هل لاحظت أنك تتلقى المزيد من المكالمات التي تم تحديدها بشكل صحيح كرسائل غير مرغوب فيها على هواتفك؟ حسنًا، ربما يكون لـ Hiya علاقة بذلك.
قال Alex Algard الرئيس التنفيذي والمؤسس: "إن الشركة الناشئة في سياتل بواشنطن، والتي لديها عملاء رئيسيون في مجال الاتصالات، تستخدم الذكاء الاصطناعي للكشف عن المكالمات غير القانونية وغير المرغوب فيها بنسبة 20% أكثر مما تفعله التقنيات الحالية حاليًا".
قدمت الشركة الأسبوع الماضي ما تسميه الذكاء الاصطناعي التكيفي Adaptive AI كإضافة إلى منتجها Hiya Protect، والذي تستخدمه شركات الاتصالات اللاسلكية وصانعو الهواتف الذكية ومطورو التطبيقات كجزء من حزم خدماتها. إنه متوفر في خدمات مثل AT&T Call Protect و Samsung Smart Call وتطبيق Hiya.
قال Algard إن التكنولوجيا الجديدة مستوحاة من تدفقات البيانات الحية من شركات النقل والأجهزة والتطبيقات. قال: "يراقب الذكاء الاصطناعي التكيفي الأنماط التي يتركها مرسلو البريد العشوائي في حركة مرور الشبكة ويتكيف في الوقت الفعلي لحظرها دون الحاجة إلى إعادة تدريب بشري أو بيانات تاريخية".
تدعي الشركة أن قدرتها الجديدة أكثر فاعلية من التكتيكات التقليدية التي تتفاعل فقط مع أرقام الهواتف المعروفة التي يستخدمها مرسلو البريد العشوائي. تلعب القدرة على التكيف مع الذكاء الاصطناعي دورًا عندما يغير مرسلو البريد العشوائي الأرقام أو شركات النقل، وهو ما قال الجارد إنه يحدث باستمرار.
كم عدد الرسائل غير المرغوب فيها Spam على الهاتف هناك؟
لتحديد حجم البريد الإلكتروني العشوائي عبر الهاتف، قدمت Hiya، التي تضم ما يقرب من 200 مليون مستخدم نشط، من خلال عملائها من شركات الاتصالات، هذه الإحصائيات:
- يتم إجراء أكثر من 50 مليار مكالمة غير مرغوب فيها للأمريكيين كل عام (16 في الشهر لكل مستخدم)
- تحلل Hiya أكثر من 13 مليار مكالمة شهريًا
- 94% من المكالمات غير المحددة لم يتم الرد عليها
- ما يقرب من ثلث الأمريكيين يخسرون المال بسبب عمليات الاحتيال عبر الهاتف كل عام. في المتوسط، خسر كل ضحية 182 دولارًا في عمليات الاحتيال عبر الهاتف العام الماضي. هذا يعني أن الأمريكيين خسروا مجتمعين حوالي 14 مليار دولار لخداع المكالمات في عام 2020.
أكثر الطرق شيوعًا لكسب المحتالين هي سرقة المعلومات الشخصية أو بيع المنتجات أو الخدمات المزيفة أو الوصول إلى الحسابات المالية. ينشر عدد متزايد من مرسلي البريد العشوائي أساليب غير قانونية لتوليد عملاء محتملين للأعمال التجارية المشروعة أو غير المشروعة، مثل مكالمات ضمان السيارة أو الكمبيوتر.
قال Algard إنه بدأ Hiya في عام 2016 كشركة منبثقة عن الشركة السابقة التي أسسها، WhitePages.com.
قال Algard: "إن WhitePages هو موقع خدمة دليل. لقد حددنا بعض حالات الاستخدام المحتملة التي اعتقدنا أنه يمكننا بناء شركة حاضنة حولها- بشكل أساسي، خدمة معرف المتصل على الخطوط الأرضية القديمة"
"اعتقدنا أنه من الغريب عدم وجود معرف المتصل على الأجهزة المحمولة. لذلك توصلنا إلى أنه مع ظهور تطبيقات الأجهزة المحمولة، يمكننا في الواقع حل حالة الاستخدام هذه من خلال خدمة معرف المتصل الآلي للأشخاص الذين قاموا فقط بتنزيل التطبيق الذي قدمناه. واتضح أن ذلك قد جذب الكثير من اهتمام المستهلك؛ نزّل عدد كبير من الأشخاص التطبيق".
كيف تضع Hiya الذكاء الاصطناعي في العمل
شارك Alex Algard الأفكار الإضافية التالية في مقابلة فيما يتعلق بكيفية استخدام التقنيين ومهندسي البيانات ومطوري البرامج للذكاء الاصطناعي التكيفي.
