MeetKai 联合创始人兼 CEO 詹姆斯·卡普兰 – 采访系列

詹姆斯·卡普兰是 MeetKai 的联合创始人兼 CEO，MeetKai 是一款通过对话、个性化和策划使生活更容易的 AI 助手。

您六岁时就开始编程，最初是什么让您对编码感到兴奋，学习了哪些语言？

最初的动力来自于为 Windows 95 编写的《俄勒冈小道》游戏。我每天放学后都会玩它。我当时在一年级，除了玩游戏之外没有什么可做的！我开始思考我希望在游戏中改变什么。当我年轻时，我在一家当地书店买了一本《青少年游戏编程》的书。我一下子就被吸引了，并很快忘记了我最初的《俄勒冈小道》动机。但我一直喜欢游戏，它们激发了我学习新编程语言的动力。在接下来的几年里，我在尝试为 NeoPets 编写一个 bot 时学习了 Visual Basic，当我 12 岁时，我学习了 PHP，以便开始制作动态网站。即使那时，我的学习 PHP 的动力也是为了赚钱购买视频游戏。

您的前一家创业公司是一家基于 AI 的对冲基金，您从这段经历中得到了什么启发？

我最大的收获是抛弃了“不能与巨头在拥挤的空间中竞争”的观念。很容易认为，在金融领域，任何有利可图的东西都已经被巨头占领。但我很快意识到，不应该高估自己的竞争对手。懒惰和组织惯性会阻碍新想法。有时候，一个想法或活动可能对于大公司来说太过小众，或者他们可能认为它太冒险，不值得超出他们的舒适区。

您能分享一下 MeetKai AI 助手的创立故事吗？

我已经厌倦了金融领域。一切都必须以夏普比率和盈利来衡量，这使得技术失去了乐趣，也与我最初踏上编程之路的初衷相去甚远。2018 年末，我与 MeetKai 的联合创始人魏立谈论了我对科技格局的看法。我的一个主要观察是语音助手领域停滞不前。所有关键玩家都坚持旧的方法，用户并没有从技术中受益。没有人愿意尝试新的方法，“因为这不是 X 做事的方式。”没有区别。如果我从头开始，抛弃所有（或者说，大多数）关于“如何构建语音助手”的先入之见，我就可以从根本上改变用户体验。我们开始构建真正的 AI 助手，而不是基于语音的聊天机器人。在我之前的创业经历中所学到的教训，加上魏立的指导，促使我们创立了 MeetKai。

构建 AI 助手的一些挑战是什么？

构建真正的 AI 助手有两类问题：用户期望和技术实现。第一个问题经常被忽视，但在 MeetKai 中是相关的。用户被训练成知道什么是语音助手的界限。特别是，他们假设自己必须以命令式的方式搜索。我们正在努力训练用户使用自然语言搜索。这使得我们能够提供更丰富的功能，例如使用否定“找到一部不是《摩阿娜》的《巨石强森》电影”。我们可以完美地处理这种情况，但当前的语音助手无法回答我们。

第二类挑战是技术挑战。这分为两个子类：搜索和理解。对于搜索，我们与其他虚拟助手不同，我们维护自己的内容索引。虽然这使我们能够实现下一代的魔术，但也带来了运行和维护自定义语音优先搜索引擎的挑战。这是一个我们不断创新的领域。语言理解是构建 AI 助手时面临的另一个挑战。对于大多数语音助手来说，这意味着能够理解英语文本。MeetKai 支持 16 种语言。这不是 16 倍的工作量，因为我们使用多语言方法，但仍然比仅支持“英语”多了很多。然而，这是值得的，因为对我们来说，MeetKai 是真正的全球化是非常重要的。

MeetKai 如何使用个性化 AI 来区别于其他产品？

我们在两个领域使用个性化 AI：理解和搜索。

当用户说“今晚可以找到一些中国菜吗？”，这可能意味着他们想要一个中国食谱、一个中国餐厅或一个中国节目来观看。凭借我们个性化的深度理解，我们可以消除歧义并为用户提供他们期望的结果。这一切都可以在不离开我们的平台的情况下完成。

我们将个性化融入搜索本身。其他虚拟助手面临的一个大问题是许多搜索被传递给第三方履约提供商。当您使用传统助手搜索一家餐厅时，它会将该搜索传递给 Yelp。缺点是 Yelp 不了解用户，如果他们了解用户，那么这就是一个隐私问题。因为 MeetKai 是一个第一方应用，从头到尾都是我们自己的，所以我们可以实现真正的个性化。

MeetKai 有哪些用例？

MeetKai 的目标是成为第一个 AI 个人助理。我们希望帮助用户在日常生活中。我们不想成为一个命令式的助手。我们不支持诸如“音量上”，“音量下”，“30 秒计时器”等功能。我坚信这些功能不是 AI，而只是基于语音的输入。如果你回想一下 AskJeeves 的日子，整个想法是它是你的管家，没有人会将 Google Assistant 人格化。尽管 Apple Siri 或 Amazon 的 Alexa 想要成为那样，但没有人认为它们是除了应用程序以外的其他东西。我们仍然处于早期阶段，但我们已经建立了所有必要的技术来实现我们三到五年的路线图，成为真正的 AI 助手。

该行业如何防止 AI 助手引入偏见或强化现有的偏见？

在提供个性化结果和不创建偏见之间存在着微妙的平衡。我们已经看到，当研究人员在社交媒体平台上优化参与度指标时会发生什么 – 它会创建偏见的气泡。作为一个行业，第一步是重新思考我们的指标和 KPI。在 MeetKai，我们优化点击量和新颖性之间的平衡。AI 应该因找到用户点击 30% 的新颖结果而受到奖励，而不是简单地找到“顶级”结果并被点击 50%。然而，这种方法在更深入的考虑中有一个明显的缺陷。什么如果 AI 提出的结果只是用户小气泡中的偏见结果呢？我们构建了我们的 AI，以便在用户的个性化区域的两个方向上推动。如果用户要求列出关于牛肉的文章，我们可能不会只呈现符合他们信仰的文章，而是会在他们偏好的边缘或稍微超出边缘添加一些文章。这些可能包括一篇关于动物伦理和气候变化的文章，以及一篇关于动物脂肪的潜在健康益处的文章。我们采用的技术直觉根植于接受这样一个事实：很难训练 AI 来确定 Y 是否有偏见，但要训练它知道 X 和 Z 落在 Y 的同一区域的边缘要容易得多。

您在 5 年或 10 年内如何看待 AI 助手的未来？

AI 助手将越来越多地采用 MeetKai 所采用的第一方方法。整个生命周期中，Alexa 和 Google 都试图培养第三方扩展和技能的生态系统。这会带来一些严重的问题，特别是在隐私方面。此外，这也没有提到它对功能的上限的影响。我预计更多的行业参与者将采用我们所采用的相同方法，并且在各个领域都有迹象表明这一点。

感谢这次精彩的采访，希望了解更多关于这个个性化 AI 助手的读者可以访问 MeetKai。