访谈
詹姆斯·卡普兰，MeetKai 元宇宙的CEO兼联合创始人 – 采访系列
詹姆斯·卡普兰，是MeetKai的CEO兼联合创始人，MeetKai是一家位于加利福尼亚州洛杉矶的人工智能、虚拟现实和对话搜索公司，目前正在以前所未有的功能领导人工智能语音赛跑。其对话式人工智能可以理解更复杂的语音并在关于许多主题的自然对话中提供个性化结果，在不同的现实中。MeetKai的技术通过iOS、Google Play和AppGallery在全球范围内部署。
您在6岁时就对人工智能产生了兴趣，您是如何第一次接触到这项技术的？
我对人工智能的介绍来自视频游戏。首先，是通过试图了解游戏《俄勒冈小道》中的人工智能如何工作——虽然它不太智能，但仍然是一种人工智能。从那里开始，我对人工智能的兴趣随着我深入MMORPG而增长。我真的喜欢玩在线游戏，但我讨厌为物品而努力。因此，我开始编写机器人。
您编写的第一个人工智能应用程序是什么？
为MMO编写机器人是我开发特定形式的人工智能的第一次尝试。开始时，我的机器人非常简单，更加类似于宏而不是人工智能。但是随着我年龄的增长和许多游戏中的机器人检测变得更好，这开始需要让机器人看起来更像一个玩家。我一直喜欢编写机器人——我最终编写了一个机器人来赢得泰勒·斯威夫特的比赛（她实际上来演出！）。同样，我还编写了第一个宝可梦Go机器人，并且当我失去规避检测的兴趣时，不幸地让许多人被封禁。
您在2018年推出了MeetKai，此前您对当前的人工智能语音助手感到沮丧。为什么大多数人工智能助手提供的体验如此平庸？
问题的核心是，大多数人工智能助手过度依赖外部API来实现满足。即使他们控制了满足，例如Alexa用于电子商务搜索，他们也会遭受同样的问题。简单地说，如何期望一个语音助手很聪明，当它所做的就是将语音转换为文本并将该文本放入基于文本的搜索引擎中？我们以控制整个语音助手的端到端处理管道的想法启动了MeetKai。我们开发了一个对话式搜索引擎，而不是基于关键词的搜索引擎，以支持更复杂的查询和对话。其他助手由于以下限制因素而陷入了平庸的体验中。虽然我们的目标是到达那里，但我们仍然处于扩大我们的技术以满足现有玩家相同数量的领域的非常早期阶段。
构建最先进的语音助手体验背后的自然语言理解和自然语言处理挑战是什么？
下一代NLU面临的主要挑战之一是超越意图和实体。最传统的语言理解方法是将每个输入语句分类为意图，然后使用序列标记模型将语句中的标记标记为实体。我可以列举出几十个与这种标准方法相关的问题。然而，最关键的问题是：
- 上下文无关的意图分类无法处理多回合对话。大多数方法只关心被转录的原始文本。它们不关心上下文——不关心用户是谁，不关心用户喜欢什么，只关心他们刚刚询问的内容。这在用户说出简洁的内容时尤其重要。例如，如果有人说“都市”，它可能指的是饮料或杂志，并且高度依赖于这个人。
- 实体识别模型在处理非类别值时做得很差。大型语言模型无法快速适应野外的新实体，因为它们不在数据集中。人工智能需要有更复杂的方法来识别实体，考虑到更深的上下文。例如，用户的位置应该大大影响某些东西是否是餐厅名称还是其他东西。
- 实体关系没有被很好地考虑。我的最喜欢的例子是，大多数搜索引擎在处理否定时经常失败。尝试在其他语音助手上搜索没有浪漫的电影，你就会明白我的意思。
目前，大多数语音助手只是将语音转换为文本并进行谷歌搜索。MeetKai AI的运作方式与此有何不同？
MeetKai和谷歌在搜索方面的主要区别在于，我们利用更丰富的语言理解模型来搜索项目本身，而不是仅仅搜索网页。当您搜索“汤姆·克鲁斯没有动作的电影”时，谷歌正在寻找包含该组标记的页面（汤姆·克鲁斯，电影，动作）。在MeetKai，我们正确地理解汤姆·克鲁斯是一个演员，电影是他们正在寻找的媒体类别，动作是他们不想要的类型。有了这个，我们可以进行更智能的搜索。
MeetKai最近推出了其第一个生活方式VR世界：MeetKai元宇宙。您能讨论一下这个应用程序是什么吗？
大多数元宇宙领域的公司都在从事人与人之间的交互。除此之外，内容也大多是卡通式的或只是360°视频。我们在MeetKai元宇宙中的目标是专注于一个完全不同的角度——人与人工智能。我们正在开发一个元宇宙，其中您交互的角色都由我们的尖端对话式人工智能驱动。另外，我们正在努力对环境进行程序生成，使其在现实感和沉浸感方面比其他公司更胜一筹。在我们的元宇宙中可以探索的两个初始世界是针对两个初始用例：冥想和博物馆。在前者中，我们数字化了一位咏春专家，并首次创建了一个能够指示用户如何使用革命性的冥想技巧进入放松状态的人工智能角色。在后者中，我们创建了一个不断增长的艺术博物馆，并提供了一个能够回答有关艺术空间的问题并提供游览的人工智能策展人。
MeetKai元宇宙中的人工智能被使用的例子有哪些？
我们在三个地方使用人工智能：
- 为元宇宙中的每个角色提供对话功能。
- 动态创建通过语音指导为用户提供的内容。这些内容的例子包括我们初始两个体验中的冥想课程和艺术画廊游览。
- 程序化地创建3D空间，而不是需要手动布局。
您对语音助手的未来有什么展望？
为了使语音助手有一个未来，它们需要演变成比基于命令的系统更为先进的东西。这意味着在许多特定领域中获得深入的专业知识和能力。我认为，组装不同的特定领域的语音助手将是构建全智能元助手的关键。这与我们自语音助手进入该领域以来看到的“一次性完成所有事情”的尝试形成鲜明对比。
您是否还有其他关于MeetKai或MeetKai元宇宙的信息想要分享？
我们仍然处于元宇宙路线图的非常早期阶段。我们的最终目标是，我们希望能够复制您在现实世界中的任何体验，并超越它。这意味着我们希望消除限制这些体验的成本和时间因素。在现实世界中。元宇宙可以让我们过上更丰富的生活，而不是取代它们。我们仍然有几个技术挑战需要解决，但是我们有一个明确的里程碑假设硬件继续改进。我们正在与硬件合作伙伴密切合作，以确保VR空间快速发展。除了VR之外，我们希望使我们的元宇宙体验在VR之外成为可能。在接下来的几个月内，我们将宣布更多关于此的信息。
感谢这次精彩的采访，我期待跟进您的元宇宙版本的进展。希望了解更多的读者可以访问MeetKai。
