За относительно короткое время существования Airbnb побывало более 100 миллионов гостей, причем более 40 миллионов из них пришлись на прошлый год. Естественно, этот экспоненциальный рост является проблемой с точки зрения обслуживания клиентов, что заставляет компанию внедрять методы машинного обучения для его улучшения.

Авниш Салуджа — специалист по машинному обучению в Airbnb, где он возглавляет работу по созданию масштабируемой инфраструктуры машинного обучения, которая позволяет специалистам по данным и инженерам исследовать, обучать и развертывать модели с минимальными усилиями. Он сконцентрировался на использовании огромных объемов текстовых данных на сайте, чтобы создать в компании новое поколение информационных продуктов.

На Саммите по машинному анализу в Нью-Йорке Авниш поделится опытом извлечения информации с помощью машинного обучения, сосредоточившись на том, как можно решать проблемы клиентов в более короткие сроки, сохраняя при этом высокий уровень удовлетворенности пользователей. Совокупность проблем клиентов может выявить потенциальные улучшения и изменения продукта, и Авниш расскажет, как они в Airbnb извлекают и классифицируют эти потенциальные улучшения из огромного количества запросов на обслуживание.

Я задал ему несколько вопросов перед саммитом, чтобы узнать больше.

Над чем вы сейчас работаете в Airbnb?
Я занимаюсь внедрением моделей обработки естественного языка в различных областях компании. Я также работаю над созданием общей масштабируемой инфраструктуры машинного обучения, которая позволяет специалистам по данным и инженерам, ориентированным на машинное обучение, исследовать, обучать и развертывать модели с минимальными усилиями.

Что, по вашему мнению, является ведущим фактором, обеспечивающим последние достижения в области обработки естественного языка?
Использование встраивания слов для краткого описания лексической семантики и улучшения широкого круга последующих задач при классификации текста, неглубокой и глубокий синтаксический анализ, и машинный перевод (среди прочего). NLP традиционно страдал от проблемы разреженности данных (в первую очередь потому, что существует потенциально бесконечное количество способов выразить одну семантическую концепцию), и встраивание слов значительно помогло решить эту проблему.

Какие нынешние или потенциальные будущие приложения НЛП вас больше всего интересуют?
Преобразование речи в речь в реальном времени. Я думаю, что мы все еще далеки от успешной технологии, но возможность переводить речь с одного языка на другой — это то, что в первую очередь привлекло меня в этой области.

Какие отрасли больше всего пострадают от машинного интеллекта?
Практически все отрасли! Однако с немного предвзятой точки зрения я думаю, что путешествия в 21 веке будут значительно более персонализированными и индивидуальными (надеюсь, с Airbnb впереди!), и искусственный интеллект сыграет важную роль в этом стремлении.

Какие изменения мы можем ожидать в машинном интеллекте в ближайшие 5 лет?
С исследовательской точки зрения более глубокое теоретическое понимание нейронных сетей и невыпуклой оптимизации в целом, а также дополнительная работа в полууправляемом обучении нейронной сети. С точки зрения приложений мы привыкнем к концепции персонального цифрового помощника, который постоянно оптимизирует и настраивает нашу жизнь на основе шаблонов прошлых дней.

Авниш Салуджа выступит на Саммите машинного интеллекта в Нью-Йорке 2–3 ноября. Для регистрации посетите сайт мероприятия здесь.

Среди других спикеров саммита: Камелия Арьяфар, старший специалист по данным, Etsy; Навин Рао, генеральный директор и соучредитель Nervana Systems; Карл Вондрик, аспирант Массачусетского технологического института; Тара Сайнат, старший научный сотрудник Google; Кэтрин Хьюм, президент Fast Forward Labs; Антуан Бордес, научный сотрудник Facebook AI Research; и Сиддарта Далал, главный специалист по данным, AIG.

См. полный список мероприятий здесь для мероприятий, посвященных искусственному интеллекту, глубокому обучению и машинному интеллекту, которые проходят в Лондоне, Амстердаме, Бостоне, Сан-Франциско, Нью-Йорке, Гонконге и Сингапуре.