伊莫根·洛（Imogen Low），NWO.ai 联合创始人兼首席技术官 – 采访系列

伊莫根·洛（Imogen Low）是 NWO.ai 的联合创始人兼首席技术官，NWO.ai 是一个预测平台，跟踪超过 2000 万个微趋势，并在趋势变得指数级之前通知客户。

是什么最初让你对机器学习感兴趣的？

我第一次对机器学习感兴趣是在高中时。在空闲时间，我开发了交互式 3D 地图，用于复杂的多层次设施，如购物中心、机场、医院和学校。这些地图可以用于室内导航和访客的路径查找。我还对收集用户在建筑物中移动时的行为数据点感兴趣。这些信息可以用于预测随时间的行人流量和优化导航路线。

但直到我 17 岁时，在 SAP 获得了我的第一份工作作为机器学习工程师，我才真正对 AI 感兴趣。在 SAP 工作期间，我处理了各种问题。例如，我分析了 NASA 的卫星数据来预测作物产量；我使用计算机视觉技术来分析无人机拍摄的视频以监测牲畜；我使用企业事务数据来预测税务欺诈；我结合计算机视觉技术和自然语言处理技术来构建对话式和增强现实虚拟助手。

您从澳大利亚到新加坡，最后到美国，能否讨论这段旅程？

我在高中开发的室内导航应用程序让我前往台湾，在亚太 ICT 联盟（APICTA）奖励大会上展示了它。这个经历让我对亚洲的技术变革和创新步伐有了新的认识——尤其是他们对人工智能技术的采用。我想沉浸在一个亚洲国家并成为这些进步的一部分。因此，我在新加坡的 SAP 亚太区总部担任了一份机器学习职位。

在新加坡工作期间，我开发了一个虚拟助手，它成为 SAP 创新的一个领先例子。因此，我被邀请在亚洲的一个创新峰会上展示它。在峰会上，我听到了来自一位成功的无人机企业家 Pulkit Jaiswal 的迷人主题演讲。他解释了如何通过分析在线数据来预测国家之间的地缘政治紧张。我被这个想法所吸引，以至于我当天就辞去了工作，并与他合作成为 NWO 的联合创始人。虽然公司总部位于纽约，但我位于悉尼。

您能描述一下 NWO.ai 如何帮助识别趋势在它们变得指数级之前吗？

在 NWO.ai，我们模拟了不同想法在全球网络中传播的方式。我们的目标是预测显著的关注度增加。为此，我们设计了一个交叉关联引擎，可以确定哪些数据源和消费者声音是采用趋势的最强预测指标。我们还可以确定影响增长的主要因素。然后，我们利用我们的动态加权系统来放大最预测性的数据点并抑制滞后数据点。

使用了哪些机器学习技术？

我们利用了一系列最先进的自然语言处理（NLP）机器学习模型，例如文档编码器、命名实体识别（NER）模型和机器翻译。我们将这些模型与我们从关联规则挖掘和图论中采用的技术相结合，以将我们的非结构化文本数据集建模为时间感知、多语言、语义知识图。然后，我们可以表示不同想法在不同时间点的关联强度，并动态地在实时中构建新数据点之间的关联。

使用了哪些公共或私人数据源？

我们主要依赖于非结构化的公开可用数据源来构建我们的预测模型。这些包括社交媒体帖子、新闻文章、博客、论坛、评论和搜索历史。我们还将这些数据与专有企业事务数据（如历史销售、需求和库存数据）相结合。

您对女性企业家有什么建议？

现在是成为女性创业者的好时机！不要被这样一个想法吓倒，即创业主要是男性主导的。最近，人们对创业中的性别多样性有了更大的呼声。女性在提供对世界和不同解决问题的思考方式的观点方面有很多可以贡献的。因此，我们看到新的支持网络鼓励女性创业并提供指导、指导和投资机会。

感谢这次精彩的采访，希望了解更多的读者可以访问 NWO.ai。