân. Vì vậy, nó bắt đầu với suy nghĩ đó, và nhiều năm sau, chúng tôi đã tiến gần hơn nhiều. Larry Page từng nói rằng tìm kiếm không phải là một vấn đề sẽ được giải quyết trong suốt cuộc đời của chúng ta, và bây giờ tôi hoàn toàn hiểu tại sao. Nhưng chúng tôi đã thay đổi đáng kể trò chơi và đã đi được một chặng đường dài so với những gì chúng tôi đã hình dung.

Search.io sử dụng công nghệ tìm kiếm tự học dựa trên “chỉ mục thần kinh”, cụ thể là gì?

Công nghệ tìm kiếm cũ tạo ra chỉ mục trên các từ khóa cụ thể, giống như chỉ mục ở cuối một cuốn sách chỉ đến các trang nơi từ khóa xuất hiện. Chỉ mục thần kinh thay vào đó tạo ra chỉ mục từ các nơ-ron cụ thể trong các mạng nơ-ron được thiết kế đặc biệt. Các nơ-ron này được thiết kế để hoạt động cho các ngữ cảnh và ý nghĩa liên quan, thay vì từ khóa, vì vậy có thể xác định nhanh chóng các mục liên quan, thậm chí trên các ngôn ngữ khác nhau. Tự học cho phép các chỉ mục này thích nghi và cải thiện khi người dùng mua hàng hoặc các sự kiện phản hồi tích cực khác.

Có thể bạn thảo luận về cách học tăng cường được sử dụng để tối ưu hóa kết quả tìm kiếm?

Chủ yếu nó được sử dụng để sắp xếp lại kết quả tìm kiếm để tối đa hóa một mục tiêu cụ thể, chẳng hạn như nhấp chuột hoặc mua hàng. Đây là một vấn đề kinh điển về việc khám phá so với khai thác, nơi thứ tự tốt nhất ban đầu không được biết. Có một câu nói nổi tiếng rằng nơi tốt nhất để giấu một xác chết là trên trang 2 của kết quả tìm kiếm của Google ! Đó là vì hầu như không ai thậm chí đến được cuối trang 1. Vì vậy, nếu bạn có 10.000 kết quả liên quan cho một truy vấn và chỉ hiển thị 10 kết quả trên mỗi trang, một số ngẫu nhiên hóa có thể giúp xoay các kết quả khác nhau và nâng cao những kết quả đang резонанс với mục tiêu kinh doanh.

Có sử dụng học sâu không, nếu có, thì sử dụng như thế nào?

Có, theo nhiều cách. Chúng tôi sử dụng học sâu để chuyển ngôn ngữ thành vector và sau đó cũng chuyển vector thành băm thần kinh.

Nền tảng cho phép doanh nghiệp kiểm soát việc học tích hợp bằng cách cho phép điều chỉnh, bạn có thể thảo luận về cách quá trình này hoạt động?

Tự học thường sử dụng sự kiện để “đẩy” băm thần kinh đến những thứ đã từng резонанс, chẳng hạn như các mục đã mua so với các mục không mua. Trong một số trường hợp, điều đó có thể mất quá lâu và doanh nghiệp biết những gì nên là một kết quả tuyệt vời. Vì vậy, chúng tôi cho phép họ thông báo cho chúng tôi và điều này dạy cho sự liên quan để hiểu tốt hơn về ý định. Điều này cơ bản giúp việc học nhanh hơn.

Có những thách thức gì đằng sau việc giải mã ý định người dùng khi thực hiện tìm kiếm?

Ngôn ngữ rất mơ hồ. Một “ngân hàng” có thể là một tổ chức tài chính, một bờ sông, một máy bay quay, một cú sút bóng rổ, v.v. Để làm cho nó tồi tệ hơn, đối với một người từ Los Angeles tìm kiếm “áo khoác”, sẽ là một ý định hoàn toàn khác so với một người từ Boston. Nam vs nữ, thậm chí khác hơn. Ngôn ngữ không thể hiện ý định một cách tốt, sự hoàn hảo thực sự là không thể, vì vậy tìm kiếm là một trò chơi về xác suất.

Quy trình tích hợp Search.io vào một trang web là gì?

Nó thay đổi tùy thuộc vào độ phức tạp. Đối với các cửa hàng Shopify và trang web dựa trên nội dung, bạn có thể bắt đầu trong vài phút, trong khi các cửa hàng thương mại điện tử tiên tiến với danh mục phức tạp và kết quả được cá nhân hóa cao có thể mất vài tuần đến vài tháng.

Có điều gì khác bạn muốn chia sẻ về Search.io?

Nếu bạn là một tổ chức có nhiều dữ liệu và đang cố gắng tăng giao dịch trực tuyến, hãy liên hệ với chúng tôi. Chúng tôi đã consistently cải thiện đáng kể hiệu suất trực tuyến của khách hàng thông qua các trải nghiệm tìm kiếm và khám phá được cải thiện.

Cảm ơn bạn đã tham gia cuộc phỏng vấn này, vì bạn đã nghiên cứu các công cụ tìm kiếm trong hơn hai thập kỷ, điều này thực sự rất thú vị. Những người đọc muốn tìm hiểu thêm nên truy cập Search.io.