联系我们

面试

马克·斯隆(Marc Sl​​oan),联合创始人& CEO of Scout – Interview Series

mm

更新

 on

马克·斯隆(Marc Sl​​oan)是联合创始人&全球童军运动首席执行官 ’的第一个网络浏览器聊天机器人,它是在线完成一切工作的数字助手。侦察员会根据您的建议为您提供有用的建议’re doing online.

最初吸引您使用AI的是什么?

我最初从事AI的经历是在我与 自然语言处理 我的学士学位期间,在GCHQ的研究小组工作。我亲眼看到了影响 机器学习 可能会遇到现实世界中的问题及其带来的变化。

它使我对如何使用计算机解决问题的想法发生了转变:软件工程学可以教您创建可以获取数据并产生结果的程序,而机器学习可以让您获取数据并描述要生成程序的结果。意味着您可以使用相同的框架来解决数千个不同的问题。对我来说,这比必须为每个问题编写程序要有更大的影响力。

我已经和计算机科学一起研究了数学中的优化问题,所以回到大学后,我就专注于AI并完成了语音处理的论文,然后在UCL申请了信息检索博士学位。

 

你研究了 强化学习 在AlphaGo创始人David Silver的监督下进行的网络搜索。您可以讨论其中的一些研究吗?

我的博士的主题是将强化学习应用于学习以对信息检索中的问题进行排名,这是我帮助创建的一个领域, 动态信息检索。我是由基于主体的强化学习的专家Wang Jun教授和David Silver教授指导的。

我们的研究着眼于搜索引擎如何从用户行为中学习,以随着时间的推移自主地改善搜索结果。使用多武装强盗方法,我们的系统将尝试不同的搜索排名并收集点击行为,以确定它们是否有效。 随着时间的推移,它还可以适应单个用户,并且在处理模糊搜索查询时特别有效。当时,David一直专注于Go问题,他帮助我确定了针对此特定问题的适当的强化学习状态和值函数的设置。

 

您从与David Silver合作中学到了哪些企业家课程?

UCL的研究通常是创业的。 David之前曾与Demis Hassabis共同创立了Elixir工作室,然后当然加入了DeepMind从事Alpha Go的工作。但是,我们媒体期货研究小组的其他成员最终也推出了许多不同的初创公司: Mediagamma (将RL应用于线上广告支出),Simon Chan开始 预测 (被SalesForce收购)和Jagadeesh Gorla开始 贾古 (电子商务的推荐服务)。我们的团队经常讨论我们的研究可能产生的商业影响,我想也许是因为UCL的伦敦基地使其成为创建业务的自然起点。

 

您最近启动了童军世界’的第一个Web浏览器chatbot。推出童军运动的灵感来自什么?

这个想法自然是从我的博士研究发展而来的。我从完成博士学位到直接加入Entrepreneur First,开始思考如何将研究成果转化为产品。

在开始此工作之前,我完成了在Microsoft Research的实习,在那里我将研究应用于Bing。当时,我从研究中学到的主要内容是可以根据在线用户的行为来预测信息的发现。但令我感到沮丧的是,在搜索引擎中体现这些预测的唯一真实方法是提高自动建议的质量。因此,我开始考虑使用这些预测如何改善用户的整个在线体验,而不仅仅是搜索体验。

正是这种想法促使我和Entrepreneur First的新共同创始人创建了一个浏览器附加程序,用于观察用户的行为,预测用户下一步可能需要的在线信息,并为他们获取信息。经过数年的实验和原型制作,它演变成一个聊天机器人界面,浏览器在其中向您“聊天”有关您的在线情况,并尝试在整个过程中为您提供帮助。

 

侦察将与哪些网络浏览器兼容?

由于它是最流行的网络浏览器,并且具有成熟的附加组件架构,因此我们目前专注于Chrome,但是我们拥有可在Firefox和Safari甚至移动应用程序上运行的原型。

 

侦察员购物助手功能听起来好像可以为用户节省时间和金钱。假设有人正在研究Amazon上的产品,那么后端会发生什么,Scout如何与用户互动?

这个想法是,一旦您安装了Scout,就可以继续正常使用网络。如果您要购物,则可以访问Amazon查看产品。此时,Scout识别出您正在亚马逊上购物以及正在寻找的产品,并且会显示“ Hello”。它作为网页上的聊天窗口小部件弹出,类似于对讲机的工作方式,只是侦察兵可以出现在任何网页上。 您可以在我的网站上看到它的外观.

