In het najaar van 2024 bundelden zes studenten hun krachten om een AI bedrijf samen. Vijf van hen hadden elkaar ontmoet tijdens hun studie computerwetenschappen, computertechniek en elektrotechniek aan Georgia Tech in Atlanta. De zesde, de CEO, volgde een opleiding in de ontwikkeling van kinderen en adolescenten aan de staat Sacramento, met de bedoeling onderwijzeres te worden. Dat was niet het enige wat hem tot een uitschieter maakte. Hij was toevallig ook al ruim dertig jaar actief in de technologie-industrie – langer dan zijn mede-oprichters nog leefden.
De Georgia Tech-studenten zijn Ian Boraks, Jacob Justice, Drake Kelly, Ella McCheney en Abhinav Vemulapalli, die toevallig allemaal 21 zijn. De Sac State student/techveteraan is Bill Nguyen, wiens vroegere startups neerkomen op een rondleiding door de trends in Silicon Valley door de jaren heen, van “push”-technologie naar uniforme berichtenuitwisseling naar digitale muziek naar sociale netwerken naar telezorg. Hun nieuwe bedrijf, Olive.is, kortweg Olive, ontwikkelt technologie om AI beter te maken in het begrijpen van de volledige betekenis van gesproken communicatie, zoals overgebracht door elementen als verbuiging en dialect, die de huidige modellen misschien verdoezelen. Het is van plan zijn technologie aan te bieden als een dienst voor het verrijken van AI-aangedreven toepassingen in het onderwijs en op andere gebieden.
Olive’s naam verwijst naar de ambitieuze hoop van het bedrijf om een beter begrip te bevorderen – een olijftak, zo je wilt – tussen mens en machine. Het is nog steeds bezig met het onderzoeken en ontwikkelen van zijn AI-model en heeft $ 5 miljoen aan startfinanciering opgehaald van het op onderwijs gerichte durfkapitaalbedrijf Owl Ventures en Georgia Tech. Het ongebruikelijke oprichtersteam was een verkoopargument voor Owl, dat ook een van Nguyens eerdere ondernemingen steunde: Hazel Gezondheid.
Als studenten zelf zijn de oprichters van Georgia Tech “diep verbonden en zeer recent met de ideale cohort van potentiële gebruikers die zullen profiteren van al deze technologie”, zegt Lyman Missimer van Owl. ‘Maar Bill geeft dit team de volledige drukte van Silicon Valley, midden in Atlanta.’
Meer dan woorden kunnen zeggen
Toen ik Nguyen voor het eerst ontmoette in 2006, was hij al dierenarts in Silicon Valley en bruiste hij van enthousiasme voor een bedrijf dat hij had opgericht, Lala genaamd, dat mensen hielp cd’s via de post te verhandelen. (Later ging het over op muziekstreaming en dat was het ook overgenomen door Apple in 2009.) Zijn talent voor energiek pitchmanschap hielp zijn volgende bedrijf, het locatiegebaseerde, fotocentrische sociale netwerk Color41 miljoen dollar ophalen bij bedrijven als Sequoia. Het was uiteindelijk vooral bekend vanwege het crashen en branden, zoals gedetailleerd in een 2011 Snel bedrijf speelfilm van Danielle Sacks.
Tegenwoordig is Nguyen net zo uitbundig als altijd wanneer hij Olive’s doelen en oorsprongsverhaal bespreekt, en het lijkt erop dat hij nog geen twintig jaar ouder is geworden sinds onze eerste ontmoeting. Zoals hij uitlegt, zijn AI-modellen voor het omzetten van spraak in tekst, zoals Whisper van OpenAI, griezelig goed geworden in het correct overbrengen van de letterlijke betekenis van wat ze horen. Toch brengen de woorden die we kiezen nauwelijks op zichzelf onze bedoeling over. Elementen zoals verbuiging zijn ook van belang – en zijn soms absoluut cruciaal om te begrijpen wat iemand probeert te zeggen.
“Er is zeker veel in menselijke gesprekken dat door LLM’s wordt afgehakt”, zegt Nguyen. ‘Als je mij bijvoorbeeld een vraag stelt en ik zeg:’Jaeeeeee?” – hij doordrenkt het woord met onzekerheid – “het is niet echt een ‘ja’. Maar een geautomatiseerd spraakherkenningssysteem zal in principe al die nuances afkappen, er vanaf komen en het gewoon als een ‘ja’ zeggen.”
Als bestaande LLM’s worstelen met enkele van de subtiliteiten van de manier waarop we met elkaar praten, komt dat in ieder geval gedeeltelijk omdat ze zijn getraind in materiaal dat in grote hoeveelheden openbaar beschikbaar is, zoals podcasts. Dergelijke opnames “klinken waarschijnlijk heel erg zuiver en bieden geweldige audio”, zegt Nguyen. “Maar zo praten we eigenlijk niet.”
Nguyens interesse in deze huidige beperking van AI is verweven met zijn al lang bestaande passie voor onderwijs. Jaren voordat hij weer naar school ging om zelf leraar te worden – hij is halverwege het behalen van zijn diploma – was hij medeoprichter van een openbare school in de buurt van Lake Tahoe. Als gevolg hiervan ontdekte hij dat maar weinig artsen in het gebied Medicaid accepteerden, waardoor de toegang van studenten tot gezondheidszorg aanzienlijk werd beperkt. Dat hielp bij het katalyseren van Hazel Health, dat telezorgdiensten levert via basisscholen. Het bedient nu 5.000 van hen in 19 staten.
