Ryan Kolln, CEO da Appen – Série de entrevistas

Ingressando na Appen AI em 2018 como vice-presidente de desenvolvimento corporativo, ele liderou aquisições estratégicas como a Determine Eight e a Quadrant, e apoiou o estabelecimento das divisões China e Federal. Antes de sua nomeação como CEO, ele atuou como Diretor de Operações, supervisionando as operações e estratégias globais.

Com mais de 20 anos de experiência em tecnologia e telecomunicações, como sua carreira moldou sua abordagem para liderar a Appen no cenário de IA em rápida evolução?

Minha carreira começou como engenheiro de telecomunicações, onde minha função period construir e otimizar redes e envolvia uma enorme quantidade de dados, análises e busca de soluções inovadoras para otimizar o desempenho da rede e a experiência do cliente.

Após concluir meu MBA na NYU, isso evoluiu para funções de liderança em estratégia tecnológica e fusões e aquisições, onde me concentrei em questões estratégicas maiores, como tendências emergentes, oportunidades de investimento e modelos de negócios. Essa experiência me deu uma compreensão profunda dos aspectos técnicos e de negócios das tecnologias emergentes.

Na Appen, trabalhamos na interseção entre IA e dados, e minha experiência me permitiu liderar a empresa e navegar pelas complexidades no espaço de IA em rápida evolução, passando por grandes desenvolvimentos como reconhecimento de voz, PNL, sistemas de recomendação e agora IA generativa. . Esta visão estratégica é essential à medida que a IA continua a transformar as indústrias a nível international.

Você está na Appen desde 2018, conduzindo grandes aquisições como Determine Eight e Quadrant. Como esses movimentos estratégicos posicionaram a Appen como líder em serviços de dados de IA e o que você vê como a próxima grande oportunidade para a empresa?

As aquisições da Determine Eight e da Quadrant foram fundamentais para expandir as nossas capacidades de dados de IA, especialmente em áreas como anotação de dados e inteligência de geolocalização. A plataforma de anotação de dados da Determine Eight foi particularmente impactante. A plataforma é altamente personalizável e a usamos para trabalhar em diversos domínios. Mais recentemente, temos utilizado a plataforma para executar a maioria dos nossos fluxos de dados generativos de IA.

Além das aquisições, há cerca de 5 anos montamos uma operação na China chamada Appen China. Somos agora a maior empresa de dados de IA na China, com receitas quase o dobro das dos nossos concorrentes mais próximos.

Olhando para o futuro, o foco da Appen está no apoio ao desenvolvimento e adoção de IA generativa. Existem grandes oportunidades de crescimento tanto para os criadores de modelos como para as empresas que procuram adotar a IA generativa nos seus produtos e operações. Sentimos que estamos apenas no início da maior onda de IA.

A qualidade dos dados desempenha um papel essential no desenvolvimento do modelo de IA. Você poderia compartilhar como a Appen garante a precisão, diversidade e relevância de seus conjuntos de dados, especialmente com a crescente demanda por dados de treinamento LLM de alta qualidade?

O ponto forte da Appen é nossa capacidade de criar dados de alta qualidade de forma consistente e em escala. Trabalhamos em estreita colaboração com nossos clientes para compreender os objetivos do modelo de IA e desenvolver dados de alta qualidade para suas necessidades por meio de uma abordagem multicamadas que combina ferramentas automatizadas e suggestions humano. Temos uma força de trabalho international de mais de 1 milhão de pessoas em mais de 200 países, o que nos permite selecionar um grupo de colaboradores qualificados e diversificados. Através de rigoroso controle de qualidade e ciclos de suggestions, garantimos que os dados sejam precisos, consistentes e relevantes e possam ser usados ​​para melhorar efetivamente o desempenho dos modelos de IA. Isto permite que os sistemas de IA operem de forma eficaz em ambientes do mundo actual e também podem ser usados ​​para melhorar a robustez e reduzir distorções, especialmente para LLMs.

A geração de dados sintéticos está ganhando popularidade e o investimento da Appen na Mindtech destaca o seu interesse nesta área. Você poderia discutir as vantagens e desvantagens do uso de dados sintéticos ou extraídos da net em comparação com dados de crowdsourcing para treinar modelos de IA e como você vê os dados sintéticos complementando os dados de crowdsourcing pelos quais Appen é conhecido?

Dados de alta qualidade são cruciais, mas a sua produção pode ser dispendiosa e demorada, razão pela qual os dados sintéticos estão a ganhar atenção. Funciona bem para dados estruturados em tarefas tradicionais de IA/ML, especialmente em setores com regulamentações de privacidade rígidas, como saúde e finanças, pois evita o uso de informações pessoais.

