Ein Artikel von Brandon Deer, der ursprünglich bei OpenView Labs veröffentlicht wurde – “Ein Gespräch über die Zukunft von KI mit Vasco Pedro von Unbabel

Vasco Pedro war schon immer fasziniert von Sprache und der Einsicht, die uns Sprache darüber gibt, wie wir Informationen bearbeiten. Er hat sich während seines Bachelorstudiums auf künstliche Intelligenz und Computerlinguistik spezialisiert und hat dann einen Masterabschluss und einen Doktortitel in natürlicher Sprachverarbeitung an der Carnegie-Mellon-Universität erworben. Während seiner Ausbildung hat Vasco die Grundlagen unseres Denkens, die Entstehung unseres Bewusstseins und die wichtigsten KI-Aspekte von Sprache erforscht.

Zehn Jahre später vereinte Vasco, zusammen mit Mitbegründer João Graça, diese Interessen bei der Gründung von Unbabel, einer KI-betriebenen Übersetzungsplattform. “Übersetzung zu lösen war der ursprüngliche Grund, warum KI erfunden wurde”, sagt Vasco. “Graça und ich waren frustriert, dass die Technik dieses riesige Versprechen gemacht hat, die maschinelle Übersetzung zu lösen, sie war aber noch weit davon entfernt, dieses Ziel zu verwirklichen.”

Es war während eines Surf-Trips, dass die angehenden Partner begannen, ihre Mission zu verdeutlichen. “Wir wussten, dass es einen besseren Weg geben musste und wir sahen, dass der Übersetzungsbereich für eine Änderung reif war”, erinnert sich Vasco. “Die größte Frage, die wir beantworten wollten, war, wie die Welt aussehen würde, wenn es keine Sprachbarrieren mehr gäbe. Was würde das Welt-BIP sein? “Die Mission des Unternehmens wurde klarer, es sollten alle Unternehmen nahtlos in jeder Sprache kommunizieren können und KI sollte ein großer Teil der Lösung sein.

Hinter den Kulissen von Unbabel: Schichten von KI

“Wir haben uns dazu entschieden, die Geschwindigkeit und Leichtigkeit maschineller Übersetzungen mit der Qualität menschlicher Übersetzungen zu kombinieren”, sagt Vasco. “Aber am Anfang war es eher ein Transaktionsmodell, mit Bestellformular, Dokumenten-Uploads und Zahlung pro Stück.” Das Team erkannte bald, dass es sich bei Übersetzungen oft um ein wiederkehrendes Bedürfnis handelt, da es an laufende Gespräche zwischen den Kundendienst-, Vertriebs- und Marketingfunktionen eines Unternehmens und den Kunden des Unternehmens gebunden ist. Basierend auf dieser Beobachtung starteten sie ein Abonnementmodell, das vielfältige Arten von Inhalten beinhaltete. Im nächsten Schritt für den Dienst fokussierte sich Unbabel auf die Konversationen im Kundendienst.

“Es ist eine große Herausforderung, wenn man seine internationale Kundenbetreuung skaliert”, sagt Vasco. “Man muss Leute einstellen, die diese Sprachen sprechen. Man muss damit anfangen, Büros in verschiedenen Ländern zu eröffnen, um diese Sprachen zu unterstützen. Es wird ziemlich komplex. “Unbabel adressiert diese Herausforderung und Komplexität durch ‘Entkoppeln von Sprache von Fähigkeiten’, so dass Unternehmen Menschen auf der Grundlage ihrer Produktkenntnisse anstellen, das Kundenservice-Team zentralisieren und das Ressourcenmanagement leichter optimieren können.

Hinter den Kulissen wird KI vom Unbabel-Team als Sammlung von Funktionen gesehen, die zusammenarbeiten, um das nahtlose Übersetzungserlebnis zu liefern, auf das sich die Kunden des Unternehmens verlassen. Das offensichtlichste KI-Element ist maschinelle Übersetzung. “Wir haben unsere eigenen Systeme für automatische Übersetzung, die mit jeder Übersetzung kontinuierlich dazulernen”, erklärt Vasco. “Das Ziel ist es, unseren Unbabelern die bestmögliche Erstübersetzung bieten zu können.”