ما هي أدوات الذكاء الاصطناعي والتعلم الآلي التي تستخدمها على وجه التحديد؟
لدى Hiya احتياجات فريدة في تطوير النماذج التي يمكنها التعامل مع التحديات التي يفرضها حجم وحجم شبكات الصوت. عبء العمل الأساسي هو حمل تحليل المكالمات، والذي يجب أن يتم تشغيله في الوقت الفعلي على تدفقات البيانات الحية، ويجب أن يكون زمن انتقال منخفضًا للغاية، وإنتاجية عالية؛ بالسرعة الكافية لتحليل المكالمات أثناء إجرائها؛ وتوسيع نطاقها لتحليل أكثر من مليار استدعاء لواجهة برمجة التطبيقات في اليوم.
يتم دعم سير العمل الأساسي هذا من خلال نظام Hiya MLOps الخاص بنا والذي قمنا بضبطه وفقًا لمشكلتنا. يتضمن إدارة دورة حياة نموذج ML الداخلي ونظام التنبؤ القائم على المجموعة لالتقاط العديد من سيناريوهات المخادعين في الاتصالات والمناطق الجغرافية التي نتعامل معها لتوفير حماية المكالمات العالمية.
بالنسبة لأحمال العمل الأخرى، فإننا ننسحب من العديد من منصات تعلم الآلة حسب الحاجة. على سبيل المثال، نستخدم Sagemaker لإنشاء وتدريب ونشر أنظمة تبحث في خصائص شبكة robocall وتحليل التسجيلات.
هل تستخدم النماذج والخوارزميات خارج الصندوق- على سبيل المثال، من DataRobot أو من مصادر أخرى؟
نظرًا للتحديات الفريدة لتدفقات البيانات الحية وحجم الشبكات التي نعمل عليها، فإننا نبني ونحافظ على أطر عمل مخصصة خاصة بنا. لم تثبت الحلول الجاهزة أو الحلول التلقائية للتعلم الآلي أنها حل قابل للتطبيق لحجم وحجم المشكلات التي نعالجها.
ما الخدمة السحابية التي تستخدمها بشكل أساسي؟
نحن نستخدم AWS ونتوسع لدعم Microsoft Azure.
هل تستخدم الكثير من أدوات سير عمل الذكاء الاصطناعي التي تأتي مع تلك السحابة؟
نستخدم خدمات AWS الأساسية مثل EC2 و DynamoDB للحوسبة وتخزين البيانات والمزامنة العالمية. ولإعداد البيانات بعد المعالجة، نستخدم أدوات من مصادر متعددة: AWS Glue و Apache Airflow و Zeppelin و Jupyter وما إلى ذلك.
كم مرة تفعلون هذا؟
الكثير. المحتالون والمتصلون غير القانونيين متطورون ويغيرون باستمرار تكتيكاتهم لتجنب اكتشافهم. لقد استثمرنا في فريق متخصص من علماء البيانات الذين يركزون على صناعة المتصلين غير القانونيين ويقومون باستمرار بتكرار وتعديل محرك نموذج الذكاء الاصطناعي لدينا لمواكبة ذلك. العديد من النماذج التي نستخدمها موجودة في الجيل الخامس أو السادس حيث نقوم بتحسينها لاتخاذ تكتيكات محددة للمخادعين. نحن نشيطون في مجتمع الذكاء الاصطناعي / تعلم الآلة ونستفيد من أحدث التقنيات والأساليب عندما نستطيع، ولكن غالبًا ما يتعين علينا تطوير مناهج جديدة بأنفسنا. يعد الذكاء الاصطناعي التكيفي مثالاً على نهج كان علينا تطويره داخليًا.
كيف تقوم بتسمية البيانات لتدفقات عمل ML و AI؟
تصنيف البيانات هو أهم جانب في ما نقوم به، مما يجعل Hiya فعالاً للغاية في هزيمة المتصلين غير الشرعيين على مستوى العالم. لقد استثمرنا لإجراء ذلك داخليًا نظرًا لتأثيره على دقتنا. نحن نستخدم البيانات من عدة مصادر، بما في ذلك بيانات حدث المكالمة من شبكة Hiya، والفخاخ الاحتيالية، وتقارير المستخدم، وبيانات الامتثال الفيدرالية، و STIR / SHAKEN، ومصادر البيانات المخصصة من شركات النقل وشركاء التوزيع لدينا.
هل يمكنك أن تعطينا تقديرًا لمقدار البيانات التي تعالجها؟
تتعامل Hiya مع كمية لا تصدق من البيانات: 200 مليون مستخدم حول العالم، و 450000 عملية إعادة حساب لنماذج ML في الثانية، و 20 جيجابايت/ ساعة من تغييرات نموذج ML مدفوعة إلى خدمتنا المتطورة. تتطلب إعادة حساب النموذج لدينا أكبر مثيل متاح من AWS EC2.
قال Alex Algard الرئيس التنفيذي والمؤسس: "إن الشركة الناشئة في سياتل بواشنطن، والتي لديها عملاء رئيسيون في مجال الاتصالات، تستخدم الذكاء الاصطناعي للكشف عن المكالمات غير القانونية وغير المرغوب فيها بنسبة 20% أكثر مما تفعله التقنيات الحالية حاليًا".
قدمت الشركة الأسبوع الماضي ما تسميه الذكاء الاصطناعي التكيفي Adaptive AI كإضافة إلى منتجها Hiya Protect، والذي تستخدمه شركات الاتصالات اللاسلكية وصانعو الهواتف الذكية ومطورو التطبيقات كجزء من حزم خدماتها. إنه متوفر في خدمات مثل AT&T Call Protect و Samsung Smart Call وتطبيق Hiya.
قال Algard إن التكنولوجيا الجديدة مستوحاة من تدفقات البيانات الحية من شركات النقل والأجهزة والتطبيقات. قال: "يراقب الذكاء الاصطناعي التكيفي الأنماط التي يتركها مرسلو البريد العشوائي في حركة مرور الشبكة ويتكيف في الوقت الفعلي لحظرها دون الحاجة إلى إعادة تدريب بشري أو بيانات تاريخية".
تدعي الشركة أن قدرتها الجديدة أكثر فاعلية من التكتيكات التقليدية التي تتفاعل فقط مع أرقام الهواتف المعروفة التي يستخدمها مرسلو البريد العشوائي. تلعب القدرة على التكيف مع الذكاء الاصطناعي دورًا عندما يغير مرسلو البريد العشوائي الأرقام أو شركات النقل، وهو ما قال الجارد إنه يحدث باستمرار.
كم عدد الرسائل غير المرغوب فيها Spam على الهاتف هناك؟
لتحديد حجم البريد الإلكتروني العشوائي عبر الهاتف، قدمت Hiya، التي تضم ما يقرب من 200 مليون مستخدم نشط، من خلال عملائها من شركات الاتصالات، هذه الإحصائيات:
- يتم إجراء أكثر من 50 مليار مكالمة غير مرغوب فيها للأمريكيين كل عام (16 في الشهر لكل مستخدم)
- تحلل Hiya أكثر من 13 مليار مكالمة شهريًا
- 94% من المكالمات غير المحددة لم يتم الرد عليها
- ما يقرب من ثلث الأمريكيين يخسرون المال بسبب عمليات الاحتيال عبر الهاتف كل عام. في المتوسط، خسر كل ضحية 182 دولارًا في عمليات الاحتيال عبر الهاتف العام الماضي. هذا يعني أن الأمريكيين خسروا مجتمعين حوالي 14 مليار دولار لخداع المكالمات في عام 2020.
أكثر الطرق شيوعًا لكسب المحتالين هي سرقة المعلومات الشخصية أو بيع المنتجات أو الخدمات المزيفة أو الوصول إلى الحسابات المالية. ينشر عدد متزايد من مرسلي البريد العشوائي أساليب غير قانونية لتوليد عملاء محتملين للأعمال التجارية المشروعة أو غير المشروعة، مثل مكالمات ضمان السيارة أو الكمبيوتر.
قال Algard إنه بدأ Hiya في عام 2016 كشركة منبثقة عن الشركة السابقة التي أسسها، WhitePages.com.
قال Algard: "إن WhitePages هو موقع خدمة دليل. لقد حددنا بعض حالات الاستخدام المحتملة التي اعتقدنا أنه يمكننا بناء شركة حاضنة حولها- بشكل أساسي، خدمة معرف المتصل على الخطوط الأرضية القديمة"
"اعتقدنا أنه من الغريب عدم وجود معرف المتصل على الأجهزة المحمولة. لذلك توصلنا إلى أنه مع ظهور تطبيقات الأجهزة المحمولة، يمكننا في الواقع حل حالة الاستخدام هذه من خلال خدمة معرف المتصل الآلي للأشخاص الذين قاموا فقط بتنزيل التطبيق الذي قدمناه. واتضح أن ذلك قد جذب الكثير من اهتمام المستهلك؛ نزّل عدد كبير من الأشخاص التطبيق".
كيف تضع Hiya الذكاء الاصطناعي في العمل
شارك Alex Algard الأفكار الإضافية التالية في مقابلة فيما يتعلق بكيفية استخدام التقنيين ومهندسي البيانات ومطوري البرامج للذكاء الاصطناعي التكيفي.
