Yazıyı okuyorsunuz: Sarah Nagy, Seek AI Kurucusu ve CEO’su – Röportaj Serisi
Sarah Nagy, kurucusu ve CEO’sudur. Yapay zekada ara, işletme son kullanıcılarının Seek’te veri ekibine sordukları soruların aynısını doğrudan Slack, Teams ve e-posta üzerinden sormasına olanak tanıyan bir platform. Sorularını nasıl yazdıklarını “iyileştirmeden” ve yeni bir platform öğrenmeden.
Başlangıçta Hubble Uzay Teleskobu’ndan gelen verilerle araştırmacı olarak başladınız. Ne üzerinde çalışıyordun?
UCLA ve Caltech’te araştırma yapıyor, teleskopla gözlemlenebilen en uzak galaksilerden bazılarına bakıyordu ve onların kütle ve büyüklük gibi bazı özelliklerini analiz etmeye çalışıyordu. Bu araştırmanın amacı, çok uzak galaksiler ile bize yakın galaksiler arasındaki farkı anlamamıza ve bu galaksilerin zaman içinde nasıl oluştuğuna dair modeller geliştirmemize yardımcı olmaktı.
Daha sonra çeşitli startuplarda veri bilimci olarak çalıştı. En ilginç projelerden bazıları nelerdi?
Öne çıkan projelerden biri, perakende ürünlerle ilgili yapılandırılmamış metinleri sınıflandırmak için doğal dil işlemenin (NLP) kullanılmasıydı. Örneğin, ham metni (ör. “air jordans green”) alıp bunu tahmini marka (“Nike”) olarak etiketlemek. NLP konusunda uzmanlaşmış ve farklı bir projeyle meşgul olan bir meslektaşım vardı, bu yüzden başlangıçta bu proje üzerinde çalışmamam gerekiyordu. İşleri yoğun olduğu için bana verdiler. O zamanlar NLP hakkında hiçbir şey bilmiyordum bile, bu yüzden bilgimi artırmak için Stanford ve Fast.ai’den bazı ücretsiz kurslara katıldım. NLP’yi öğrenmekten gerçekten keyif aldım ve neden bu kadar önemli olduğunu ve dili anlayabilen yapay zekanın (AI) neden “genel yapay zeka” olarak adlandırılan şeye doğru büyük bir adım olduğunu anlamaya başladım. Bu deneyim beni kesinlikle GPT-3’ün ilk çıktığında önemini hızla anlamaya hazırladı.
Seek AI’nin arkasındaki oluşum hikayesini paylaşabilir misiniz?
OpenAI’nin GPT-3 modeli çıktığında, bunun ne kadar inanılmaz bir ilerleme olduğunu hemen fark ettim ve özellikle GPT-3 kodu yazmayı içeren uygulamalar konusunda heyecanlanmaya başladım. Sonuçta, bir veri bilimcisi olarak bütün gün kod yazıyordum ve yapay zekanın bunu yaptığını ve kodu mükemmel bir şekilde oluşturduğunu görmek muhteşemdi. GPT-3’e olan tepkimi, benim için başka bir harika deneyim olan 2013’te sanal gerçekliği ilk öğrendiğim zamana benzetebilirim. Bu teknolojiye yatırım yapmak için bir startup kurmam gerektiğine karar verdim. Tam olarak ne yapacağımı bilmiyordum ama bu modeller hakkında daha fazla şey öğrenirsem değerli bir şeyin yerine oturacağını hissettim.
Modelleri gerçekten öğrendikten sonra, niceliksel veya veri bilimci olarak çalıştığım her yerde karşılaştığım bir sıkıntı noktasını çözebileceğimi fark ettim. Eldeki sorun, işletme sahiplerinin kendi veri sorularını yanıtlayacak doğru araçlara sahip olmamasıydı. Bir veri bilimci olarak, sıklıkla çok fazla dikkat gerektiren sorunlar üzerinde çalışıyordum, ancak iş tarafındaki iş arkadaşlarımın verilerle ilgili soruları olması beni yaptığım işi durdurmaya zorlayarak sık sık kesintiye uğratıyordu. Süreç eski ve verimsiz görünüyordu. Sorunu çözmek için bu yeni teknolojiye odaklanırsam, bunun bu önemli ve yaygın soruna kategoriyi belirleyen bir çözüm olacağını fark ettim.
