面试
Scout 联合创始人兼首席执行官 Marc Sloan – 访谈系列
马克·斯隆 (Marc Sloan) 是 Scout 的联合创始人兼首席执行官，Scout 是世界上第一个网络浏览器聊天机器人，是一种可以在线完成任何事情的数字助理。 Scout 根据您在网上所做的事情来建议它可以为您做的有用的事情。
人工智能最初吸引您的是什么？
我第一次从事人工智能工作是在我攻读学士学位期间，在 GCHQ 的自然语言处理研究团队工作的间隔年。我亲眼目睹了机器学习对现实世界问题的影响及其所带来的变化。
它改变了我对如何使用计算机解决问题的想法：软件工程教你创建获取数据并产生结果的程序，但机器学习可以让你获取数据并描述你想要生成程序的结果。 这意味着您可以使用相同的框架来解决数千个不同的问题。 对我来说，这比为每个问题编写程序更有影响力。
我已经在研究数学和计算机科学中的优化问题，因此回到大学后，我专注于人工智能并完成了语音处理论文，然后申请了伦敦大学学院信息检索博士学位。
您在 AlphaGo 创始人 David Silver 的监督下研究了网络搜索中的强化学习。 您能讨论一下这项研究的一些内容吗？
我的博士学位主题是应用强化学习来学习对信息检索中的问题进行排序，这是我帮助创建的一个领域，称为 动态信息检索。 我的导师是王军教授和 David Silver 教授，他们都是基于代理的强化学习领域的专家。
我们的研究着眼于搜索引擎如何从用户行为中学习，以随着时间的推移自动改进搜索结果。 使用多臂强盗方法，我们的系统将尝试不同的搜索排名并收集点击行为以确定它们是否有效。 随着时间的推移，它还可以适应个人用户，并且在处理模糊的搜索查询方面特别有效。 当时，David 正在深入研究围棋问题，他帮助我确定了针对这个特定问题的适当的强化学习状态设置和价值函数。
您从与 David Silver 的合作中学到了哪些企业家经验？
伦敦大学学院的研究通常是创业性的。 David 此前曾与 Demis Hassabis 一起创立了 Elixir 工作室，随后加入 DeepMind 开发 Alpha Go。 但我们媒体未来研究小组的其他成员最终也创办了一系列不同的初创公司：Jun 创立了 Mediagamma（将 RL 应用到在线广告支出），Simon Chan 创办了 预测.io （被 SalesForce 收购）和 Jagadeesh Gorla 创办了 Jaggu（电子商务推荐服务）。我们的团队经常讨论我们的研究可能产生的商业影响，我想也许是因为 UCL 位于伦敦，这使其成为创建企业的自然起点。
您最近推出了 Scout，这是世界上第一个网络浏览器聊天机器人。 推出 Scout 的灵感是什么？
这个想法自然是从我的博士研究中演变而来的。 我从完成博士学位后直接加入了 Entrepreneur First，在那里我开始思考如何将我的研究转化为产品。
在开始这项工作之前，我在 Microsoft Research 完成了实习，在那里我将我的研究应用到了 Bing 上。 当时，我从研究中学到的主要内容是，可以根据在线用户行为来预测信息查找。 但令我感到沮丧的是，在搜索引擎中显示这些预测的唯一真正方法是改进自动建议。 因此我开始思考如何使用这些预测来改善用户的整个在线体验，而不仅仅是搜索体验。
正是这种想法促使我和 Entrepreneur First 的新联合创始人创建了一个浏览器插件，用于观察用户行为，预测用户下次上网可能需要哪些信息，并为他们获取信息。 经过几年的实验和原型，它演变成一个聊天机器人界面，浏览器会与您“聊天”您在网上的动态，并尽力为您提供帮助。
Scout 与哪些网络浏览器兼容？
我们目前专注于 Chrome，因为它是最流行的网络浏览器，并且拥有成熟的附加架构，但我们有适用于 Firefox 和 Safari 甚至移动应用程序的原型。
Scout 购物助手功能听起来可以节省用户的时间和金钱。 假设有人正在亚马逊上研究产品，后端会发生什么，Scout 如何与用户交互？
