Xuedong Huang jest dyrektorem ds. technologii (CTO). Przed dołączeniem do Zoom pracował w firmie Microsoft, gdzie pełnił funkcję dyrektora ds. technologii i pracownika technicznego ds. sztucznej inteligencji dla platformy Azure. Jego kariera w przestrzeni sztucznej inteligencji jest wybitna: w 1993 r. założył grupę ds. technologii mowy w firmie Microsoft, kierował zespołami ds. sztucznej inteligencji w firmie Microsoft, które osiągnęły kilka pierwszych w branży kamieni milowych w zakresie rozpoznawania mowy na poziomie ludzkim, tłumaczenia maszynowego, rozumienia języka naturalnego i widzenia komputerowego, jest członkiem IEEE i ACM oraz wybranym członkiem Narodowej Akademii Inżynierii i Amerykańskiej Akademii Sztuki i Nauki.
Xuedong uzyskał tytuł doktora nauk ekonomicznych na Uniwersytecie w Edynburgu w 1989 r. (sponsorowany przez brytyjski ORS i stypendium Uniwersytetu w Edynburgu), tytuł magistra informatyki na Uniwersytecie Tsinghua w 1984 r. oraz licencjat z informatyki na Uniwersytecie Hunan w 1982 r.
Technologia może skutecznie wyrównywać szanse, a sztuczna inteligencja nie jest wyjątkiem. Może pomóc nam osiągnąć rzeczy, których wcześniej nie byliśmy w stanie zrobić. W miarę rozwoju funkcji AI i dodawania możliwości do Zoom Workplace zachowujemy świadomość tego, w jaki sposób nasze produkty mogą pomóc naszym klientom. Dokładamy wszelkich starań, aby dostarczać naszym klientom najwyższej jakości wyniki i wspierać ich wydajność oraz pomagać w odnoszeniu sukcesów w pracy.
Nasi klienci korzystają z funkcji opartych na sztucznej inteligencji w Zoom Workplace w różnych branżach, w tym w branży usług finansowych, opieki zdrowotnej, edukacji, administracji rządowej i nie tylko. W edukacji i na uniwersytetach uczniowie i nauczyciele już korzystają z możliwości sztucznej inteligencji Zoom, aby poprawić dostępność nauczania. W opiece zdrowotnej pacjenci biorą udział w wirtualnych wizytach lekarskich i korzystają z możliwości transkrypcji i podsumowania, aby rozszerzyć dostęp do opieki.
Wykorzystanie sztucznej inteligencji do zwiększania dostępności technologii nie jest zarezerwowane tylko dla napisów dla osób niedosłyszących, ale także do przełamywania barier językowych. Kiedy byłem studentem 35 lat temu w Edynburgu w Szkocji i wciąż uczyłem się angielskiego, nie tylko korzystałem z napisów podczas oglądania BBC, ale także pokazało mi to, co dokładne napisy i tłumaczenie mogą zrobić dla ludzi na całym świecie. Wykorzystanie sztucznej inteligencji jest już dość szerokie i chcemy nadal poprawiać jakość, aby otworzyć możliwości dla większej liczby osób.
Nasze funkcje AI płynnie łączą informacje z pracy i z internetu, co znacznie poprawia komfort korzystania z Zoom Workplace. Istnieje wiele sposobów integracji funkcji AI z Zoom Workplace, jednak jeden konkretny aspekt stanowi podstawę naszych najczęściej używanych funkcji opartych na sztucznej inteligencji, w tym podsumowań spotkań, zadań do wykonania i transkrypcji.
Skuteczność tych funkcji AI zależy od dokładności transkrypcji, z których czerpią. Wiele z naszych popularnych funkcji, takich jak zadawanie pytań podczas spotkania, opiera się na wysokiej jakości rozpoznawaniu mowy. Niezawodna transkrypcja pozwala sztucznej inteligencji na dokładne uchwycenie nazwisk, tematów i zamiarów, tworząc podstawę podsumowań, najważniejszych momentów i przydatnych spostrzeżeń.
Branżowym standardem pomiaru dokładności transkrypcji jest Word Error Rate (WER), który porównuje procent różnic między transkrypcją wygenerowaną przez człowieka a transkrypcją wygenerowaną przez sztuczną inteligencję. Firma Zoom pracowała nad modernizacją naszej architektury AI w ostatnich latach, aby zminimalizować WER. Minimalizując WER, tworzymy precyzyjne, wiarygodne transkrypcje, aby pomóc naszym klientom w uzyskaniu skutecznych wyników umożliwiających podejmowanie działań.
W analizie WER czerwony tekst reprezentuje pominięte słowa, a niebieski tekst reprezentuje słowa, których nie znaleziono w transkrypcji źródłowej.
Zoom zapewnia dokładniejsze transkrypcje, aby wspierać funkcje AI
Wyniki były jasne: rozwiązanie Zoom przewyższyło Microsoft Teams pod względem znacznie niższego WER, zapewniając wyższy poziom dokładności transkrypcji. Na spotkaniach, na których liczy się każde słowo, nawet drobne błędy w transkrypcji mogą mieć duży wpływ na podsumowania, zadania lub odpowiedzi na pytania zadawane podczas spotkań.
Oto jak firma TestDevLab stworzyła i przeprowadziła te testy:
Wykorzystano trzy nagrane spotkania, w których uczestniczyło od dwóch do 16 osób.