Die anderen Stufen der KI auf der Unbabel-Plattform beinhalten ein Qualitätsbeurteilungsmodul – ein neuronal basierter Motor, der schätzt, wie gut eine Übersetzung ist und ob sie die zusätzliche Überarbeitung eines menschlichen Übersetzers benötigt. Ein Routing-Element hilft dann sicherzustellen, dass alle menschlichen Übersetzungsaufgaben an die am besten geeignete Ressource geliefert werden. “Das Routing-Element identifiziert die idealen Nutzer in unserer Community von 45.000 Unbabelern basierend auf Gebietssachkenntnis und Fähigkeiten”, erklärt Vasco. “Und dann nimmt es sofort diese Übereinstimmungen und Zuteilungen vor.”

“Das letzte KI-Element ist der sogenannte Smartcheck, was ein menschliches Augmentationselement ist”, sagt Vasco. “Dieses Element scannt den Text kontinuierlich und liefert Anregungen und Korrekturen an die menschlichen Lektoren. Smartcheck funktioniert wie eine Art Begleitungs-KI für den menschlichen Übersetzer. ”

Durch die Steigerung der menschlichen Bemühungen durch KI ist Unbabel in der Lage, wertvolle Skalierbarkeit und Geschwindigkeit zu liefern. “Ein typischer menschlicher Übersetzer kann etwa 300 bis 400 Wörter pro Stunde ohne Unbabel bearbeiten”, sagt Vasco. “Wenn er auf Unbabel arbeitet, kann derselbe menschliche Übersetzer etwa 1.200 bis 1.400 Wörter pro Stunde bearbeiten – eine signifikante Geschwindigkeitssteigerung.”

Diese Art Kombination von Mensch und maschineller Intelligenz ist sehr wahrscheinlich der fruchtbarste Raum für weitere, praktische Entwicklungen von der KI; aber wir haben immer noch einen weiten Weg dahin, diese Art von Wirklichkeit zum Mainstream zu bringen. Um etwas Kontext zu erhalten, müssen wir uns anschauen, wo wir wirklich auf dem Kontinuum der KI-Entwicklungen sind.

Das KI-Kontinuum

“Wir sind immer noch in einem ziemlich primitiven KI-Zustand”, sagt Vasco. “Es gibt viele Dinge, die wir über Intelligenz im Allgemeinen nicht wissen. Wir verstehen nicht, wie menschliche Intelligenz funktioniert, was es schwer macht, sie zu nachzubilden. Wir sind wirklich gut darin, etwas zu tun, das als Klassifizierungsaufgabe formuliert werden kann, aber wenn es um Argumentation geht – symbolische Argumentation, Argumentation im Allgemeinen und allgemeines Lernen – gibt es eine Menge Sachen, die noch in den 80er Jahren feststecken. Wir sind immer noch vier oder fünf große Erkenntnisse entfernt von etwas, das wirklich autonom wäre.”

Also, wir sind weit entfernt von Skynet oder der Matrix, aber wie weit sind wir schon gekommen? Forschung in der künstlichen Intelligenz und ihrer Anwendung gehen zurück auf die 60er Jahre. Damals erwarteten die Leute, dass wir innerhalb von zehn Jahren ein System haben könnten, das wie ein Mensch sprechen und übersetzen kann. Natürlich hat das nicht ganz so geklappt wie geplant, und was Vasco als den ersten “Winter der künstlichen Intelligenz” bezeichnet, setzte ein.

Dem ersten Winter folgten einige weitere Rückschläge, darunter das Wiederaufleben in den 80er Jahre mit symbolischen KI- und Expertensystemen (ein Konzept, das voraussagte, dass die KI Ärzte und andere Spezialisten ersetzen würde) und einer Welle von statistischer automatischer Übersetzung der 90er Jahre (die eine Menge Hype mit sich brachte, aber ebenfalls unter den Erwartungen blieb). Heute sind neuronale Modelle die neueste Ergänzung der KI-Landschaft und stehen – wie seine Vorgänger – unter hohem Druck, alle Probleme zu lösen.

