Moveworks co-founders: från vänster, Chen Jiang, Vaibhav Nivargi, Bhavin Shah, och Varun Singh.
Moveworks inc.
Vart tar alla dessa biljetter går när du har ett problem med din bärbara dator, eller om du inte kan få din e-koncernen lista ställa upp? Du kanske tror att de går in i ett system som Atlassian JIRA är biljetter programvara. Och de gör, men de går också till en gigantisk röra av en lugg som IT-tekniker försöker förstå.
Tre år gammal och start Moveworks anser att ett lager av natural-language processing måste tillämpas på toppen av JIRA och program eller liknande i syfte att göra mening av det kaos som uppstår när människor frenetiskt ping DEN för att få hjälp.
“Det är ett språk som är problemet,” insisterar Bhavin Shah, grundare och VD för företaget. Han fick $30 miljoner från Bain Capital Ventures och Lightspeed Venture Partners baserat på det påståendet.
Överväga en alltför välbekant scenario. “Någon skriver i till helpdesk:” jag körde över min laptop, jag är verkligen ledsen’,” erbjuder Shah. “Det måste omvandlas till en begäran om en lånad laptop, men först, någon måste förstå språket för att veta vad som begäran, så att det sitter i en kö som väntar på att någon ska tolka det.”
Verktyg som JIRA och ServiceNow och ZenDesk på sina egna “ge företag ett arbetsflöde för att ta denna begäran och bryta det i steg, säger Shah, men de behöver inte lösa det första problemet med språkförståelse.
Mysteriet med språket oftast resulterar i förseningar på upp till 72 timmar, Shah säger, en situation som, säger han, “har inte förändring i årtionden,” trots den senaste tidens IT-erbjudanden som JIRA. Det genomsnittliga företaget får för 10 000 till 20 000 sådana biljetter en månad, enligt Shah.
Ett exempel på Moveworks kör i Slack på en smartphone, som någon begär ett tillägg till “dl” distributionslista för e-post.
Moveworks inc.
×
moveworks-chat-exempel-kan-2019.png
Målet med Moveworks programmet är att både skilja orden, och sedan, “i Stället för att rekommendera något, automatiskt aktivera de åtgärder som är nödvändiga för att nå en lösning,” Shah förklarar. Det innebär att nå ut till IT-program som styr tillgång och tillhandahållande av att kunna utläsa vilka som är inblandade.
I en demonstration, Shah går igenom hur Moveworks navigerar fråga om ett uttalande av en anställd på insidan av Slack. Ja, som ett ökande antal unga att starta företag, Moveworks är en del av “App-Ekonomin”, en mjukvara som pluggar till saker bolag redan använder.
Också: Start Clari driver ‘hastighet och omfattning av AI för att knyta företagets data tillsammans
En användare kan typ “Kan du lägga till Bhavin till försäljning dl,” användning av det gängse uttrycket för “distributionslista.” Den Moveworks samtalspartner visar upp en annan avatar i Slack, och svarar med ett legitimt svar: “OK, som du vill lägga till någon till en e-grupp. Jag hittade ett par liknande dem” och frågar med alternativ för vilken grupp, och då som person med namn och lägga till den.
Bakom kulisserna, företaget förbinder med program, till exempel Okta programvara för autentisering, att sätta på begäran automatiskt för resurser att avsättas.
Det innebär att kunna utläsa vilka system som berörs baserat på “business regler.” Medan en bärbar dator problemet kan vara enkla, andra saker kan inte vara så. Någon sprickbildning i deras byggnad passerkort, till exempel, skulle kunna vara en IT-fråga, men det kan också vara en strykbräda begäran. Bråkade ut precis vad som menas är viktigt.
Att knäcka språket problem, Moveworks har utvecklat sin egen “konversation motor”, som hette “Euphonia.” En hel del av affärssystem använder sig av så kallade affärer regler för att kartlägga en “konversation flow” för att räkna ut vilka åtgärder som ska vidtas. Men Moveworks fann att en sådan strategi har allvarliga begränsningar. Istället Euphonia använder sig av en “probabilistisk, model-based approach” för att bestämma vad du ska göra, för att “förstå och klara nyanser i språket, säger Shah.
Den Euphonia tillvägagångssätt tar även hänsyn till regler företag som är etablerade när programmet genomförs med en viss kund, baserad på bästa praxis, säger Shah.
Dessutom: Varför chatbots fortfarande lämna oss kalla
Hur gör de det? Shah och grundare Varun Singh, som fungerar som vice president product, likna deras strategi för att jobba sista året av Google på “bädda in” – modeller för meningar i stället för enskilda ord, som förklaras i en Google-papper förra våren, “den Allmänna Meningen Encoder.” Att arbeta anpassat “Transformator” ord encoder för att läsa hela meningar.
“Med överför kunskap har vi använt modellen för öppen källkod av Google för att lära sig meningen representationer för vår egen data, och hade som modell användas i produktionen”, Shah säger.