Seek AI, üretken yapay zekayı kullanır. Bunun ne olduğunu okuyucularımıza açıklayabilir misiniz?
“Üretken Yapay Zeka” çok abartılı bir moda kelime, ancak diğer moda kelimelerin aksine, bu abartılı reklamın yersiz olduğunu düşünmüyorum. Terim, Open AI gibi yüz milyarlarca parametreye sahip büyük makine öğrenimi modellerini ifade eder. DALL-E Ve GPT-3. Bu modellerin yeniliği, doğal dili anlayabilmeleri ve metin, resim, kod ve daha fazlasını oluşturabilmeleridir. Örneğin DALL-E veya Stable Diffusion ile oynarsanız, bu modellerin neden bu kadar abartılı olduğunu hemen anlayacaksınız; Doğal dil komutlarını anlama konusunda inanılmaz derecede insani bir yeteneğe sahipler ve en iyi insan sanatçılara rakip olabilecek sanat eserleri üretebilirler.
Kod oluşturma, üretken yapay zekanın en spesifik ancak en önemli uygulamalarından biridir. Veriler giderek büyüyor ve karmaşıklaşıyor ve bu nedenle insanların manuel olarak analiz etmesi ve organize etmesi zorlaşıyor. Ancak bu verilerin içinde kodlanmış çok fazla bilgi var. Bu bilgi yalnızca kuruluşlar için güçlü olmakla kalmıyor, aynı zamanda akademide inanılmaz bilimsel ilerlemelere de yol açabiliyor. Verilerden değer elde etmek için yapay zeka oluşturmak, eyleme geçirilebilir bilgiler biçiminde inanılmaz değerlerin kilidini açacaktır.
Seek AI, kullanıcıların doğal dili kullanarak verilerle etkileşim kurmasına olanak tanıyan bir arayüz oluşturuyor. Bilgi çalışanları, Seek AI’nin doğal dil arayüzüne e-posta, Slack, kısa mesajlar ve çeşitli müşteri ilişkileri yönetimi (CRM) sistemleri aracılığıyla erişebilir.
Seek AI’da başka hangi makine öğrenimi türleri kullanılıyor?
Üretken AI, makine öğrenimi mimarimizin bir parçası olsa da mimarimiz aynı zamanda açık kaynaklı derin öğrenme modellerinin çeşitli çatallarını da içerir. Transformatör modelleri (“üretken yapay zeka”nın bir çeşididir), Seek’in kullandığı modellerin çoğunu (ancak hepsini değil) içerir.
Teknik bilgisi olmayan kullanıcıların verilere hızla erişebilmesi neden bu kadar önemli?
Yatırım getirisi yaratmıyorsa verinin ne faydası var ve iş kullanıcıları ona erişemiyorsa bir işletme bu yatırım getirisini nasıl elde edebilir? Bu nedenle doğruluktan ödün vermeden mümkün olduğunca çok kişiye erişim sağlamak kesinlikle önemlidir.
Veri bilimci olduğumda bazen CEO’dan, şirketimizin ürün veya pazara çıkış stratejisine yardımcı olmak için bazı verileri analiz etme yönünde talepler alırdım. Bu projeler haftalar veya daha uzun sürebilir. Artık bir CEO olarak bu projelerin önemini veri tarafında olduğum zamana kıyasla daha derin bir düzeyde kesinlikle anlıyorum. Çoğu zaman kendimi, kararlarımı daha hızlı alabilmek için verilerin parmaklarımın ucunda olmasını dilerken buluyorum. Bu, Seek’te çözdüğümüz şeyin bir örneğidir.