因为您在购物,所以它会开始建议可以提供帮助的方式。它会询问您是否要在线查看评论,其他价格,该产品的YouTube视频等等。您可以通过按按钮进行交互,并且聊天机器人可以根据您的需求定制体验。每当它找到信息(例如YouTube视频)时,就会将其嵌入到聊天线程中,就像朋友可以在WhatsApp上与您共享媒体一样。随着时间的流逝,您最终会与浏览器就您在网上所做的事情进行对话,而浏览器会一直为您提供帮助。

网页处理在浏览器内部进行。我们的后端看到的唯一信息是聊天线程,这意味着对隐私的影响很小。

我们拥有定制的体系结构,用于了解在线浏览行为并管理与用户的对话。我们使用机器学习来确定我们可以在线帮助哪些任务以及应该如何帮助。最初,我们使用强化学习来适应用户的偏好。但是,我从运行AI初创公司中学到的最大的经验教训之一就是保持流程简单,并尝试仅使用机器学习来优化现有流程。因此,现在,我们有了一个复杂的规则引擎,可以随时间处理任务,一旦需要扩展,就可以通过强化学习来对其进行管理。

 

童军如何协助活动策划的一些例子是什么?

我们意识到,活动策划(和旅行预订)与在线购物并没有太大区别。您仍在查看产品,阅读评论并承诺购买/参加。因此,我们为购物打造的许多功能也适用于此。

最大的区别是时间和地点现在很重要。因此,举例来说,如果您在Ticketmaster上查看音乐会门票,Scout可以识别场地的地址并建议您找到从当前位置到该地点的路线,或者找到Uber的价格,或者建议您应该在什么时间离开。如果您已将Scout连接到您的日历中,则Scout可以检查活动时是否有空,并将其添加到您的日历中。

预计将来,Scout用户将能够通过该平台与他们的朋友进行交流,以讨论他们在网上所做的事情,例如活动策划,购物,工作等。

 

对话触发器将用于Scout发起通信。这些触发因素有哪些?

默认情况下,Scout不会遇到打扰您的情况,除非遇到提示您可能需要帮助的触发器。触发器有几种类型:

  • 访问特定的网站。
  • 访问一种类型的网站(例如新闻,购物等)。
  • 访问包含某种信息(即地址,视频等)的网站。
  • 单击网页上的链接或按钮。
  • 按下按钮与Scout互动
  • 侦察员检索某些类型的媒体,例如视频,音乐,tweet等。

我们计划允许用户微调他们希望Scout响应的触发器类型,并最终自动了解他们的偏好。

 

您能否讨论确保侦察兵在决定与用户交互而不会变得烦人时真正提供帮助的背后的一些困难?

我们非常重视用户的参与度,并尝试衡量互动是导致正面还是负面结果。对于Scout尝试开始对话的频率和使用频率,我们尝试保持一个良好的比率。但是,要取得正确的平衡是非常棘手的,我们一直在努力改进。

由于该产品具有侵入性,因此正确配置接口和UX至关重要。我们花了很多时间尝试完全不同的界面和用户交互方法。这项工作使我们进入了当前的聊天机器人样式的界面,我们发现该界面为我们提供了最大的灵活性,可以为您提供帮助,同时还为用户带来了熟悉度,并且用户无需进行任何交互。

 

您能否提供Scout如何协助最终用户的其他方案?

目前,我们的重点是对Scout的特定应用程序进行市场测试。购物和 活动策划 已经提到过了,但我们还在研究Scout如何提供帮助 学者 (包括查找研究论文,作者详细信息和参考网络),甚至 吉他手 (查找吉他乐谱,在线播放音乐和视频以及乐谱并帮助调音吉他)。我们还花了一些时间探索专业场景,例如在线招聘,财务分析和法律。

最终,Scout可以在任何网站上工作并且可以在任何情况下提供帮助,这使该技术异常令人兴奋,但也使入门变得困难。

 

关于Scout,您还有其他想分享的内容吗?

如果你想看 如果您的浏览器可以与您交流,您可以在Scout的博客上阅读更多内容。

感谢您对设计统一类型的聊天机器人的着迷。我们很高兴跟随这个项目。请拜访 马克·斯隆’s 网站以了解更多信息。

安东尼·塔迪夫(Antoine Tardif)是 Futurist 他对AI和机器人技术的未来充满热情。他是 BlockVentures.com并已投资了50多个AI和区块链项目。他是的联合创始人 Securities.io 一个专注于数字证券的新闻网站,是unite.AI的创始合伙人。他也是 福布斯技术委员会。