Sean Mullaney, Chief Technology Officer presso Algolia – Serie di interviste

Sean Mullaney, CTO di Algolia - Interviste

Sean Mullaney è il Chief Technology Officer presso Algolia, una piattaforma di ricerca e scoperta end-to-end con intelligenza artificiale.

Sean è un ex dirigente di Stripe e Google con esperienza nello sviluppo di organizzazioni di ingegneria, nella creazione di strumenti di ricerca e scoperta basati su intelligenza artificiale e nella crescita di soluzioni API-first a livello globale. Presso Algolia, supervisiona la tecnologia dietro il secondo motore di ricerca più grande dopo Google, utilizzato per oltre 1,5 trilioni di ricerche all’anno. Recentemente, ha guidato il lancio di AlgoliaNeuralSearch, l’API di ricerca vettoriale e per parole chiave più veloce, iper-scalabile ed economica al mondo.

Cosa ti ha inizialmente attratto nell’informatica?

Quando avevo 10 anni, i miei genitori hanno comprato il nostro primo computer per casa. La prima cosa che volevo fare era capire come scrivere un gioco di avventura testuale che stavo copiando da un libro. Alcuni anni dopo, ho cominciato a imparare il C++, ma progettare e costruire giochi al computer è rimasto una grande passione per me da adolescente che iniziava a esplorare l’informatica.

• Incontra SQLCoder un nuovo modello open source all’avanguardia per la conversione di domande in linguaggio naturale in query SQL
• Dobbiamo disperatamente fare più compost per salvare il mondo; Come l’IA e i dati possono aiutare
• Sistema di apprendimento automatico basato sulla luce potrebbe produrre modelli di linguaggio più potenti ed efficienti

Hai trascorso oltre 7 anni a Google, dove hai contribuito a costruire e guidare team che lavoravano su strategia, operazioni, big data e machine learning. Qual è stato il tuo progetto preferito e cosa hai imparato da questa esperienza?

Siamo riusciti a utilizzare tutti i big data che avevamo su come gli inserzionisti utilizzavano i nostri prodotti per aiutare i team di vendita. Abbiamo sviluppato regole personalizzate (successivamente reti neurali più complesse) per prevedere quali clienti avremmo dovuto avvicinare con quali prodotti in quali momenti, al fine di massimizzare la probabilità che il tempo di un venditore si traducesse in un aumento del fatturato. Con oltre 1 milione di inserzionisti su Google, questo strumento ha aiutato significativamente i team di vendita a individuare le eccezioni.

In una recente sintesi di DevBit, hai descritto lo scopo di Algolia come quello di consentire agli utenti di indicizzare il mondo e mettere in movimento i contenuti. Puoi spiegare cosa significa questa affermazione?

In definitiva, vogliamo aiutare i nostri clienti a ottenere valore dai loro dati. Internet ha creato una tale esplosione di contenuti e prodotti di e-commerce e, sebbene questo sviluppo sia sicuramente un traguardo significativo, la semplice quantità di informazioni ora disponibili rende anche più difficile che mai – e sempre più difficile – trovare ciò che si sta effettivamente cercando come utente. Tuttavia, quando la ricerca e la scoperta sono alimentate dall’intelligenza artificiale, l’elenco crescente di contenuti può essere accessibile in modo intelligente e messo in movimento per aiutare veramente gli utenti, anziché sopraffarli.

Nel settembre 2022, Search.io e il proprio prodotto principale NeuralSearch™ sono stati acquisiti da Algolia, puoi spiegare in cosa consiste questa tecnologia di ricerca in particolare?

In poche parole, Algolia NeuralSearch integra la corrispondenza delle parole chiave con l’elaborazione del linguaggio naturale basata su vettori, alimentata da LLMs, in una singola API – una novità nel settore. La soluzione incorpora la nostra tecnica proprietaria di Neural Hashing, una delle prime nel suo genere, che rende l’uso dei vettori scalabile e più economico del 90% – un problema affrontato da altre aziende di intelligenza artificiale, inclusa ChatGPT. Ciò che è davvero entusiasmante di questo prodotto innovativo è che rende la ricerca AI vera scalabile per le organizzazioni enterprise.

La nuova tecnologia consente anche ai clienti, come i rivenditori, di comprendere e fornire contenuti che corrispondono a query che normalmente sono troppo conversazionali per fornire risultati accurati o qualsiasi risultato (considerate long-tail). Queste rappresentano il 55% delle ricerche attuali sul sito. Essendo l’unica soluzione di ricerca AI end-to-end che applica l’intelligenza artificiale nell’interpretazione delle query, nel recupero e nella classificazione, NeuralSearch comprende veramente queste query e trasforma le opportunità mancate in ricavi.

Al di fuori di Neuralsearch™, quali sono alcune delle altre metodologie di apprendimento automatico utilizzate?

Abbiamo incorporato l’intelligenza artificiale in tre funzioni principali: interpretazione delle query, recupero delle query e classificazione dei risultati. In Algolia chiamiamo questo il “panino di ricerca AI”:

• Interpretazione delle query: L’avanzata comprensione del linguaggio naturale (NLU) di Algolia e la ricerca vettoriale basata sull’intelligenza artificiale forniscono una comprensione espressiva del linguaggio naturale e una categorizzazione delle query basata sull’intelligenza artificiale che prepara e struttura una query per l’analisi. Inoltre, l’apprendimento adattivo basato sul feedback dell’utente perfeziona ulteriormente la comprensione dell’intento.
• Recupero delle query: Vengono quindi recuperati e classificati i risultati più rilevanti, dal più al meno rilevante. Il processo di recupero combina i risultati di Neural Hashing in parallelo con le parole chiave utilizzando lo stesso indice per un facile recupero e classificazione. Questo approccio risolve il problema dei “null results” e migliora significativamente le posizioni dei clic e i tassi di click-through. Nessuna altra piattaforma di ricerca nello spazio della scoperta e ricerca offre questa potente capacità.
• Classificazione: Infine, i migliori risultati vengono spinti in cima grazie al riordinamento AI-powered di Algolia, che tiene conto dei molteplici segnali associati alla query di ricerca (incluso il punteggio di corrispondenza delle parole chiave esatte, il profilo di personalizzazione contestuale, la popolarità osservata degli elementi, il punteggio di corrispondenza semantica, ecc.) e impara a raggiungere la massima rilevanza.

Inoltre, man mano che l’indice cambia, vengono aggiunti nuovi prodotti, viene caricato nuovo contenuto o i termini assumono un nuovo significato, il prodotto Algolia NeuralSearch alimentato da intelligenza artificiale imparerà e si adatterà automaticamente. Non richiede alcun aumento di personale o operazioni manuali. Corrisponderà automaticamente parole chiave o concetti, eventualmente una combinazione di entrambi, a seconda della query o della frase di ricerca. Questo mette davvero la ricerca in pilota automatico.

Recentemente Algolia ha aumentato il suo piano gratuito offrendo 10000 record, portandolo a 1 milione di record. Qual è stata la mentalità dietro questa decisione e come ha reagito il mercato?

Abbiamo scelto specificamente di evolvere il prezzo e il pacchetto di Algolia per essere ancora più orientato agli sviluppatori con l’introduzione di due nuovi piani orientati agli sviluppatori: un piano “build” gratuito e un piano “Grow” che offre una scalabilità facile a prezzi accessibili. Il nuovo piano “Build” aumenta il numero di record gratuiti che uno sviluppatore può archiviare in Algolia da 10.000 a 1 milione di record. Questo rappresenta un aumento di 100 volte nel numero di record gratuiti che gli sviluppatori possono ora indicizzare in Algolia. Inoltre, Algolia ha ridotto il costo delle richieste di ricerca nel piano “Grow” del 50% e dei record del 60%.

L’idea dietro il nostro aggiornato piano “Build” è quella di fornire agli sviluppatori un accesso gratuito all’intero set di funzionalità della piattaforma di ricerca e scoperta alimentata da intelligenza artificiale. Il piano “Grow”, quando uno sviluppatore è pronto a scalare la propria applicazione, consente agli sviluppatori di utilizzare un prezzo basato sull’utilizzo più orientato agli sviluppatori per le impostazioni di produzione in tempo reale.

Una nota importante è che qualsiasi designer, creatore o sviluppatore, che sia un ingegnere software occasionale o completamente impegnato, può accedere rapidamente e facilmente a tutti gli strumenti, la documentazione, il codice di esempio, i contenuti educativi e le capacità di integrazione multi-piattaforma necessari per iniziare a gestire i propri dati, costruire un’interfaccia di ricerca, configurare le analisi e altro ancora, tutto gratuitamente. Inoltre, avranno accesso immediato a una comunità di sviluppatori in crescita composta da oltre 5 milioni di creatori.

Puoi parlare degli strumenti di personalizzazione della ricerca offerti?

Algolia offre diversi strumenti di personalizzazione della ricerca per consentire alle aziende di sfruttare i dati per migliorare le raccomandazioni, inclusi diversi tipi di raccomandazioni e modi unici per sfruttare i dati per effettuare effettivamente queste raccomandazioni.

Alcuni esempi includono:

• In tendenza: Suggerisci altri articoli che sono di tendenza e correlati alle ricerche effettuate dai tuoi clienti.
• Basato sulle valutazioni: Le persone vogliono acquistare prodotti con le migliori valutazioni.
• Personalizzato: In base a ciò che hai acquistato l’ultima volta, alla cronologia delle ricerche, alla posizione o ad altri fattori, ti consigliamo questi altri prodotti.

Questi metodi basati sui dati possono contribuire a migliorare rapidamente i risultati in base a come i clienti interagiscono con i prodotti, in modo da avere più probabilità di consigliare i prodotti che convertono effettivamente meglio.

Hai descritto Algolia come il motore di ricerca ibrido basato su intelligenza artificiale più scalabile al mondo. Come è stato progettato Algolia per scalare in modo così efficiente?

Tutto torna a Neural Hashing. Questa soluzione all’avanguardia comprime e velocizza drasticamente ogni singola query. Calcolare la similarità tramite hash è molto più veloce rispetto alle similarità vettoriali standard e restituisce i risultati in millisecondi.

Neural Hashing rappresenta una svolta per mettere in produzione il recupero basato su intelligenza artificiale in una vasta gamma di casi d’uso. Combinato con l’elaborazione delle query e il riordinamento alimentati da intelligenza artificiale, promette di liberare il pieno potenziale dell’intelligenza artificiale nella ricerca sul sito. Prima della nostra soluzione proprietaria di Algolia, la ricerca basata su vettori era troppo costosa computazionalmente per essere eseguita in produzione.

La parte del panino su cui mi concentrerei di più è la carne: il recupero. La ragione per cui diciamo di essere l’unico vero motore di ricerca basato su intelligenza artificiale end-to-end è perché c’è stata una battaglia costante dietro le quinte nell’industria della ricerca per aggiungere l’intelligenza artificiale al recupero. Il recupero delle informazioni è un processo incredibilmente complesso, ed è ancora più complesso padroneggiare un recupero basato sull’intelligenza artificiale ad alte prestazioni ed economico su larga scala. Noi l’abbiamo padroneggiato con la nostra tecnica innovativa di Neural Hashing. Così facendo, abbiamo essenzialmente vinto la ricerca del Santo Graal della ricerca basata su intelligenza artificiale.

C’è qualcos’altro che vorresti condividere su Algolia?

È un momento eccitante per lavorare in Algolia e siamo sempre alla ricerca di persone talentuose e appassionate che vogliono unirsi a noi nel nostro percorso per costruire la migliore tecnologia di ricerca al mondo. Se ti sembra di essere una di queste persone, ti invito a dare un’occhiata alle nostre attuali opportunità su https://www.algolia.com/careers/.