2015 में, एक पालो अल्टो वेस्ट एल्म फर्नीचर स्टोर के तहत एक तहखाने से बाहर काम करने वाले सेल्सफोर्स शोधकर्ताओं ने आइंस्टीन, सेल्सफोर्स के एआई प्लेटफॉर्म जो कि अपने उत्पादों की भविष्यवाणियां करता है, का प्रोटोटाइप विकसित किया। नवंबर तक, आइंस्टीन हजारों व्यवसायों और लाखों उपयोगकर्ताओं के दसियों के लिए प्रति दिन 80 बिलियन से अधिक भविष्यवाणियों की सेवा कर रहा है। लेकिन जब तक तकनीक Salesforce के व्यवसाय के लिए मुख्य है, यह Salesforce अनुसंधान, Salesforce के AI R & D डिवीजन के दायरे में अनुसंधान के कई क्षेत्रों में से एक है।

सेल्सफोर्स रिसर्च, जिसका मिशन एआई तकनीकों को आगे बढ़ाना है जो नए उत्पादों, अनुप्रयोगों और अनुसंधान निर्देशों के लिए मार्ग प्रशस्त करता है, सेल्सफोर्स के सीईओ मार्क बेनिओफ द्वारा एआई के लिए एक राजस्व चालक के रूप में प्रतिबद्धता का एक बड़ा विस्तार है। 2016 में, जब सेल्सफोर्स ने पहली बार आइंस्टीन की घोषणा की, तो बेनिओफ ने एआई को "अगले प्लेटफॉर्म" के रूप में चित्रित किया, जिस पर उन्होंने कंपनियों के भविष्य के अनुप्रयोगों और क्षमताओं का अनुमान लगाया था। अगले साल, सेल्सफोर्स ने अनुसंधान जारी किया जिसमें कहा गया कि ग्राहक संबंध प्रबंधन सॉफ्टवेयर के माध्यम से एआई का प्रभाव दुनिया भर के सकल घरेलू उत्पादों में $ 1 ट्रिलियन से अधिक होगा और 800,000 नई नौकरियां पैदा करेगा।

आज, सेल्सफोर्स रिसर्च का काम कंप्यूटर विज़न, डीप लर्निंग, स्पीच, नेचुरल लैंग्वेज प्रोसेसिंग और रीइन्फोर्समेंट लर्निंग सहित कई डोमेन को फैलाता है। प्रकृति में विशेष रूप से वाणिज्यिक से दूर, डिवीजन की परियोजनाएं ड्रोन से सरगम ​​को चलाती हैं जो एआई को स्पॉट करने के लिए उपयोग करती हैं महान सफेद शार्क एक ऐसी प्रणाली जो ऊतक की छवियों से स्तन कैंसर के संकेतों की पहचान करने में सक्षम है। महामारी बलों के कार्यालय के वैज्ञानिकों के कार्यालय से बाहर रहने पर भी काम जारी है निकट भविष्य। बस इस पिछले साल, सेल्सफोर्स रिसर्च ने एक वातावरण जारी किया - द ऐ अर्थशास्त्री - यह समझने के लिए कि कैसे AI आर्थिक डिजाइन में सुधार कर सकता है, प्राकृतिक भाषा मॉडल की मजबूती का परीक्षण करने के लिए एक उपकरण और AI मॉडल के उपयोग, जोखिम और पूर्वाग्रहों की वर्तनी की रूपरेखा।

आइंस्टीन जीएम मार्को कैसलैना के अनुसार, सेल्सफोर्स रिसर्च के काम का थोक दो श्रेणियों में से एक में आता है: शुद्ध अनुसंधान या अनुप्रयुक्त अनुसंधान। शुद्ध शोध में एआई इकोनॉमिस्ट जैसी चीजें शामिल हैं, जो कि सेल्सफोर्स या उसके ग्राहकों के लिए आज भी प्रासंगिक नहीं हैं। दूसरी ओर, अनुप्रयुक्त अनुसंधान में स्पष्ट व्यावसायिक प्रेरणा और उपयोग का मामला है।

सेल्सफोर्स रिसर्च में लागू शोध का एक विशेष रूप से सक्रिय उपक्षेत्र भाषण है। पिछले वसंत के रूप में, ग्राहक सेवा प्रतिनिधियों को घर से काम करने का आदेश दिया गया था मनीला, अमेरिका और अन्य जगहों पर, कुछ कंपनियों ने सेवा में परिणामी अंतराल को पाटने के लिए एआई की ओर रुख करना शुरू कर दिया। कासलैना का कहना है कि यह सेल्सफोर्स के कारोबार के कॉल सेंटर की ओर काम करता है।

“हम अपने ग्राहकों के लिए बहुत काम कर रहे हैं… वास्तविक समय के आवाज संकेतों के संबंध में। हम कॉल के बाद होने वाले ग्राहक सेवा प्रतिनिधियों के लिए इस पूरी कोचिंग प्रक्रिया की पेशकश करते हैं, ”कैसलैना ने एक हालिया साक्षात्कार में वेंचरबीट को बताया। “तकनीक उन क्षणों की पहचान करती है जो अच्छे या बुरे थे लेकिन कुछ फैशन में थे। हम ऑटो एस्केलेशन और रैप-अप जैसी कई क्षमताओं पर भी काम कर रहे हैं, साथ ही आपके लिए फ़ील्ड्स को प्रीफ़िल करने के लिए कॉल्स की सामग्री का उपयोग कर रहे हैं और अपने जीवन को थोड़ा आसान बना सकते हैं। "

दवा

स्वास्थ्य देखभाल अनुप्रयोगों के साथ एआई सेल्सफोर्स में एक अन्य शोध स्तंभ है, सेल्सफोर्स के पूर्व मुख्य वैज्ञानिक रिचर्ड सोचर ने एक फोन साक्षात्कार के दौरान वेंचरबीट को बताया। सोचर, जो निम्नलिखित के Salesforce में आए 2016 में मेटाएंड का अधिग्रहण, जुलाई 2020 में सेल्सफोर्स रिसर्च छोड़ दिया खोज इंजन स्टार्टअप You.com के लिए, लेकिन Salesforce में एक वैज्ञानिक एमिरिटस बना हुआ है।

"विशेष रूप से चिकित्सा कंप्यूटर दृष्टि अत्यधिक प्रभावशाली हो सकती है," सोचर ने कहा। "क्या दिलचस्प है कि मानव दृश्य प्रणाली जरूरी एक्स-रे, सीटी स्कैन, तीन आयामों में एमआरआई स्कैन, या अधिक महत्वपूर्ण रूप से उन कोशिकाओं की छवियों को पढ़ने के लिए विकसित नहीं हुई है जो कैंसर का संकेत दे सकती हैं ... चुनौती का निदान करने की भविष्यवाणी कर रहा है और उपचार। ”

पूर्वानुमानात्मक स्वास्थ्य देखभाल मॉडल विकसित करने, प्रशिक्षित करने और बेंचमार्क करने के लिए, सेल्सफोर्स रिसर्च एक मालिकाना डेटाबेस से आच्छादित है जिसमें अमेरिका, क्लीनिक, अस्पतालों से एकत्र किए गए दसियों डेटा और अमेरिका में देखभाल के अन्य बिंदु शामिल हैं, यह अज्ञात और अज्ञात है, और आंद्रे एस्टेवा, के प्रमुख सेल्सफोर्स रिसर्च में चिकित्सा एआई का कहना है कि सेल्सफोर्स गोपनीयता-संरक्षण तकनीकों को अपनाने के लिए प्रतिबद्ध है, जो कि फेडरेटेड लर्निंग जैसी तकनीकें हैं जो मरीजों को गुमनामी का स्तर सुनिश्चित करती हैं।

एस्टेवा ने वेंचरबीट को बताया, "अगला फ्रंटियर सटीक दवा और निजीकरण चिकित्सा के आसपास है।" "यह सिर्फ एक छवि में मौजूद नहीं है या एक मरीज पर मौजूद नहीं है, लेकिन मरीज का भविष्य कैसा दिखता है, खासकर अगर हम उन्हें एक चिकित्सा पर रखने का फैसला करते हैं। हम रोगी के सभी डेटा को लेने के लिए एआई का उपयोग करते हैं - उनकी चिकित्सा छवियों के रिकॉर्ड, उनकी जीवन शैली। निर्णय किए जाते हैं, और एल्गोरिथ्म भविष्यवाणी करता है कि वे जीवित रहेंगे या मरेंगे, चाहे वे स्वस्थ अवस्था में रहें या अस्वस्थ, और आगे।

दिसंबर के अंत में, सेल्सफोर्स रिसर्च खुला-खट्टा हो गया रिसेप्टरनेटदक्षिणी कैलिफोर्निया विश्वविद्यालय के लॉरेंस जे। एलिसन इंस्टीट्यूट ऑफ ट्रांसफॉर्मेटिव मेडिसिन के लिए चिकित्सकों के साथ साझेदारी में डिवीजन में एक मशीन लर्निंग सिस्टम शोधकर्ताओं ने विकसित किया। प्रणाली, जो स्तन कैंसर के रोगियों के लिए उचित उपचार का निर्णय लेते समय ऑन्कोलॉजिस्ट के लिए एक महत्वपूर्ण बायोमार्कर निर्धारित कर सकती है, ने जर्नल में प्रकाशित एक अध्ययन में 92% सटीकता हासिल की। संचार प्रकृति.

आमतौर पर, बायोप्सी या सर्जरी के दौरान निकाले गए स्तन कैंसर की कोशिकाओं को यह देखने के लिए परीक्षण किया जाता है कि क्या उनमें प्रोटीन होता है जो एस्ट्रोजन या प्रोजेस्टेरोन रिसेप्टर्स के रूप में कार्य करता है। जब हार्मोन एस्ट्रोजन और प्रोजेस्टेरोन इन रिसेप्टर्स से जुड़ते हैं, तो वे कैंसर के विकास को बढ़ावा देते हैं। लेकिन इस प्रकार की बायोप्सी छवियां कम व्यापक रूप से उपलब्ध हैं और समीक्षा के लिए पैथोलॉजिस्ट की आवश्यकता होती है।

इसके विपरीत, रिसेप्टरनेट हेमेटोक्सिलिन और ईओसिन (एच एंड ई) धुंधला के माध्यम से हार्मोन रिसेप्टर की स्थिति निर्धारित करता है, जो कोशिकाओं के आकार, आकार और संरचना को ध्यान में रखता है। सेल्सफोर्स के शोधकर्ताओं ने दुनिया भर के "दर्जनों" अस्पतालों में कैंसर रोगियों से कई हजार एच एंड ई छवि स्लाइड पर प्रणाली को प्रशिक्षित किया।

अनुसंधान से पता चला है कि बीमारियों का निदान करने के लिए एल्गोरिदम को प्रशिक्षित करने के लिए उपयोग किए जाने वाले बहुत से डेटा असमानताओं को समाप्त कर सकते हैं। हाल ही में, ब्रिटेन के वैज्ञानिकों की एक टीम पाया उत्तरी अमेरिका, यूरोप और चीन में लगभग सभी नेत्र रोग डेटासेट मरीजों से आते हैं, जिसका अर्थ है कि नेत्र रोग-निदान एल्गोरिदम कम देशों में नस्लीय समूहों के लिए अच्छी तरह से काम करने के लिए कम निश्चित हैं। एक अन्य अध्ययन में, स्टैनफोर्ड यूनिवर्सिटी के शोधकर्ताओं ने कैलिफोर्निया, न्यूयॉर्क और मैसाचुसेट्स से आने वाले AI के चिकित्सीय उपयोगों के अध्ययन के लिए अधिकांश अमेरिकी डेटा की पहचान की।

लेकिन सेल्सफोर्स का दावा है कि जब उसने उम्र-, दौड़- और भूगोल से संबंधित पूर्वाग्रह के संकेतों के लिए रिसेप्टरनेट का विश्लेषण किया, तो पाया कि उसके प्रदर्शन में सांख्यिकीय रूप से कोई अंतर नहीं था। कंपनी का यह भी कहना है कि एल्गोरिथ्म ने ऊतक के नमूनों की तैयारी में अंतर की परवाह किए बिना सटीक भविष्यवाणियां कीं।

"स्तन कैंसर के वर्गीकरण पर, हम कुछ छवियों को बिना महंगा और समय-गहन धुंधला प्रक्रिया के वर्गीकृत करने में सक्षम थे," सोचर ने कहा। "लंबी कहानी संक्षेप में, यह उन क्षेत्रों में से एक है जहां एआई समस्या का समाधान कर सकता है जैसे कि यह अंत अनुप्रयोगों में सहायक हो सकता है।"

पिछले मार्च में प्रकाशित एक पेपर में विस्तृत परियोजना से संबंधित, सेल्सफोर्स रिसर्च के वैज्ञानिकों ने एक एआई सिस्टम विकसित किया PROGEN जो प्रोटीन को "नियंत्रित फैशन" में उत्पन्न कर सकता है। प्रोटीन के वांछित गुणों को देखते हुए, आणविक कार्य या सेलुलर घटक की तरह, प्रोगेन एक पैराग्राफ में शब्दों की तरह प्रोटीन बनाने वाले अमीनो एसिड का इलाज करके प्रोटीन बनाता है।

प्रोगेन के पीछे सेल्सफोर्स रिसर्च टीम ने 280 मिलियन से अधिक प्रोटीन अनुक्रमों और संबद्ध मेटाडेटा के डेटासेट पर मॉडल का प्रशिक्षण दिया - जो सबसे बड़ा सार्वजनिक क्षेत्र है। मॉडल ने प्रत्येक प्रशिक्षण नमूना लिया और अमीनो एसिड प्रति अनुमान लगाने का खेल तैयार किया। प्रशिक्षण के एक लाख से अधिक दौर के लिए, प्रोगेन ने पिछले अमीनो एसिड से अगले एमिनो एसिड की भविष्यवाणी करने का प्रयास किया, और समय के साथ, मॉडल ने अनुक्रमों के साथ प्रोटीन उत्पन्न करना सीखा, जो पहले नहीं देखा था।

भविष्य में, सेल्सफोर्स शोधकर्ता विशिष्ट प्रोटीन गुणों पर ध्यान देकर, प्रोवेन की उपन्यास प्रोटीन को संश्लेषित करने की क्षमता को अनदेखा करने का इरादा रखते हैं, चाहे अनदेखा हो या नहीं।

Ethics

सेल्सफोर्स रिसर्च के एथिकल एआई वर्क स्ट्राडल्स लागू और शुद्ध शोध। कैसलैना के अनुसार, ग्राहकों से इसमें रुचि बढ़ गई है, उनका कहना है कि पिछले छह महीनों में एआई की नैतिकता के बारे में ग्राहकों के साथ उनकी कई बातचीत हुई हैं।

जनवरी में, सेल्सफोर्स शोधकर्ताओं ने जारी किया रोबस्टनेस जिम, जिसका उद्देश्य है एकता कायम करना प्राकृतिक भाषा मॉडल परीक्षण रणनीतियों को मजबूत करने के लिए पुस्तकालयों का एक चिथड़ा। रोबस्टनेस जिम इस बात पर मार्गदर्शन प्रदान करता है कि कुछ चर किस प्रकार मूल्यांकन को चलाने में प्राथमिकता देने में मदद कर सकते हैं। विशेष रूप से, यह एक संरचना और ज्ञात पूर्व मूल्यांकन के माध्यम से एक कार्य के प्रभाव का वर्णन करता है, साथ ही साथ सामान्यीकरण, निष्पक्षता, या सुरक्षा का परीक्षण करने की आवश्यकता होती है; और विशेषज्ञता, गणना, और मानव संसाधनों की तरह बाधाओं।

प्राकृतिक भाषा के अध्ययन में, मजबूती का परीक्षण आदर्श के बजाय अपवाद होता है। एक रिपोर्ट पाया गया कि प्राकृतिक भाषा प्रसंस्करण मॉडल द्वारा दिए गए 60% से 70% उत्तर बेंचमार्क प्रशिक्षण सेटों में कहीं न कहीं अंकित थे, यह दर्शाता है कि मॉडल आमतौर पर उत्तर याद कर रहे थे। एक अन्य अध्ययन में पाया गया कि एआई और मशीन लर्निंग मॉडल को बेंचमार्क करने के लिए उपयोग किए जाने वाले मैट्रिक्स असंगत, अनियमित रूप से ट्रैक किए गए और विशेष रूप से सूचनात्मक नहीं थे।

एक केस स्टडी में, सेल्सफोर्स रिसर्च की एक "प्रमुख प्रौद्योगिकी कंपनी" में एक भावुक मॉडलिंग टीम थी, जो रोबोस्टिक जिम का उपयोग करके अपने मॉडल के पूर्वाग्रह को मापती थी। सिस्टम का परीक्षण करने के बाद, मॉडलिंग टीम को 18% तक की गिरावट का प्रदर्शन मिला।