Ein Teil dessen, was die KI zu so einem anspruchsvollen Bereich macht, ist die wechselhafte Natur des Menschen. “Als Menschen werden wir sehr leicht von etwas beeinflusst, dass uns menschlich erscheint”, erklärt Vasco. “Aber zur gleichen Zeit sind wir auch sehr leicht frustriert von etwas, das menschlich zu sein scheint, aber was es in Wirklichkeit nicht ist.” Mit anderen Worten: Menschen haben eine geringe Toleranz für KI, die ihre Erwartungen nicht sofort und vollständig erfüllt.

Vasco nennt Google Home und Amazons Alexa als Beispiele für KI-Produkte, die die aktuellen Einschränkungen der Technologie hervorheben. “Google und Amazon investieren eine Menge Geld in diese Produkte”, betont Vasco. “Sie machen ein paar echt coole Sachen, aber wenn man mit ihnen interagiert, bekommt man direkt ein Gespür für ihre Grenzen. Wenn es möglich wäre, über das hinauszugehen, was sie tun, würden sie es tun, denn das wäre definitiv in ihrem besten Interesse. ”

Was Vasco noch spannender als KI-betriebene persönliche Assistenten findet, ist der Fortschritt, der von Innovatoren gemacht wird, die an der Idee arbeiten, menschliche und maschinelle Fähigkeiten zu verschmelzen. “Ich bin ein großer Befürworter von dem, was Elon Musk und Ray Kurzweil sagen, wir werden die KI werden”, erklärt Vasco. “Die wahre Herausforderung liegt in der Schnittstelle zu unserem Neocortex. Elon Musk hat gerade die Neuralink-Herausforderung gestartet und es gibt noch ein paar andere Projekte. ”

Vasco sieht schon diese Verschmelzung von Mensch und Maschinen im alltäglichen Leben voraus, die wir für selbstverständlich halten. “Telefonnummern sind jetzt schon nicht mehr in unseren Köpfen. Sie sind in unseren Telefonen “, sagt er. “Genau wie Geburtstage bei Facebook und Wegbeschreibungen auf GPS-Anwendungen. Es ist wie Kurzweil gesagt hat – die Besonderheit ist es, dass wir mit Maschinen fusionieren und dadurch stark erweitert werden. ”
“Aber”, sagt Vasco, “wir sind weit davon entfernt. Menschen assoziieren KI mit HAL von 2001: Odyssee im Weltraum, aber es ist immer noch etwas weit weniger fortgeschrittenes. ”

Menschliche Herausforderungen an die KI-Technologie

Zurück zum heutigen Stand der KI, Vasco erkennt, dass es einige Herausforderungen auf dem Markt gibt, aber sieht die größten Probleme eher in Relation mit der menschlichen Denkweise als bei den technologischen Hürden. “KI ist ein Wort, dass die Phantasie anregt”, sagt Vasco. “Also benutzt es jeder. Es ist wie ‘Big Data’ vor einiger Zeit war und wird oft falsch angewandt. Es wird zu einem Wort mit sehr geringem Gewicht, denn jeder scheint es zu machen, aber keiner löst es wirklich. ”

Von den Leute abgesehen, die behaupten, sich für KI zu engagieren, obwohl sie nicht vollständig verstehen, was das bedeutet, gibt es viele Unternehmen, die solide Arbeit im KI-Bereich leisten. “Wir sehen echte Auswirkungen im Kundenservice”, sagt Vasco. “Unternehmen wie DigitalGenius bewältigen den Kundenservice durch die Automatisierung bestimmter Aufgaben. Ich sehe ihre Arbeit eher als einen monistischen Ansatz an, bei welchem KI als erste Ebene fungiert und dann eine intelligente Modernisierung oder Skalierung für den Menschen folgt. ”