När företaget startade, i och med 2016, Moveworks i första hand används för “klassisk maskin studieteknik,” Shah säger, att genomföra produkten för första kunder, “djupt lärande som inte spela en stor roll.”
“Som vi tog fler kunder på plattformen, och vårt dataset växte, kunde vi börja tillämpa mer avancerade DL tekniker, säger han. “De flesta av de modeller som vi har använt i produktion är ensembler av många modeller, och kan innehålla klassiska machine learning i kombination med djupt lärande.
“Vi har nu flera olika djup neurala nätverk som arbetar tillsammans för att utföra olika uppgifter i en förståelse för språket.”
Företaget fortsätter att följa utvecklingen inom behandling av naturligt språk, till exempel OpenAI “GPT-2,” som infördes i februari. Området maskininlärning, Shah anteckningar, är ständigt utvecklas.
Också: AI start Människor.ai får $30 miljoner från Andreessen Horowitz att frigöra arbetsplatsen slit
Strategin, Shah säger, är att “vara flexibelt nog för att utreda och införa dessa nya tekniker när de blir tillgängliga.”
Mest viktigt är skalning oavsett vilken strategi som används så att den är lämplig för industriell styrka distribution.
“En hel del människor hävdar maskininlärning men få gör det på ett meningsfullt sätt, säger Singh.
Företaget fick sitt första handfull kunder i 2017, gick sedan till dussintals 2018. Systemet hanterar nu en kvarts miljon interaktioner per vecka, Shah säger. Moveworks ” programvara används vid storage technology pioneer Nutanix, där gick det från hantering bara 10% av help-desk biljetter i början för att så mycket som 35%. Med chip jätte Broadcom, Moveworks kunde ta över 25% av biljetter inom den första månaden av utbyggnaden.
Som dessa system har skalat, så har kontinuerlig utbildning av meningen embeddings. Moveworks har utbildat sin naturliga språk modell på 20 miljoner biljetter har det intas i sitt system än så länge.
Singh gör den punkt, dock att till skillnad från de forskningsprojekt som GPT-2, utbildningen data i supportärenden är “glest.
Måste läsa
Vad är AI? Allt du behöver för att vetavad är djupt lärande? Allt du behöver för att vetavad är lärande? Allt du behöver för att vetavad är cloud computing? Allt du behöver veta
“GPT och dessa typer av saker som har terabyte data [utbildning],” Singh konstaterar, “men vi har bara det senaste året till ett värde av data — det är mycket sparsam, det är dem som är på 10 000 eller 20 000 biljetter en månad, så det är bara till 120 000 biljetter i alla.”
En sak som hjälper är att “DET har varit homogenisering, säger Singh. “Alla är lösa samma biljetter runt om i världen.”
Moveworks har lämnat in ett gäng av patentansökningar. En av dem, som lämnats Aug. 2 av förra året, är “Metod System och datorprogram Produkt för att Underlätta Uppgiften Automation vid en Service Desk.” Ansökan beskriver hur ett “naturligt språk” interaktion med användaren “som utförs baserat på lärande från tidigare genererade biljetter och tidigare naturliga språk interaktioner av företagets användare att utnyttja stöd från IT-service desk.”
Patentansökningar är ett bevis på vad Shah och Singh betraktar som den “mognad av vår maskin lärande pipeline och infrastruktur.”
“Vi kunde sätta in denna relativt nya teknik i produktion med högt förtroende och har våra kunder dra nytta av den mycket snabbt.”
Shah kontraster som praktisk framgång med forskning tekniker för att “få avstannat och kämpa för att göra det till produktion på grund av brist på verkliga data utbildning, otillräckliga investeringar i infrastruktur, bristfällig testning och utvärdering ramar.”
Horisonten för Singh och laget är att använda naturligt språk förståelse för att fler områden i ett företag där människor måste interagera på ett naturligt sätt med att App-Ekonomin.
“Vårt mål är att förstå språket i en miljard kunskapsarbetare ut det,” Shah säger. “Vi tittar på alla dessa programpaket insidan av företag, de är knappt att få användas.” Moveworks, med andra ord, kan vara en katalysator för att kanske få mer nytta av vad som redan köpts av företag.
Som Bard kan ha lagt den, för Moveworks, regeln är, “Tala tal, jag ber dig.”
Artificiell Intelligens
Xilinx förädlar AI chips strategi: Det är inte bara det neurala nätverket
Intels Mobileye chief beklagas tweaking av AI, berättar upp MaaS, som går bortom LIDAR
SoftBank-Gruppen vill rida AI enhörningar i framtiden
Über vs Lyft: Hur rivaler strategi moln, AI, och maskininlärning
AI i Hälso-och Rädda liv till befolkningen skala (CNET)
AI kommer att eliminera 1 av 8 arbetstillfällen i Asien genom 2024 (TechRepublic)
Relaterade Ämnen:
Big Data Analytics
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem