جارک کوتیلوفسکی بنیانگذار و مدیر عامل شرکت است DeepL، یک ابزار ترجمه پیشرفته مجهز به هوش مصنوعی که به دلیل دقت چشمگیر و ترجمه های با صدای طبیعی شناخته شده است.
DeepL مأموریتی دارد تا موانع زبانی را برای مشاغل در همه جا از بین ببرد. بیش از 100000 کسب و کار و دولت و میلیون ها فرد در 228 بازار جهانی به پلتفرم هوش مصنوعی زبان DeepL برای ترجمه شبیه انسان و نوشتن بهتر اعتماد دارند. شرکت‌ها در سراسر جهان که با در نظر گرفتن امنیت سازمانی طراحی شده‌اند، از راه‌حل‌های هوش مصنوعی DeepL استفاده می‌کنند که به طور خاص برای زبان تنظیم شده است تا ارتباطات تجاری را تغییر دهد، بازارها را گسترش دهد و بهره‌وری را بهبود بخشد. DeepL که در سال 2017 تأسیس شد، امروز بیش از 1000 کارمند پرشور دارد و توسط سرمایه گذاران مشهور جهانی از جمله Benchmark، IVP و Index Ventures پشتیبانی می شود.
آیا می توانید ما را از دیدگاه اولیه DeepL و اینکه چگونه اهداف شرکت از زمان تأسیس آن تکامل یافته است، راهنمایی کنید؟
زمانی که شرکت را در سال 2017 راه اندازی کردم، در نقطه عطفی با یادگیری عمیق قرار داشتیم. واقعاً شروع به جلب توجه کرده بود که الهام بخش نام شرکت ما بود. ما همیشه چشم اندازی از توانمندسازی سازمان ها برای رشد و توسعه جهانی بدون مانع زبانی در سر راه داشته ایم، که هنوز هم ماموریت ما امروز است. بنابراین ما شروع به آزمایش با این فناوری و کاربرد آن در زبان کرده بودیم و به سرعت دیدیم که چقدر می‌تواند قدرتمند باشد – واضح بود که شبکه‌های عصبی و هوش مصنوعی پیشرفت بزرگ بعدی در ترجمه خواهند بود و آنچه می‌توانیم با عصبی به دست آوریم. شبکه‌ها به مراتب از راه‌حل‌های سنتی موجود پیشی می‌گیرند. با در نظر گرفتن این موضوع، ما تصمیم گرفتیم یافته‌های خود را در یک محصول بسته بندی کنیم و آن را با جهان به اشتراک بگذاریم.
آنچه به عنوان یک پروژه سرگرم کننده آغاز شد، به سرعت به چیزی مهم تر تبدیل شد. تنها چند ماه پس از عرضه رسمی محصول افتتاحیه خود، DeepL Translate، در سال 2017، ما برخی از مهم ترین شرکت های اروپایی و آلمانی را داشتیم که به درب خانه ما ضربه زدند و علاقه مند به استقرار راه حل های ما بودند. این درک در مورد ارتباط و اهمیت حیاتی محصول ما برای سازمان‌های بزرگ‌تر، ما را الهام بخشید تا عمیق‌تر در مشکلات آنها غوطه ور شویم و برای درک اینکه فناوری ما چگونه می‌تواند آنها را حل کند، زمان صرف کنیم. ما یک استراتژی تجاری دقیق‌تر و برنامه‌های درآمدزایی روشن ایجاد کردیم، ابتدا بر عرضه محصول برای عموم تمرکز کردیم و بعداً جنبه تجاری را مشخص کردیم. به سرعت به امروز رسیدیم و ما به طور قابل توجهی رشد کرده ایم و تیم، محصولات و شبکه مشتریان خود را گسترش داده ایم. ما اکنون میلیون‌ها کاربر مجزا از ابزارهای ترجمه و نوشتن هوش مصنوعی تخصصی خود و بیش از 100000 شریک تجاری و دولتی در سرتاسر جهان داریم، از جمله 50 درصد از Fortune 500 و رهبرانی مانند Nikkei (صاحب فایننشال تایمز)، Coursera، Deutsche Bahn، Zendesk و موارد دیگر.
شما DeepL را در زمینه ای تأسیس کردید که قبلاً تحت سلطه بازیگران اصلی مانند گوگل و مایکروسافت بود. استراتژی شما برای ایجاد جایگاه در چنین فضای رقابتی چه بود؟
ما از همان ابتدا با فناوری بزرگ روبرو بوده ایم که ما را چابک، مبتکر و با انگیزه برای ارائه بهترین راه حل به کاربران خود نگه داشته است. اما من هر کسی را که ادعا می‌کند چالش زبان برای موارد تجاری و سازمانی را با مدل‌های عمومی حل کرده است، به چالش می‌کشم – اینجاست که DeepL متمایز است و واقعاً در دنیای زبان هوش مصنوعی و ترجمه منحصربه‌فرد است.
ما با سیستم‌های هوش مصنوعی همه‌منظوره تفاوت داریم زیرا راه‌حل‌های ترجمه و نوشتن هوش مصنوعی خود را به گونه‌ای ساخته‌ایم که برای موارد استفاده از زبان تخصصی باشد. این تخصص ما را قادر می سازد تا به دقت و دقت بالاتری دست یابیم و در عین حال توهمات و اطلاعات نادرست را به حداقل برسانیم. ترجمه یک منو در حالی که در تعطیلات هستید یک چیز است – اما اکثر مشتریان ما مشاغل و دانش‌آموزان هستند، جایی که ریسک‌ها بسیار بالاتر است. وکیلی را تصور کنید که نیاز به ترجمه اسناد حقوقی بسیار ظریف، انتقادی و محرمانه دارد. یا یک ناشر رسانه ای بزرگ که بر پلتفرم ما تکیه می کند تا هزاران داستان را در روز ترجمه کند، که سپس بین میلیون ها خواننده جهانی توزیع می شود. این موارد استفاده پیچیده سطحی از دقت، سفارشی سازی، حریم خصوصی داده ها و امنیت را می طلبد که مدل های عمومی نمی توانند ارائه کنند. حفاظت و امنیت داده ها نیز در ارائه ما نقش اساسی دارند، بنابراین ما به بالاترین استانداردهای حریم خصوصی و امنیتی از جمله کلیه الزامات GDPR، ارائه رمزگذاری داده های پیشرفته و موارد دیگر پایبند هستیم.
DeepL به تازگی اولین LLM داخلی خود را راه اندازی کرده است. این مدل چه تفاوتی با سایر مدل های زبان بزرگ موجود در بازار دارد و در چه زمینه ای برتر تلقی می شود؟
مدل‌های ترجمه نسل بعدی ما با فناوری اختصاصی LLM طراحی شده است که به طور خاص برای ترجمه و ویرایش طراحی شده است، که آن را از سایر مدل‌های موجود در بازار متمایز می‌کند و استاندارد صنعتی جدیدی را برای کیفیت و عملکرد ترجمه ایجاد می‌کند. برخلاف مدل‌های همه‌منظوره که صرفاً به داده‌های عمومی اینترنت متکی هستند، LLM DeepL از بیش از هفت سال داده اختصاصی که به طور خاص برای ایجاد محتوا و ترجمه تهیه شده است، سود می‌برد. همچنین از آموزش مدل انسانی با هزاران متخصص زبانی که برای اصلاح و ارتقای کیفیت ترجمه آموزش دیده اند، استفاده می کند.
به همین دلیل، ما مفتخریم که DeepL به طور گسترده به عنوان قابل اعتمادترین و ترجیحی ترین راه حل هوش مصنوعی زبان برای مشاغل و حرفه ای ها در نظر گرفته می شود. در آزمایش‌های کور، مترجمان حرفه‌ای دریافته‌اند که نسل بعدی LLM ما به ویرایش‌های بسیار کمتری نسبت به سایر پلت‌فرم‌ها نیاز دارد، به‌طوری‌که Google و ChatGPT برای دریافت کیفیت یکسان به ویرایش‌های بین دو تا سه برابر نیاز دارند.
آیا می توانید فرآیند آموزش DeepL’s LLM را توضیح دهید؟ چقدر ورودی انسانی برای حفظ دقت و ظرافت در ترجمه مورد نیاز است، و چگونه آن را با جنبه های محاسباتی توسعه هوش مصنوعی متعادل می کنید؟
ما LLM خود را با ترکیبی از داده های زبانی با بالاترین کیفیت و همچنین تخصص هزاران متخصص زبانی که دست انتخاب شده اند، آموزش می دهیم. این رویکرد دو جانبه، که هر دو جنبه محاسباتی را با بازخورد انسانی ترکیب می‌کند، به ما این امکان را می‌دهد که از مشتریان خود در مقیاس حمایت کنیم و در عین حال اطمینان حاصل کنیم که کیفیت و تفاوت‌های ظریف ترجمه‌هایمان به درستی باقی می‌ماند. ورودی های انسانی در درجه اول در تنظیم داده ها، ارزیابی کیفیت و ارائه بازخورد برای بهبود مستمر بسیار مهم است. کیفیت ترجمه DeepL بدون این جنبه در جایی که هست نمی تواند باشد.
DeepL اخیراً به 165 بازار جدید گسترش یافته است و پشتیبانی از سه زبان جدید اضافه شده است. تفکر استراتژیک پشت هدف قرار دادن این بازارها و زبان ها چه بود و چگونه این گسترش بر پایگاه کاربران DeepL تأثیر گذاشته است؟
زبان یک مشکل جهانی است که تقریباً در هر صنعت، مشاغل را تحت تأثیر قرار می دهد – چه در داخل با موانع زبانی در بین همکاران مواجه باشند، چه در خارج با مشتریان و در بازارهای متنوعی که در آن فعالیت می کنند. و به‌عنوان یک شرکت تحقیقاتی، هر کاری که انجام می‌دهیم از مأموریت ما برای از بین بردن موانع زبانی و بازخوردهایی که از مشتریان و کسب‌وکارها می‌شنویم مطلع است. تصمیم ما برای گسترش در دسترس بودن محصولاتمان – DeepL Pro اکنون در 228 بازار جهانی در دسترس است – و افزودن قابلیت های زبانی جدید، مانند راه اندازی اخیر چینی سنتی، ریشه در ماموریت ما برای از بین بردن این موانع، با هدایت بازخورد و بازخورد مشتریان دارد. تحقیقات بازار
ما در لحظه ای هیجان انگیز در هوش مصنوعی هستیم، جایی که پذیرش نه تنها یک روند بلکه یک ضرورت است. شرکت‌ها آماده پذیرش هوش مصنوعی هستند، اما به دنبال فناوری هستند که ارزش واقعی و بازگشت سرمایه را ارائه می‌کند، و ثابت شده است که تاثیر قابل‌توجهی را بر جای می‌گذاریم. مطالعه فورستر 2024 نشان داد که استفاده از DeepL 345% ROI را برای شرکت‌های جهانی به ارمغان می‌آورد و زمان ترجمه را تا 90% کاهش می‌دهد در حالی که باعث کاهش 50% حجم کار می‌شود. با افزایش دسترسی و قابلیت‌های خود، می‌توانیم این مزایای واقعی را به بازارها، افراد و کسب‌وکارهای بیشتری ارائه کنیم. به عنوان مثال، چینی سنتی را در نظر بگیرید – این زبان اصلی برای بیش از 33 میلیون نفر در سراسر جهان است. بنابراین این واقعاً مقیاس کسب‌وکار ما را افزایش می‌دهد و به ما کمک می‌کند تا تقاضای فزاینده جهانی را برآورده کنیم. امروز، ما شبکه ای از بیش از 100000 مشتری تجاری داریم و به سرعت در حال رشد است.
با بیش از 100000 مشتری، از جمله سازمان‌های بزرگی مانند Deutsche Bahn و Zendesk، چالش‌ها و فرصت‌های اصلی که هنگام مقیاس‌بندی برای برآوردن نیازهای سازمانی و دولتی با آنها مواجه شده‌اید، چیست؟
وقتی با یک مشتری در اتاق هستیم، آنها در مورد ارزش و بازده بازگشت سرمایه که می‌توانیم به آنها ارائه کنیم کاملاً آگاه هستند – حتی در ایالات متحده، که ممکن است فکر کنید انگلیسی تنها زبان صحبت می‌شود، اکثر شرکت‌ها با تیم‌های چند زبانه کار می‌کنند و پیچیدگی های یک بازار جهانی را بررسی کنید. بسیاری از مردم فراموش می کنند! ارزش و تأثیر ابزارهای ترجمه تخصصی هوش مصنوعی و خدمات نوشتاری ما روشن است. بنابراین بحث این نیست که آیا آنها باید ابزارهای هوش مصنوعی زبان را پیاده سازی کنند، اما یک سوال جالب که ما زیاد از شرکت ها می شنویم، در مورد قابلیت های شخصی سازی سرویس ما است.
شرکت‌ها اغلب به دستورالعمل‌های برند خاص پایبند هستند و به راه‌حل‌های هوش مصنوعی نیاز دارند که صدای برند و اصطلاحات صنعتی منحصربه‌فرد آنها را منعکس کند. آنها می‌خواهند بتوانند به طور مداوم، هم در داخل و هم در خارج، در مقیاس ارتباط برقرار کنند – چه در حال نوشتن چیزی باشند و چه در حال ترجمه یک سند، می‌خواهند محتوا شبیه چیزی باشد که خودشان نوشته‌اند، به سبک برند خاصشان. در DeepL، ما ابزارهای خود را با در نظر گرفتن این موضوع طراحی کرده‌ایم و انواع ویژگی‌های تعاملی‌تر و سفارشی‌سازی از جمله واژه نامه DeepL را ارائه می‌دهیم که به کسب و کارها و متخصصان اجازه می‌دهد ترجمه‌ها را برای کلمات و عبارات خاص سفارشی کنند. و همچنین ویژگی هایی مانند تنظیم تن و موارد دیگر. این سطح از تنظیم دقیق و توانایی ایجاد محتوا برای خود چیزی است که برای مشتریان ما واقعاً مهم است.