जुलाई में प्रकाशित एक और अधिक अध्ययन में, सेल्सफोर्स शोधकर्ताओं प्रस्तावित शब्द एम्बेडिंग में लिंग पूर्वाग्रह को कम करने के लिए एक नया तरीका, एआई मॉडल को सारांशित करने, भाषाओं का अनुवाद करने और अन्य भविष्यवाणी कार्यों को करने के लिए शब्द प्रतिनिधित्व का उपयोग किया जाता है। शब्द एम्बेडिंग दूसरे शब्दों के साथ शब्दों और संबंधों के अर्थ और वाक्य-विन्यास को पकड़ते हैं, यही वजह है कि वे आमतौर पर प्राकृतिक भाषा प्रसंस्करण में कार्यरत हैं। लेकिन उनमें लैंगिक पूर्वाग्रह विरासत में पाने की प्रवृत्ति है।

सेल्सफोर्स का प्रस्तावित समाधान, डबल-हार्ड डेबिस, एम्बेडिंग स्पेस को एक अस्थिर लिंगविहीन में बदल देता है। यह शब्द एम्बेडिंग को एक "सबस्पेस" में बदल देता है, जिसका उपयोग उन आयामों को खोजने के लिए किया जा सकता है जो एन्कोडेड जेंडर से विचलित करने वाली आवृत्ति जानकारी को एनकोड करते हैं। फिर, यह एक और डिबेटिंग एक्शन निष्पादित करने से पहले संशोधित एम्बेडिंग प्राप्त करने के लिए इस आयाम के साथ लिंग घटक को "दूर" करता है।

डबल-हार्ड डिबियास का मूल्यांकन करने के लिए, शोधकर्ताओं ने WinoBias डेटा सेट के खिलाफ इसका परीक्षण किया, जिसमें प्रो-लिंग-स्टीरियोटाइप और लिंग-विरोधी-स्टीरियोटाइप वाक्य शामिल हैं। डबल-हार्ड डीबियस ने का उपयोग करके प्राप्त एम्बेडिंग के पूर्वाग्रह स्कोर को कम कर दिया दस्ताना सिमेंटिक जानकारी को संरक्षित करते हुए 15 (दो प्रकार के वाक्यों पर) से एल्गोरिदम।

भविष्य का कार्य

आगे देखते हुए, जैसा कि महामारी स्वचालन के लाभों को स्पष्ट करता है, Casalaina को उम्मीद है कि यह Salesforce अनुसंधान के लिए फोकस का एक मुख्य क्षेत्र बना रहेगा। उन्हें उम्मीद है कि ग्राहक के सवालों के जवाब देने के लिए बनाए गए चैटबॉट्स वर्तमान में जितने सक्षम हैं, उससे अधिक सक्षम बन जाएंगे, उदाहरण के लिए, रोबोटिक प्रक्रिया स्वचालन प्रौद्योगिकियां जो दोहराए जाने वाले बैकरूम कार्यों को संभालती हैं।

Casalaina के दावे का समर्थन करने के लिए संख्याएँ हैं। नवंबर में, Salesforce ने 300% वृद्धि दर्ज की आइंस्टीन बॉट इस वर्ष के फरवरी से सत्र, 680 की तुलना में 2019% वर्ष-दर-वर्ष वृद्धि हुई है। यह एजेंट सहायता और सेवा स्वचालन के लिए पूर्वानुमानों में 700% की वृद्धि और दैनिक पूर्वानुमानों में 300% की वृद्धि है। वाणिज्य के लिए आइंस्टीन Q3 2020 में विपणन बादल के लिए आइंस्टीन और बिक्री के लिए आइंस्टीन, ईमेल और मोबाइल निजीकरण की भविष्यवाणियां Q67 में 3% ऊपर थीं, और खरीदारों का उपयोग करने की संभावनाओं को परिवर्तित करने में 32% की वृद्धि हुई थी आइंस्टीन लीड स्कोरिंग.

“लक्ष्य यहाँ है - और Salesforce रिसर्च में मोटे तौर पर - लोगों के लिए जमीनी काम को दूर करना है। बहुत सारा ध्यान मॉडल पर लगाया जाता है, मॉडल की अच्छाई, और यह सब सामान, ”कासलैना ने कहा। “लेकिन यह समीकरण का केवल 20% है। इसका 80% हिस्सा है कि मनुष्य इसका उपयोग कैसे करते हैं। ”