No entanto, os dados sintéticos muitas vezes carecem da profundidade e das nuances dos dados do mundo actual, especialmente para tarefas complexas de IA generativa que exigem diversidade e conhecimentos profundos. Também pode perpetuar erros ou distorções dos dados originais. Os dados extraídos da Net, comumente usados ​​para LLMs, apresentam seus próprios desafios com conteúdo de baixa qualidade, preconceito e desinformação, exigindo uma curadoria cuidadosa.

Os dados crowdsourced, nos quais a Appen é especializada, continuam sendo a “verdade básica”. A experiência humana é very important para gerar os dados diversos e complexos necessários para melhorar a precisão do modelo de IA e garantir o alinhamento com os valores humanos.

Vemos os dados sintéticos como complementares aos nossos dados anotados por humanos. Embora os dados sintéticos possam acelerar partes do processo, os dados rotulados por humanos garantem que os modelos reflitam a diversidade do mundo actual. Juntos, eles fornecem uma abordagem equilibrada para a criação de dados de treinamento de alta qualidade para IA.

A Lei da IA ​​da UE e outras regulamentações globais estão a moldar os padrões éticos em torno do desenvolvimento da IA. Como você vê essas regulamentações influenciando as operações da Appen e o avanço da indústria de IA em geral?

A Lei de IA da UE e regulamentações globais semelhantes provavelmente influenciarão as operações da Appen, estabelecendo novos padrões éticos para o desenvolvimento e desempenho de modelos de IA. Poderemos ver mudanças na forma como lidamos com os dados, garantimos a justiça do modelo e abordamos considerações éticas. Isto poderia levar a processos mais rigorosos e possíveis ajustes em nossa abordagem de treinamento e validação de modelos.

Em termos gerais, estes regulamentos provavelmente conduzirão a indústria a padrões éticos mais elevados, aumentarão os custos de conformidade e poderão abrandar alguns aspectos da inovação. No entanto, também exercerão pressão no sentido de uma maior responsabilização e transparência, o que poderá, em última análise, conduzir a um desenvolvimento da IA ​​mais responsável e sustentável.

Com preocupações crescentes em torno do preconceito na IA, como a Appen trabalha para garantir que os conjuntos de dados usados ​​para treinar modelos de IA sejam de origem ética e livres de preconceitos, especialmente em áreas sensíveis como processamento de linguagem pure e visão computacional?

Trabalhamos ativamente para reduzir preconceitos, promovendo a diversidade e a inclusão em nossos projetos. É encorajador ver que muitos de nossos clientes estão focados na captura de dados demográficos amplos em tarefas de coleta de dados e avaliação de modelos. Ter uma multidão international que reside na maioria dos países permite-nos obter dados de uma ampla gama de perspectivas e experiências, o que é especialmente importante em áreas sensíveis como o processamento de linguagem pure e a visão computacional.

Desde 2019, formalizamos nossas melhores práticas no Código de Ética do Crowd, demonstrando nossa dedicação à diversidade, justiça e bem-estar do público. Isto inclui o nosso compromisso com a remuneração justa, garantindo que a voz do nosso público seja ouvida e mantendo proteções rigorosas de privacidade. Ao defender estes princípios, pretendemos fornecer dados de alta qualidade e de origem ética que apoiem o desenvolvimento responsável da IA.

À medida que a IA se torna mais integrada em setores como o automóvel, a publicidade e a AR/VR, como é que a Appen se posiciona para satisfazer a crescente procura de dados de formação especializada nestes setores?

Nos últimos 27 anos, fornecemos dados de treinamento especializado para uma ampla gama de setores e casos de uso, e continuamos a evoluir à medida que as necessidades de nossos clientes evoluem.

Por exemplo, no setor automotivo, trabalhamos com empresas automotivas líderes e fornecedores de soluções para cabines para construir sistemas de fala em veículos. Agora, estamos ajudando nossos clientes em novas áreas, como coleta de dados de vídeo de motoristas para aumentar a segurança, monitorando a distração do motorista.

Em publicidade, ajudamos uma plataforma de publicidade líder international a melhorar a qualidade e a precisão dos anúncios para relevância do usuário em um grande programa international plurianual com mais de 7 milhões de avaliações. Agora, como muitas plataformas estão adotando soluções generativas de IA, nosso público não está apenas avaliando a relevância dos anúncios, mas também ajudando a avaliar a qualidade dos anúncios gerados.

Conseguimos fazer tudo isso por meio de nossa plataforma de anotação robusta, que pode ser personalizada para suportar fluxos de trabalho complexos e diversas modalidades de dados, incluindo texto, áudio, imagem, vídeo e anotação multimodal. Mas, em última análise, a nossa capacidade de acompanhar a indústria em mudança resume-se à nossa profunda experiência em dados para o desenvolvimento de IA e à forte parceria com os nossos clientes.