همانطور که DeepL گسترش می یابد و مدل های هوش مصنوعی آن به طور گسترده تر مورد استفاده قرار می گیرند، برخی از ملاحظات اخلاقی کلیدی که هنگام توسعه سیستم های هوش مصنوعی زبان، به ویژه هنگام مدیریت اطلاعات حساس یا محرمانه در اولویت قرار می گیرید، کدامند؟
هر سازمانی که ابزارهای هوش مصنوعی را در نظر می گیرد باید همیشه این سوالات را هنگام ارزیابی مدل ها و شرکت ها بپرسد. بسیاری از راه‌حل‌های هوش مصنوعی امنیت کافی را ارائه نمی‌کنند، اغلب داده‌های کاربر را با اشخاص ثالث به اشتراک می‌گذارند، و مدل‌های هوش مصنوعی خود را بر روی متن کاربر آموزش می‌دهند، که بی‌اعتمادی ایجاد می‌کند و بسیاری از کاربران را برای استفاده از این ابزارها با اسناد مربوط به کار مردد می‌سازد. همانطور که قبلاً به آن اشاره کردم، DeepL رویکرد متفاوتی را اتخاذ می کند – امنیت هسته اصلی ماموریت و ارائه محصول ما است.
مشتریان ما از طیف گسترده‌ای از صنایع، از جمله بخش‌های بسیار تحت نظارت مانند خدمات مالی و حقوقی می‌آیند، و محرمانه بودن و امنیت داده‌های آنها ضروری است. برای محافظت از داده‌های کاربر، از جمله پیشرفته‌ترین رمزگذاری داده‌ها و GDPR، ISO 27001 و Soc2 Type 2، از بالاترین استانداردهای حریم خصوصی و امنیتی در سطح سازمانی پیروی می‌کنیم. ما همچنین از هیچ متنی از مشترکین خود برای بهبود یا آموزش مدل‌های هوش مصنوعی خود استفاده نمی‌کنیم، زیرا بسیاری از کاربران ما اطلاعات حساس را ترجمه می‌کنند.
از نظر توسعه محصول چه انتظاری می توانیم از DeepL داشته باشیم؟ آیا ویژگی‌ها یا نوآوری‌های مهمی وجود دارد که به‌خصوص در مورد آن هیجان‌زده هستید؟
ما یک شرکت هوش مصنوعی پژوهش محور هستیم که بر نوآوری با هدف متمرکز شده است و هدف ما حل مشکل زبان برای مردم و مشاغل در همه جا است. با نگاهی به آینده، ما همچنان به ترکیب بازخورد مشتریان در توسعه خود ادامه خواهیم داد و بر گسترش قابلیت‌های پلتفرم هوش مصنوعی زبان خود تمرکز می‌کنیم تا آن را به راه‌حلی جامع‌تر برای همه نیازهای تجاری مرتبط با زبان تبدیل کنیم. بسیاری از آنچه امروز از مشتریان می شنویم این است که هر چه تعامل و شخصی سازی بیشتری را بتوانیم ارائه کنیم، بهتر است. بنابراین، گسترش ویژگی‌ها و قابلیت‌های ما برای پرداختن به این موضوع، برای ما بسیار جالب است، و به این موضوع نگاه می‌کنیم که چگونه تجربه DeepL را برای کاربران خود پویاتر و جذاب‌تر کنیم.
در 5 تا 10 سال آینده، فناوری DeepL را در کجای چشم‌انداز وسیع‌تر هوش مصنوعی قرار می‌دهید، به خصوص که هوش مصنوعی به سرعت در حال تکامل است؟
5 سال واقعاً زمان زیادی برای توسعه هوش مصنوعی است، بنابراین آنچه واقعاً برای من مهم است 12 ماه آینده است! ما در حال کار بر روی آوردن همان انقلاب و اختلالی هستیم که با زبان نوشتاری انجام دادیم به سایر قابلیت‌های چندوجهی که من از آن هیجان‌زده هستم.
با تشکر از شما برای مصاحبه عالی، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید از آن بازدید کنند DeepL.