Seek AI bu verilerin kurtarılmasını nasıl bu kadar kolaylaştırıyor?
Düşünülmesi ilginç olan şey, verilerin gerçekte yalnızca kodla analiz edilebileceğidir. Bu kodun soyutlamaları olan platformların olduğu doğrudur (örneğin, veri kontrol panelleri), ancak başlığın altında, verilerin iş son kullanıcılarına sunulmasına olanak tanıyan, veri analistleri tarafından manuel olarak yazılan kod vardır.
Bilgi çalışanlarının çoğu nasıl kod yazılacağını bilmiyor, kodlamak istemiyor veya verileri analiz etmek için kod yazmak isteseler bile verilere erişemiyor. Bu nedenle, verilere ihtiyaç duyduklarında, onu bir kontrol panelinde bulmaları veya bulamazlarsa veri ekibine sormaları gerekir. Veri kümeleri ne kadar büyükse bu durum o kadar fazla olacaktır.
Bu nedenle veri ekipleri kendilerine yöneltilen doğal dil sorularının ve kod aracılığıyla sorguladıkları verinin “çevirmenleri” olmalıdır. Bu aracı “çevirmenin” ortadan kaldırılması, Seek’in yaptığı işin kalbidir.
Şirketler kullandıkları verilerin doğru olduğundan nasıl emin oluyorlar?
Veri doğruluğu ve erişilebilirlik arasındaki dengeyi yönetmek büyük bir zorluktur. Yakın tarihli bir röportajda söylediğim gibi, erişilebilirlik bir yandan daha az teknik kişinin bir şirketin verileri olan bilgi kaynağıyla etkileşime geçmesine olanak tanıyor. Öte yandan, kirlenmiş bir kaynak suyunun (yani kötü verinin) ne faydası var?
En iyi veri ekipleri, bu dengelemeyi mümkün olduğu kadar en iyi şekilde yöneten ekiplerdir ve bunun büyük bir kısmı, teknik olmayan kullanıcıların etkileşimde bulunabileceği tüm araçları dikkatli bir şekilde kalibre edip incelemektir.
Seek AI platformunun bazı örnek kullanım durumları nelerdir?
B2B SaaS, Fintech, Tüketici Ürünleri Malları (CPG) ve B2C e-ticaret sektörlerinde müşterilerimize ve tasarım ortaklarımıza halihazırda değer sağlıyoruz.
savaş yüzgeciörneğin alternatif finansal veri kümeleri için lider pazar yeridir. Kendi müşterilerinin sorularına hızlı ve kaliteli yanıtlar vermenin, rakiplerine karşı kazanma veya kaybetme arasındaki fark olduğuna inanıyorlar. Şirket CEO’su Tim Harrington şunları söyledi: “Seek AI, müşterilerimizin sorularına yanıt olarak 2.400’den fazla veri setimize erişmemiz ve bunları analiz etmemize sağladığı avantaj nedeniyle şirketimizin 2023 stratejisinde kritik bir rol oynadı. “Platform olmadan bu düzeyde bir verimlilik elde etmek için harcayacağımız harcamalara dayanarak, Seek AI’daki yatırım getirimizin yaklaşık 10 kat daha yüksek olacağını tahmin ediyorum.”
Seek AI hakkında paylaşmak istediğiniz başka bir şey var mı?
Burası utanmaz bir fiş için doğru yer olabilir. Seek şu anda adresinden erişilebilen platformumuzun ücretsiz denemelerini sunmaktadır. arama.ai. Üretken yapay zekayı veri ekiplerine getirme konusunda öncü olmaktan heyecan duyuyoruz ve müşterilerimizle birlikte bu yolculuğa çıkmayı sabırsızlıkla bekliyorum.
Harika röportaj için teşekkürler, daha fazla bilgi isteyen okuyucular ziyaret etmeli Yapay zekada ara.