ما هي أدوات الذكاء الاصطناعي والتعلم الآلي التي تستخدمها على وجه التحديد؟
لدى Hiya احتياجات فريدة في تطوير النماذج التي يمكنها التعامل مع التحديات التي يفرضها حجم وحجم شبكات الصوت. عبء العمل الأساسي هو حمل تحليل المكالمات، والذي يجب أن يتم تشغيله في الوقت الفعلي على تدفقات البيانات الحية، ويجب أن يكون زمن انتقال منخفضًا للغاية، وإنتاجية عالية؛ بالسرعة الكافية لتحليل المكالمات أثناء إجرائها؛ وتوسيع نطاقها لتحليل أكثر من مليار استدعاء لواجهة برمجة التطبيقات في اليوم.
يتم دعم سير العمل الأساسي هذا من خلال نظام Hiya MLOps الخاص بنا والذي قمنا بضبطه وفقًا لمشكلتنا. يتضمن إدارة دورة حياة نموذج ML الداخلي ونظام التنبؤ القائم على المجموعة لالتقاط العديد من سيناريوهات المخادعين في الاتصالات والمناطق الجغرافية التي نتعامل معها لتوفير حماية المكالمات العالمية.
بالنسبة لأحمال العمل الأخرى، فإننا ننسحب من العديد من منصات تعلم الآلة حسب الحاجة. على سبيل المثال، نستخدم Sagemaker لإنشاء وتدريب ونشر أنظمة تبحث في خصائص شبكة robocall وتحليل التسجيلات.
هل تستخدم النماذج والخوارزميات خارج الصندوق- على سبيل المثال، من DataRobot أو من مصادر أخرى؟
نظرًا للتحديات الفريدة لتدفقات البيانات الحية وحجم الشبكات التي نعمل عليها، فإننا نبني ونحافظ على أطر عمل مخصصة خاصة بنا. لم تثبت الحلول الجاهزة أو الحلول التلقائية للتعلم الآلي أنها حل قابل للتطبيق لحجم وحجم المشكلات التي نعالجها.
ما الخدمة السحابية التي تستخدمها بشكل أساسي؟
نحن نستخدم AWS ونتوسع لدعم Microsoft Azure.
هل تستخدم الكثير من أدوات سير عمل الذكاء الاصطناعي التي تأتي مع تلك السحابة؟
نستخدم خدمات AWS الأساسية مثل EC2 و DynamoDB للحوسبة وتخزين البيانات والمزامنة العالمية. ولإعداد البيانات بعد المعالجة، نستخدم أدوات من مصادر متعددة: AWS Glue و Apache Airflow و Zeppelin و Jupyter وما إلى ذلك.
كم مرة تفعلون هذا؟
الكثير. المحتالون والمتصلون غير القانونيين متطورون ويغيرون باستمرار تكتيكاتهم لتجنب اكتشافهم. لقد استثمرنا في فريق متخصص من علماء البيانات الذين يركزون على صناعة المتصلين غير القانونيين ويقومون باستمرار بتكرار وتعديل محرك نموذج الذكاء الاصطناعي لدينا لمواكبة ذلك. العديد من النماذج التي نستخدمها موجودة في الجيل الخامس أو السادس حيث نقوم بتحسينها لاتخاذ تكتيكات محددة للمخادعين. نحن نشيطون في مجتمع الذكاء الاصطناعي / تعلم الآلة ونستفيد من أحدث التقنيات والأساليب عندما نستطيع، ولكن غالبًا ما يتعين علينا تطوير مناهج جديدة بأنفسنا. يعد الذكاء الاصطناعي التكيفي مثالاً على نهج كان علينا تطويره داخليًا.
كيف تقوم بتسمية البيانات لتدفقات عمل ML و AI؟
تصنيف البيانات هو أهم جانب في ما نقوم به، مما يجعل Hiya فعالاً للغاية في هزيمة المتصلين غير الشرعيين على مستوى العالم. لقد استثمرنا لإجراء ذلك داخليًا نظرًا لتأثيره على دقتنا. نحن نستخدم البيانات من عدة مصادر، بما في ذلك بيانات حدث المكالمة من شبكة Hiya، والفخاخ الاحتيالية، وتقارير المستخدم، وبيانات الامتثال الفيدرالية، و STIR / SHAKEN، ومصادر البيانات المخصصة من شركات النقل وشركاء التوزيع لدينا.
هل يمكنك أن تعطينا تقديرًا لمقدار البيانات التي تعالجها؟
تتعامل Hiya مع كمية لا تصدق من البيانات: 200 مليون مستخدم حول العالم، و 450000 عملية إعادة حساب لنماذج ML في الثانية، و 20 جيجابايت/ ساعة من تغييرات نموذج ML مدفوعة إلى خدمتنا المتطورة. تتطلب إعادة حساب النموذج لدينا أكبر مثيل متاح من AWS EC2.
