Inteligência da máquina no Dropbox: uma atualização da nossa equipe DBXi

Nossos dias de trabalho estão ficando mais ruidosos. E-mails intermináveis, mensagens de texto, notificações constantes de mais aplicativos e mais plataformas – são perturbadores e perturbadores. E depois há conteúdo. Todos os tipos de documentos, planilhas, apresentações, vídeos e fotos. Pesquisas da indústria mostram que funcionários de organizações de grande porte usam, em média, 36 serviços em nuvem no trabalho , incluindo ferramentas para produtividade, gerenciamento de projetos, comunicação e armazenamento. Essa sobrecarga de informações é uma fonte importante de dor para as pessoas no trabalho – e uma excelente oportunidade para alavancar a ajuda da inteligência de máquina.

Como definimos a inteligência da máquina?

Quando falamos de inteligência de máquina no Dropbox, entendemos toda a gama de aprendizado de máquina aplicado, desde classificadores lineares simples até redes avançadas de aprendizado. Por muitos anos, construímos uma equipe de aprendizado de máquina de classe mundial, melhorando nossa plataforma nos bastidores. Começamos com um monte de trabalho fundamental no reconhecimento de imagens para melhorar a experiência de nossos usuários de organizar a enorme quantidade de fotos que eles mantêm em nossa plataforma. O fato de muitas dessas fotos conterem texto nos levou a investir em nossos recursos de digitalização de documentos móveis e no pipeline personalizado de reconhecimento óptico de caracteres (OCR) para ajudar nossos usuários a digitalizar e encontrar rapidamente o conteúdo. Nós combinamos técnicas clássicas de visão de máquina com métodos avançados de aprendizagem profunda para criar uma experiência de scanner móvel que fosse mais rápida e precisa do que qualquer solução disponível que pudéssemos encontrar.

Grande parte do conteúdo do Dropbox já está em documentos baseados em texto, portanto, a pesquisa é outra área de investimento significativo para nós em termos de aprendizado de máquina. Agora, reconstruímos completamente nossa infraestrutura de pesquisa para melhorar a qualidade e a velocidade dos resultados das centenas de bilhões de conteúdos que nossos usuários confiam à nossa plataforma. Devido às nossas permissões granulares de compartilhamento, cada usuário tem um corpo único de documentos para pesquisar. Isso cria dimensões inteiras de personalização que os mecanismos de pesquisa da Web ignoram amplamente. Acrescente a essa atividade sinais relacionados à relevância – como arquivos com comentários recentes ou aqueles vistos recentemente pelos membros da equipe – e você tem um caso de uso realmente produtivo para o aprendizado de máquina.

Cada inovação de produto torna a vida de nossos usuários um pouco melhor, mas como podemos dar saltos maiores para liberar a atenção das pessoas para que possam encontrar foco e fluxo no trabalho? Em vez de as pessoas trabalharem mais para acompanhar, podemos tornar suas ferramentas mais inteligentes? Para conseguir isso, estamos tecendo nossa abordagem única de inteligência de máquina em todos os nossos produtos e superfícies. Chamamos esse esforço de iniciativa de inteligência do Dropbox (DBXi) e estamos animados para compartilhar algumas atualizações.

Qual é o grande problema que estamos tentando resolver?

Vemos um tremendo potencial para usar a inteligência da máquina para melhorar a experiência de trabalho em si. Calar o barulho para os indivíduos é o primeiro passo para ajudar as pessoas nas organizações a trabalharem melhor juntas. Há muitos desafios de engenharia por trás da criação de um espaço de trabalho inteligente, mas a motivação vem de insights de design e produto. Nossos pesquisadores investiram anos estudando como a ascensão dos aplicativos SaaS e dos dispositivos móveis mudaram a forma como os trabalhadores do conhecimento contemporâneo fazem seu trabalho e administram suas equipes.

Esta pesquisa mostra três tipos de atividade nas quais as pessoas gastam muito tempo:

Organização: O conteúdo do trabalho é distribuído entre arquivos e conteúdo em nuvem em diferentes silos. Gastamos muito tempo apenas descobrindo o que precisamos antes de começar a trabalhar nele.
Contextualização: É difícil colocar conteúdo junto com a comunicação sobre isso. Constantemente mudando contexto requer sobrecarga mental e cortes em nossa capacidade de pensar claramente, levando ao estresse e burnout.
Priorização: com tudo tão fragmentado e fragmentado, é difícil saber o que é realmente importante.

Essas atividades são uma parte crescente do trabalho moderno, e todas elas interferem na manutenção do foco. E esses problemas são agravados para cada membro da equipe também, então há muito a ganhar com o controle dessa complexidade. Acreditamos que nossas soluções de inteligência podem ajudar a resolver esses problemas no trabalho.

Qual é o nosso próximo passo?

Um exemplo de experiência do usuário que estamos explorando como parte da iniciativa DBXi é demonstrado na animação acima. Neste protótipo, desenvolvemos a superfície de área de trabalho existente, onde nossos usuários verificam a atividade de sincronização e veem as notificações em uma exibição mais dinâmica que destaca de maneira inteligente o trabalho mais importante conectado ao Dropbox.

Sugerimos o conteúdo mais relevante ao percorrer um gráfico específico do usuário que conecta pessoas, conteúdo e sinais de atividade de maneiras que preservam a privacidade. Isso inclui não apenas arquivos, mas também conteúdo como o Google Docs, além de atividades colaborativas em e-mails, aplicativos de mensagens e calendários, seja lá o que o usuário escolher para se conectar ao Dropbox. E fazemos todo esse conteúdo pesquisável nessa superfície também. Para eliminar o ruído, priorizamos as notificações e exibimos conteúdo relacionado a eventos da agenda em feeds de atividade personalizados. Além disso, para agrupar esses feeds, agrupamos o conteúdo e a atividade colaborativa em silos para que os usuários possam ver imediatamente quais projetos precisam de sua atenção e ficar a apenas um clique de distância do conteúdo de que precisam.

Esse protótipo é apenas uma das muitas superfícies que estamos explorando para inteligência. Os gráficos e modelos de dados que criamos para produtos e pesquisa são geralmente reutilizáveis em superfícies e recursos. Ao escalar nossa plataforma interna de inteligência de máquina, o DBXi está multiplicando os esforços de nossa equipe dedicada de produtos de inteligência para que todos os nossos engenheiros possam modificar e validar modelos para recursos inteligentes, pesquisa aprimorada e outras otimizações de negócios. Esses métodos escalonáveis e infra-estrutura comum proporcionam aos gerentes e designers de produtos a flexibilidade de que precisam para experimentar e aproveitar as novas direções.

Do ponto de vista técnico, esses são problemas importantes a serem resolvidos, e sucesso significa não apenas interfaces de usuário intuitivas, mas também tempos de resposta ultrarrápidos, previsão líder do setor e os mais altos padrões para manter a privacidade dos dados . Quer nos ajudar a construir o espaço de trabalho inteligente da próxima geração? Estamos a contratar!

Se você quiser saber mais, entre em contato com scott@streetsoccerscotland.org | Twitter: @SSS_ScottH