A Appen é líder no fornecimento de dados de alta qualidade para uma variedade de aplicações de IA. Olhando para o futuro, como você vê a evolução do papel da Appen à medida que a IA generativa e os LLMs continuam a se desenvolver e a influenciar os mercados globais?

A IA generativa e os LLMs estão transformando as indústrias e continuaremos a desempenhar um papel basic no fornecimento de dados de alta qualidade para apoiar esses avanços. Quando se trata de mercados globais, a nossa capacidade de obter informações em mais de 200 países e mais de 500 idiomas tornar-se-á ainda mais valiosa, e temos um forte histórico disto, pois ajudámos empresas como a Microsoft a lançar modelos de tradução automática para mais de 110 idiomas.

À medida que a implementação de aplicações LLM cresce, vemos uma procura crescente de alinhamento com os utilizadores finais humanos, incluindo capacidades de localização para garantir que as nuances linguísticas e culturais sejam abordadas em vários mercados globais. Estamos empenhados em ajudar as empresas a desenvolver sistemas de IA que sejam ao mesmo tempo eficientes e responsáveis, garantindo que os dados usados ​​para treinar esses modelos sejam diversos, relevantes e de origem ética.

Appen é conhecida por capacitar alguns dos LLMs mais avançados do mundo. Quais são algumas das inovações na anotação e coleta de dados nas quais Appen está se concentrando para melhorar o desempenho desses modelos?

Estamos continuamente inovando nossos processos de anotação e coleta de dados para melhorar o desempenho dos LLMs. Uma área de foco é melhorar a eficiência e a precisão da anotação de dados por meio de ferramentas avançadas assistidas por IA, que ajudam a agilizar e automatizar partes do processo, mantendo padrões de alta qualidade.

Podemos identificar pontos de dados que necessitam de mais colaboração humana, garantindo que os esforços de anotação sejam direcionados para onde causarão maior impacto. Integramos recursos em nossa plataforma, como o Mannequin Mate, que podem ser usados ​​para ajudar a acelerar a produção de dados e melhorar a qualidade dos dados. Também estamos focados nas melhores práticas de gestão de colaboradores, o que é importante à medida que a complexidade das tarefas aumenta.

A capacidade de compreender o desempenho do colaborador e fornecer suggestions para melhorar continuamente a qualidade dos nossos dados gerados por humanos. Essas inovações nos permitem fornecer dados de alta qualidade e em grande escala necessários para alimentar e ajustar os LLMs líderes mundiais.

Ao assumir sua nova função como CEO, quais são suas principais prioridades para a Appen nos próximos anos e como você planeja impulsionar o crescimento da empresa no altamente competitivo espaço de IA?

À medida que faço a transição para a função de CEO, minhas prioridades estratégicas são projetadas para garantir a liderança da Appen no cenário competitivo de IA:

• Apoiar o desenvolvimento de modelos generativos de IA: Nos últimos 18 meses, a IA generativa tornou-se um componente-chave da nossa oferta de serviços, com 28% da receita do grupo proveniente de projetos relacionados com a IA generativa em junho de 2024, em comparação com 8% em janeiro. Vemos um potencial significativo no mercado de IA generativa, que deverá atingir 1,3 biliões de dólares até 2032, de acordo com as previsões da indústria.
• Apoiar a adoção de modelos generativos de IA: Vemos crescimento em novos segmentos à medida que as empresas aproveitam soluções generativas de IA para seus casos de uso. Embora a percentagem de projetos de IA generativos que chegam à implantação seja baixa, prevemos que o ano fiscal de 24/25 será um período de transição em que as experiências passarão para a produção e impulsionarão a procura por dados especializados e personalizados de alta qualidade.
• Otimizando e automatizando a forma como preparamos os dados: Utilizando IA para garantia de qualidade e automatizando certas etapas do processo de preparação de dados. Isso nos permitirá melhorar a qualidade dos dados e, ao mesmo tempo, melhorar a eficiência operacional, melhorando nossas margens brutas.
• Evoluindo a experiência para nossos trabalhadores coletivos: Nossa nova plataforma CrowdGen nos permite dimensionar projetos de forma rápida e flexível, de acordo com as necessidades de nossos clientes, utilizando IA para triagem automatizada e correspondência de projetos. Isso também melhorará o suporte personalizado da experiência do colaborador. A Appen foi pioneira na promoção da transparência, da diversidade e da justiça na nossa fonte de dados e continuamos comprometidas com o nosso Código de Ética para Multidões.

Estas prioridades posicionarão a Appen para o crescimento sustentado e a inovação no cenário de IA em evolução.

Obrigado pela ótima entrevista, pedimos aos leitores que desejam saber mais que visitem o Appen.