Vasco sieht andere Ansätze von Unternehmen, die KI anwenden, um Qualifizierungsprozesse und Generative Adversarial Networks (GANs) zu führen, aber er hat auch ein interessantes Phänomen beobachtet, in dem die Menschen aufhören, über die KI als KI nachzudenken, sobald ein bestimmter Anwendungsfall funktioniert. “Sobald KI erfolgreich ist, scheint es aufzuhören, KI zu sein und wird einfach zu Technologie”, sagt Vasco. “Dinge, die vor zehn Jahren definitiv als KI angesehen wurden, wurden zu “Suche” oder “maschinelle Übersetzung” oder etwas anderem. Wir haben die Tendenz, die Ziellinie für KI hinauszuschieben, so dass sie scheinbar unerreichbar ist. Wir werden möglicherweise niemals wirklich glücklich mit KI sein, bis es eine bewusste Maschine ist, die wir als menschlich wahrnehmen.”

Vier Tipps für Start-ups mit großen KI-Träumen

Die Anwendung von KI in der Start-up-Welt bringt einige Hürden mit sich, aber Vasco hat vier Tipps für alle, die die Möglichkeit in Betracht ziehen. Der erste hat damit zu tun, eine gute Idee zu erkennen und sie zu verwirklichen.

“Wenn Sie sich Start-up-Unternehmen ansehen, ist die Herausforderung die, dass es eine Menge Leute mit einer großartigen Idee gibt, die auch die Fähigkeiten haben, aber oftmals all ihr Anfangskapital zu schnell verbraucht haben, um die benötigte Infrastruktur aufzubauen, die so ein Start-up eben benötigt,” sagt Vasco. “Nehmen Sie Unbabel als Beispiel, wir hatten eine großartige These darüber, wie man KI verwendet, um das Übersetzungsproblem zu lösen, aber es hat fast zwei Jahre gedauert ehe wir in der Lage waren, irgendetwas in Bezug auf KI zu beginnen. Viele Unternehmen haben das gleiche Problem. Sie sind auf dem richtigen Weg und konzentrieren sich auf die Lösung eines spezifischen Problems mit KI, aber es ist schwer zu sagen, ob sie wirklich die Ressourcen haben, um diesen Bereich voranzubringen.”

Vascos zweiter Tipp ist, die richtigen Leute anzustellen. “Holen Sie sich jemanden in Ihr Team, der wirklich weiß, was er tun”, sagt er, ohne ein Blatt vor den Mund zu nehmen. “Es gibt im Moment einen kleinen Hype um KI und maschinelles Lernen, und es ist einfach, getäuscht zu werden, besonders wenn man selbst über kein Fachwissen verfügt. Aber es ist zwingend erforderlich, dass sich die KI-Person in Ihrem Team wirklich mit der Materie auskennt.”

Vasco empfiehlt auch, sich selbst etwas Spielraum zu geben. “Sie müssen sich mehr Zeit zum Experimentieren geben”, sagt er. “Sie haben zwei Möglichkeiten. Entweder machen Sie etwas Serienmäßiges mit einem bekannten Problem (wie Klassifizierung), in diesem Fall ist es am besten, sich an bewährte Techniken zu halten, die Ihnen einen direkten Impuls geben und Sie können einfach kleine Ziele erreichen. Oder Sie müssen sich etwas mehr Zeit zum Experimentieren nehmen, um so mit etwas wirklich Neuem zu kommen.

Schließlich schlägt Vasco vor, dass Sie Ihre Erwartungen etwas zurücknehmen. “KI ist großartig, um Menschen zu helfen, aber – mit ein paar bemerkenswerten Ausnahmen – wenn man es alleine benutzt und hohe Erwartungen an das Ergebnis hat, wird man enttäuscht sein”, sagt er. “Während ich an autonome Fahrzeuge glaube und denke, dass wir mit der maschinellen Übersetzung große Fortschritte machen, sind wir immer noch weit weg von der KI als Wunderwaffe, die wir jedem Produkt hinzufügen, um es besser zu machen. Sie müssen vorsichtig und realistisch mit Erwartungen umgehen – mit Ihren eigenen und denen Ihrer Kunden. “