A medida que las formas en que consumimos el contenido se multiplican y cambian, los creadores de medios tienen dificultades para adaptar sus métodos para aprovecharlos. Las noticias en audio y video de formato corto son un nicho en crecimiento pero que requiere mucha mano de obra, y Agolo tiene como objetivo ayudar a automatizar el proceso, obteniendo el AP como cliente y Microsoft. Google, y la tensión como inversores.
Agolo es una startup de IA centrada en el procesamiento del lenguaje natural, y específicamente cómo tomar un artículo largo, como este, y resumirlo en sus partes más importantes (suponiendo que las haya). El resumen es el nombre del proceso, ya que es cuando usted o yo lo hacemos, y otros robots y servicios también lo hacen. El reclamo de Agolo es poder resumir de manera rápida y precisa, produciendo algo de una calidad digna de transmisión o documentación oficial. Su acuerdo con el AP proporciona un ejemplo interesante de cómo funciona esto, y por qué no es tan simple como elegir algunas oraciones representativas.
Dado que esta no es una situación en la que se requiera necesariamente una aportación creativa, y debe hacerse de manera rápida y sistemática, es una buena opción para un agente de inteligencia artificial capacitado en lenguaje natural. Aún así, no es tan fácil como parece, explicó el cofundador y CEO de Agolo, Sage Wohns.
“La forma en que nos hacen leer las cosas es diferente de la forma en que las leemos. Entonces, el algoritmo que comprende eso y lo reproduce es importante ”, dijo. Y eso sin tener en cuenta la famosa guía de estilo de AP.
“Este es uno de los puntos más importantes en los que trabajamos con ellos”, dijo Wohns. “La AP tiene su biblia de estilo, y es un ladrillo. Tenemos un modelo híbrido que tiene algoritmos apuntados a cada una de esas reglas. “Nunca queremos cambiar el idioma, pero podemos acortar la oración”.
Eso es un riesgo con el resumen algorítmico, por supuesto: que al “resumir” una oración usted cambia su significado. Eso es increíblemente importante en las noticias, donde la diferencia entre una simple declaración de hecho y un error atroz puede ser fácilmente en una sola palabra o frase. Así que el sistema es cuidadoso de preservar el significado, si no necesariamente la redacción exacta.
Si bien es posible que no se administre el AP, como yo, a las circunlocuciones, puede ser beneficioso cambiar un poco las cosas, sin embargo. Agolo trabajó estrechamente con la organización de noticias para averiguar qué es aceptable y qué no. Un ejemplo simple sería cambiar algo como “Declaración”, dijo la fuente. a La fuente dijo “Declaración”. Eso no ahorra espacio, pero se te ocurre la idea: una compresión del lenguaje esencialmente sin pérdidas.
Si el equipo de AP puede confiar en que el algoritmo produzca un resumen bien redactado que cumpla con sus reglas y que solo sea pulido rápidamente por un editor, podría atender e incluso aumentar la demanda de contenido de formato corto. “El objetivo es permitirles crear más contenido del que era humanamente posible antes”, dijo Wohns.
La inversión y colaboración con Google. también cae en esta línea, aunque no tan enfocado en el láser para convertir las noticias en fragmentos de sonido.
“Lo que estamos trabajando con ellos es hacer que la web sea escuchable”, dijo Wohns. “En este momento, puede hacerle una pregunta a Google, pero a menudo no tiene una respuesta que pueda leerle”.
Es principalmente una apuesta por extender el producto Asistente de la compañía a medida que continúa su combate con Alexa y Siri, pero también puede tener el efecto secundario extremadamente deseable de hacer que los datos de Google sean más accesibles para los usuarios ciegos.
El alcance de los datos de Google (Agolo probablemente ahora está recibiendo toda la información de Google News, entre otras cosas) significa que el modelo de AI que se está utilizando debe ser ligero y rápido. Incluso si solo toma diez segundos resumir cada artículo, eso se multiplica miles de veces en el complejo trabajo de clasificación y visualización de noticias de todo el mundo. Así que Agolo se ha centrado mucho en mejorar el rendimiento de sus modelos hasta que puedan cambiar las cosas muy rápidamente y habilitar un servicio de resumen esencialmente en tiempo real.
Esto tiene una aplicación secundaria en grandes empresas y compañías con grandes atrasos de datos como documentación y análisis. Microsoft es un buen ejemplo de esto: después de décadas de funcionamiento de un inmenso imperio de software y servicios, es probable que la cantidad de documentos de soporte, estudios, procedimientos, etc. esté sofocando su intranet y la búsqueda puede o no ser efectiva en tal cuerpo.
Los agentes basados en PNL son útiles para resumir, pero parte de ese proceso es, de alguna manera, comprender el contenido. Así que el agente debe poder producir una versión más corta de algo, pero también debe decirle que es de esta persona (útil para la atribución); se trata de este tema; es de este intervalo de fechas se aplica a estos números de versión; Sus principales hallazgos son estos; y así sucesivamente y así sucesivamente.
No toda esta información es útil en todos los casos, por supuesto, pero sí lo es si quiere digerir 30 años de documentación interna y poder buscarla y clasificarla de manera eficiente. Esto es para lo que Microsoft lo usa internamente, y no hay duda de a qué pretende aplicarlo como parte de futuras ofertas de productos o asociaciones. (Semantic Scholar ha aplicado un enfoque similar a las revistas y trabajos académicos).
También sería útil para, digamos, un analista de un banco de inversión u otro investigador, que puede usar el cronograma de Agolo para reunir todos los documentos relevantes en orden, agrupados por autor o tema, con la información relevante que se encuentra a la vista. Una imagen es tan útil para Google News como para explorar la cobertura de un evento específico o para desarrollar una historia.
La nueva (cantidad no revelada de) fondos tiene Microsoft (M12 específicamente) regresando, con Google (Assistant Investment Group específicamente) y Tensility Venture Partners se unen por primera vez. El efectivo se utilizará de la manera esperada de una startup en crecimiento: perseguir ventas y algunas contrataciones clave.
“Se trata de desarrollar el lado de salida al mercado y las habilidades básicas de NLP del equipo, específicamente en Nueva York y El Cairo”, dijo Wohns. “En este momento se trata de un equipo técnico del 90 por ciento, por lo que necesitamos desarrollar el lado de las ventas”.
El servicio de Agolo parece ser una herramienta útil para muchas aplicaciones, en cualquier lugar donde tenga que reducir una gran cantidad de contenido escrito a una cantidad menor. Ciertamente, eso es lo suficientemente común, pero Agolo tendrá que demostrar que puede hacerlo de forma no destructiva y precisa, como afirma con una amplia variedad de conjuntos de datos, y que este proceso contribuye a la línea de fondo más que el método de contratación probado en el tiempo. otro pasante o estudiante de posgrado para realizar la monotonía.
Source link