这个想法是，一旦安装了 Scout，您就可以继续正常使用网络。 如果您要购物，您可以访问亚马逊查看产品。 此时，Scout 会识别出您正在亚马逊上购物以及您正在查看的产品，并且它会说“您好”。 它作为聊天小部件在网页上弹出，有点像 Intercom 的工作原理，只不过 Scout 可以出现在任何网页上。 你可以在我的网站上看到它的样子。
当你在购物时，它会开始建议可以提供帮助的方法。 它会询问您是否想查看在线评论、其他价格、产品的 YouTube 视频等。 您通过按下按钮进行交互，聊天机器人会根据您想要的功能定制体验。 每当它找到信息（例如 YouTube 视频）时，它都会将其嵌入聊天线程中，就像朋友在 WhatsApp 上与您共享媒体一样。 随着时间的推移，您最终会与浏览器对话，了解您在网上所做的事情，浏览器会一路为您提供帮助。
网页处理发生在浏览器本身内。 我们的后端看到的唯一信息是聊天线程，这意味着隐私影响很小。
我们有一个定制的架构来理解在线浏览行为并管理与用户的对话。 我们使用机器学习来确定我们可以在线帮助完成哪些任务以及我们应该如何提供帮助。 最初，我们使用强化学习来随着时间的推移适应用户的偏好。 然而，我从运营人工智能初创公司中学到的最大教训之一是保持流程简单，并尝试仅使用机器学习来优化现有流程。 因此，我们现在拥有一个复杂的规则引擎，可以随着时间的推移处理任务，一旦需要扩展，就可以通过强化学习来管理。
Scout 如何协助活动策划有哪些示例？
我们意识到活动策划（和旅行预订）与网上购物没有太大区别。 您仍在查看产品、阅读评论并承诺购买/参加。 因此，我们为购物而构建的许多内容也适用于此。
最大的区别是，现在时间和地点很重要。 例如，如果您在 Ticketmaster 上查看音乐会门票，Scout 可以识别场地地址并建议您找到从当前位置到该地点的路线，或者查找 Uber 的价格，或者建议您应该离开的时间。 如果您已将 Scout 连接到您的日历，那么 Scout 可以检查您在活动发生时是否有空，并将其添加到您的日历中。
未来，我们预计 Scout 用户能够通过该平台与朋友交流，讨论他们在网上做的事情，例如活动策划、购物、工作等。
对话触发器将用于 Scout 发起通信。 其中一些触发因素是什么？
默认情况下，Scout 不会打扰您，除非它遇到告诉它您可能需要帮助的触发器。 触发器有以下几种类型：
- 访问特定网站。
- 访问某种类型的网站（例如新闻、购物等）。
- 访问包含某种类型信息（即地址、视频等）的网站。
- 单击网页上的链接或按钮。
- 通过按下按钮与 Scout 互动
- 侦察员检索某些类型的媒体，例如视频、音乐、推文等。
我们计划允许用户微调他们希望 Scout 响应的触发器类型，并最终自动了解他们的偏好。
您能否讨论一下确保 Scout 在决定与用户交互而不变得烦人时真正有帮助的一些困难？
我们非常重视用户参与度，并尝试衡量互动是否会带来积极或消极的结果。 我们尝试在 Scout 尝试开始对话的频率和使用频率之间保持良好的比例。 然而，要达到正确的平衡是一个棘手的问题，我们一直在努力改进。
由于该产品具有侵入性，因此正确的界面和用户体验至关重要。 我们花了很多时间尝试完全不同的界面和用户交互方法。 这项工作使我们找到了当前的聊天机器人风格的界面，我们发现它为我们提供的帮助提供了最大的灵活性，同时用户也很熟悉，并且用户在交互方面付出的努力最少。
您能否提供 Scout 如何帮助最终用户的其他场景？
我们目前的重点是对 Scout 的特定应用程序进行市场测试。 购物和活动策划已经提到了，但我们也在研究 Scout 如何帮助学者（查找研究论文、作者详细信息和参考网络）甚至吉他手（查找吉他乐谱、在线播放音乐和视频以及乐谱）并帮助调音吉他）。 我们还花了一些时间探索在线招聘、财务分析和法律等专业场景。
最终，Scout 可以在任何网站上工作并在任何场景中提供帮助，这使得该技术令人难以置信地令人兴奋，但也使得入门变得困难。
关于Scout，您还有什么想分享的吗？
如果您想看看浏览器可以与您对话会是什么样子，您可以在 Scout 的博客上阅读更多内容。
感谢您对设计统一类型的聊天机器人的精彩见解。 我们很高兴关注这个项目。 请访问马克·斯隆的网站了解更多信息。
