Imogen Low, Đồng sáng lập & CTO tại NWO.ai – Loạt phỏng vấn

Imogen Low, là Đồng sáng lập & Giám đốc kỹ thuật (CTO) tại NWO.ai, một nền tảng dự đoán theo dõi hơn 20 triệu xu hướng nhỏ, và thông báo cho khách hàng về xu hướng trước khi chúng trở nên cấp số nhân.

Điều gì đã thu hút bạn vào Máy học?

Tôi lần đầu tiên trở nên quan tâm đến máy học khi tôi còn ở trường trung học. Trong thời gian rảnh rỗi, tôi đã phát triển các bản đồ 3D tương tác của các cơ sở phức tạp, nhiều cấp độ như trung tâm mua sắm, sân bay, bệnh viện và trường học. Những bản đồ này có thể được sử dụng để hỗ trợ điều hướng và tìm đường trong nhà cho khách tham quan. Tôi cũng quan tâm đến việc thu thập các điểm dữ liệu về hành vi của từng người dùng khi họ di chuyển trong các tòa nhà. Thông tin này có thể được sử dụng để dự đoán luồng giao thông chân trong thời gian thực và tối ưu hóa các tuyến đường.

Nhưng mãi đến khi tôi 17 tuổi, khi tôi có được công việc đầu tiên của mình với tư cách là kỹ sư máy học tại SAP, tôi thực sự trở nên hứng thú với Trí tuệ nhân tạo. Trong thời gian làm việc tại SAP, tôi đã làm việc trên nhiều vấn đề khác nhau. Ví dụ, tôi đã phân tích dữ liệu vệ tinh từ NASA để dự đoán chất lượng của vụ mùa; tôi đã sử dụng công nghệ tầm nhìn máy tính để phân tích hình ảnh từ máy bay không người lái để theo dõi đàn gia súc; tôi đã sử dụng dữ liệu giao dịch doanh nghiệp để dự đoán gian lận thuế; và tôi đã kết hợp công nghệ tầm nhìn máy tính với xử lý ngôn ngữ tự nhiên để xây dựng các trợ lý ảo và thực tế ảo.

Bạn đã đi theo một con đường không bình thường từ Úc, đến Singapore và cuối cùng là Mỹ, bạn có thể thảo luận về hành trình này?

Ứng dụng điều hướng trong nhà mà tôi đã phát triển ở trường trung học đã đưa tôi đến Đài Loan, nơi tôi đã trình bày nó tại hội nghị giải thưởng APICTA. Kinh nghiệm này đã mang lại cho tôi một quan điểm mới về tốc độ thay đổi và đổi mới công nghệ đang diễn ra ở châu Á – đặc biệt là việc áp dụng các công nghệ trí tuệ nhân tạo. Tôi muốn hòa mình vào một quốc gia châu Á và trở thành một phần của những tiến bộ đó. Vì vậy, tôi đã nhận một vị trí máy học tại văn phòng chính của SAP APJ tại Singapore.

Khi tôi làm việc tại Singapore, tôi đã phát triển một trợ lý ảo trở thành một ví dụ hàng đầu về đổi mới tại SAP. Vì vậy, tôi đã được mời trình bày nó tại một hội nghị đổi mới trên toàn châu Á. Tại hội nghị, tôi đã lắng nghe một bài trình bày chính hấp dẫn từ Pulkit Jaiswal, một doanh nhân thành công trong lĩnh vực máy bay không người lái. Ông đã giải thích cách ông có thể dự đoán căng thẳng chính trị giữa các quốc gia bằng cách phân tích dữ liệu trực tuyến. Tôi đã rất tò mò về ý tưởng đó và quyết định rời bỏ công việc của mình vào ngày hôm đó và trở thành đồng sáng lập cùng với ông trong dự án mới nhất của mình, NWO. Mặc dù công ty có trụ sở tại New York, nhưng tôi đang dựa tại Sydney.

Bạn có thể mô tả cách NWO.ai giúp xác định xu hướng trước khi chúng trở nên cấp số nhân?

Tại NWO.ai, chúng tôi xây dựng mô hình về cách các ý tưởng khác nhau lan truyền trong các mạng lưới toàn cầu. Mục tiêu là dự đoán sự tăng trưởng đáng kể trong việc chiếm lĩnh thị trường. Để đạt được điều này, chúng tôi đã thiết kế một động cơ tương quan chéo giúp xác định các nguồn dữ liệu và tiếng nói của người tiêu dùng nào là những yếu tố dự đoán mạnh nhất về việc áp dụng một xu hướng. Chúng tôi cũng có thể xác định các yếu tố chính ảnh hưởng đến sự tăng trưởng. Sau đó, chúng tôi tận dụng hệ thống trọng số động của mình để khuếch đại các điểm dữ liệu dự đoán mạnh nhất và làm giảm các điểm dữ liệu chậm.

Các công nghệ máy học nào được sử dụng?

Chúng tôi tận dụng một tập hợp các mô hình máy học xử lý ngôn ngữ tự nhiên (NLP) tiên tiến như mã hóa tài liệu, mô hình nhận dạng thực thể có tên (NER) và dịch máy. Chúng tôi kết hợp những công nghệ này với các kỹ thuật mà chúng tôi đã áp dụng từ khai thác luật liên kết và lý thuyết đồ thị để xây dựng các tập dữ liệu văn bản không cấu trúc của chúng tôi thành một đồ thị kiến thức ngữ nghĩa đa ngôn ngữ và nhận thức thời gian. Chúng tôi có thể đại diện cho mức độ liên kết giữa các ý tưởng khác nhau tại các thời điểm khác nhau và xây dựng các liên kết động giữa các điểm dữ liệu mới trong thời gian thực.

Loại dữ liệu công khai hoặc riêng tư nào được sử dụng?

Chúng tôi chủ yếu dựa vào các nguồn dữ liệu công khai không cấu trúc để xây dựng các mô hình dự đoán của mình. Những nguồn này bao gồm các bài đăng trên mạng xã hội, bài viết tin tức, blog, diễn đàn, bình luận và lịch sử tìm kiếm. Chúng tôi cũng kết hợp những nguồn này với dữ liệu giao dịch doanh nghiệp độc quyền, chẳng hạn như dữ liệu bán hàng lịch sử, nhu cầu và hàng tồn kho.

Bạn có lời khuyên gì cho các doanh nhân nữ?

Bây giờ là thời điểm tuyệt vời để trở thành một người sáng lập nữ! Đừng bị cản trở bởi ý tưởng rằng doanh nghiệp là một lĩnh vực chủ yếu do nam giới thống trị. Gần đây, đã có một cuộc gọi lớn hơn cho sự đa dạng về giới tính trong doanh nghiệp. Phụ nữ có rất nhiều điều để cung cấp về các quan điểm cạnh tranh về thế giới và các cách suy nghĩ khác nhau về việc giải quyết vấn đề. Vì vậy, chúng tôi đang chứng kiến các mạng lưới hỗ trợ mới khuyến khích phụ nữ bắt đầu kinh doanh và cung cấp hướng dẫn, tư vấn và cơ hội đầu tư.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập NWO.ai.