Pliki były odtwarzane synchronicznie na poszczególnych komputerach podłączonych do połączenia.
Aby zapewnić spójność, każdy test został powtórzony pięć razy dla każdej platformy.
W ramach każdego testu porównano Zoom Workplace i Microsoft Teams i zmierzono współczynnik błędów słów dla każdego spotkania.
Podczas pomiaru WER (Word Error Rate), niski procent oznacza wyższą jakość transkrypcji.
Podsumowania spotkań i transkrypcje to jedne z najpopularniejszych i najczęściej używanych funkcji na wielu platformach AI. Ponieważ są one tak powszechnie używane, jeszcze ważniejsze jest upewnienie się, że błędy są ograniczone w jak największym stopniu. Rozwiązania te są popularne, ponieważ oszczędzają czas, a ludzie znajdują wiele korzyści w czytaniu, podsumowywaniu i lepszym zrozumieniu ważnych informacji.
Firma TestDevLab oceniła również Zoom Workplace i Microsoft Teams pod względem jakości podsumowań spotkań i konwersacyjnej sztucznej inteligencji (takiej jak stabilność odpowiedzi). Aby ocenić podsumowania, stworzono asystenta LLM z wynikami zweryfikowanymi przez człowieka.
Dokładne transkrypcje tworzą lepszą podstawę dla dalszych funkcji AI
Transkrypcja nie jest jedyną funkcją AI, którą zmierzyła firma TestDevLab. W przeciwieństwie do transkrypcji, celem innych funkcji sztucznej inteligencji, takich jak podsumowania spotkań, nie jest podanie kopii słowo w słowo, ale zamiast tego dostarczenie dostosowanej wersji tego, co się wydarzyło, która spełnia oczekiwania użytkowników.
Firma TestDevLab oceniła również Zoom Workplace i Microsoft Teams pod względem jakości podsumowań spotkań i konwersacyjnej sztucznej inteligencji (takiej jak stabilność odpowiedzi). Aby ocenić podsumowania, stworzono asystenta LLM z wynikami zweryfikowanymi przez człowieka.
W tej ocenie przetestowaliśmy dwie możliwości podsumowania w Microsoft Teams: funkcję inteligentnego podsumowania, dostępną z licencją Teams Premium lub Microsoft 365 Copilot, oraz możliwość generowania podsumowania opartego na podpowiedziach przez asystenta AI Microsoft Copilot w Teams Meetings. Ponieważ asystent Copilot może generować podsumowania tylko na podstawie podpowiedzi, poprosiliśmy go o utworzenie podsumowania i zalecanych działań po zakończeniu spotkania.
Jeśli chodzi o konwersacyjną sztuczną inteligencję, firma TestDevLab zmierzyła, jak platformy AI radziły sobie z odpowiadaniem na pytania podczas spotkania, zarówno w przypadku pytań związanych z kontekstem spotkania, jak i niepowiązanych wyszukiwań w Internecie, takich jak „Jaki jest najwyższy budynek na świecie?”. Zarówno pod względem czasu reakcji, jak i stabilności (zdolności wszystkich uczestników spotkania do otrzymania podobnej odpowiedzi), funkcja Zoom AI przewyższyła rozwiązania rozwiązania firmy Microsoft.
Wyższa stabilność wskazuje, że sztuczna inteligencja Zoom konsekwentnie zapewnia niezawodne odpowiedzi wszystkim uczestnikom, zapewniając płynniejsze wrażenia podczas spotkań.
Usługa Zoom zapewnia lepszą i równiejszą jakość spotkań
Te wyniki pokazują, jak bardzo dbamy o jakość w całym środowisku Zoom Workplace. Dążymy do stworzenia sposobu, w jaki ludzie mogą łatwiej łączyć się ze sobą, być bardziej wydajni w swoim dniu i mieć możliwość wykorzystania sztucznej inteligencji do wspierania swojej pracy. Transkrypcje spotkań generowane przez sztuczną inteligencję to tylko jeden ze sposobów, w jaki można korzystać z Zoom Workplace, aby stworzyć bardziej sprawiedliwe doświadczenie dla wielu osób, w tym osób niesłyszących, niedosłyszących, neuroróżnorodnych i posługujących się innymi językami niż pozostali uczestnicy spotkania.
Ta ocena przeprowadzona przez TestDevLab podkreśla pozycję Zoom Workplace jako lidera w zakresie wydajności AI, wyróżniającego się doskonałą dokładnością transkrypcji, krótszym czasem odpowiedzi na pytania podczas spotkania i bardziej stabilnymi możliwościami konwersacyjnej sztucznej inteligencji w porównaniu do testowanych konkurentów.
Co więcej, Zoom Workplace oferuje funkcje AI bez dodatkowych kosztów dla płatnych kont Zoom, w przeciwieństwie do niektórych alternatywnych platform, które pobierają dodatkowe opłaty za każdego dodatkowego użytkownika, któremu przyznano funkcje AI. W Zoom uważamy, że ważne jest, aby te dokładne i transformacyjne narzędzia były dostępne dla jak największej liczby klientów. Zaczynamy od podstaw – tworzenia wysokiej jakości transkrypcji – i nadal tworzymy wyjątkowe doświadczenia AI dla wszystkich naszych klientów.