Door de Hazel-ervaring raakte Nguyen afgestemd op de uitdagingen waarmee scholen in de echte wereld worden geconfronteerd als ze technologie adopteren. Hij geeft een voorbeeld met betrekking tot spraakherkenning. “In een schooldistrict is een van de dingen waar ze zich op moeten concentreren het vermogen om te begrijpen wanneer ze een interventie voor een leerling op het gebied van lezen moeten doen”, zegt hij. In theorie zou AI kunnen helpen door de audio van hen die spreken te analyseren. Maar alleen als hij begrijpt wat hij of zij zegt, ongeacht of ‘een student een Mexicaans-Amerikaanse volkstaal, een Afrikaans-Amerikaans-Engelse volkstaal of een Hawaïaanse volkstaal heeft.’
Om de zaken nog ingewikkelder te maken: “Kinderen zijn bijzonder moeilijk (voor AI om te begrijpen), omdat ze een zeer beperkte woordenschat hebben”, zegt medeoprichter McChesney. “Dus om zichzelf uit te drukken, vinden ze creatievere manieren om woorden te gebruiken. En wat we hebben gezien, is dat dat kan betekenen dat modellen ze vaker verkeerd interpreteren, wat negatieve gevolgen kan hebben, vooral wanneer leraren proberen deze hulpmiddelen te gebruiken om hen te helpen betere ervaringen naar de klas te brengen.”
Het sprankje kansen in het idee om AI-modellen te trainen met behulp van audio die weergeeft hoe echte mensen praten (vooral studenten) leidde tot de oprichting van Olive. Hoe Nguyen, gevestigd in Tahoe, uiteindelijk samenwerkte met een stel jonge techneuten in Atlanta is een verhaal op zich. In eerste instantie overlegde hij over het idee met Justice, die zowel zijn zoon is als een mede-oprichter van Olive. Naarmate ze vorderden, breidde het project zich uit en omvatte er meer mensen uit de sociale kring van Justice.
McChesney, die onder meer een middelbare schoolbaan bij het ministerie van Defensie en vier jaar stage bij Lockheed Martin heeft afgerond, was onlangs teruggekeerd van een studiereis naar Korea toen ze zich bij de inspanning aansloot, precies op het moment dat Nguyen zich aan het voorbereiden was om het bedrijf aan investeerders te pitchen. “Terwijl ik in Costco was, kreeg ik een sms van Drake, en hij zei: ‘Bill wil je cv, stuur het binnen tien minuten’, herinnert ze zich. “Wat geweldig zou zijn geweest als ik niet in een Costco zat met mijn telefoon op 5% en geen mobiele service, want Costco is een gigantische stalen doos.” Ze stuurde haar cv naar een vriendin, die het net op tijd naar Nguyen stuurde.
De in Atlanta gevestigde medeoprichters werken veel samen met Nguyen via Discord, hoewel ze al snel tegen de beperkingen van getypte berichten als vorm van samenwerking aanliepen. In hun ogen onderstreepte dat alleen maar de rijkdom van verbale communicatie en het belang om AI te leren deze te begrijpen.
“Uiteindelijk belden we altijd laat op de avond, omdat dat de gemakkelijkste manier was om onderling te communiceren, en de gemakkelijkste manier om onze ideeën echt over te brengen en te begrijpen wat mensen zeggen”, zegt McChesney. “Er is geen dubbelzinnigheid, zoals in veel van deze sms-berichten, en we kunnen sneller herhalen. Dat heeft echt geïnspireerd wat we hier proberen te doen.”
Het zit allemaal in de gegevens
Om de beperkingen van de huidige AI-modellen te overwinnen als het gaat om het vastleggen van hoe mensen zich verbaal uitdrukken, moest Olive beginnen met betere gegevens. Meer specifiek moest het beginnen met rauwe audio van mensen die met elkaar praatten in niet-gescripte situaties. “Ons hele idee was dat als we echt schone datasets kunnen krijgen, als we geen enkele informatie verwijderen, als we een model trainen dat al deze context behoudt, we deze bedrijfskritische gevallen kunnen oplossen”, zegt Nguyen.
Meer specifiek werd besloten om te beginnen met audio-opnamen van studenten die gesprekken voerden met professionals zoals leraren en therapeuten – opgenomen, zo benadrukt het, met toestemming van de deelnemers en in het besef dat ze gebruikt konden worden voor training.
Toen het bedrijf bronnen van dergelijk materiaal zocht, kwam Nguyens achtergrond bij Hazel Health goed van pas. “We werkten samen met schooldistricten en universiteiten”, zegt hij. “De dataset is nu behoorlijk uitgebreid. Het bedraagt ruim 40.000 uur.”
Het bedrijf heeft ook een eigen iPhone-app gebouwd, die ik in pre-releasevorm heb uitgeprobeerd. Door gebruik te maken van de krachtige AI-mogelijkheden van de nieuwste smartphonechips van Apple, bouwt het begrip op van de behoeften van de gebruiker door de modellen van Olive toe te passen op verbale invoer. Alle verwerking gebeurt via de telefoon en de invoer wordt niet gebruikt voor trainingsdoeleinden.
Olive ziet niet dat deze app andere AI-tools vervangt, maar eerder verbetert. U kunt bijvoorbeeld uitgebreid in de Olive-app praten over een app die u wilt maken, en deze vervolgens uw verbale omzwervingen laten omzetten in een document met productvereisten dat kan worden ingevoerd in een vibe-coderingsplatform. “Je gebruikt je stem om een boeiender gesprek te voeren en het daadwerkelijk uit te voeren”, zegt McChesney. “Dat maakt dit zo cool.”
Olive bouwt zijn activiteiten echter niet rond deze iPhone-app. Het is ook niet de bedoeling om volledig ontwikkelde toepassingen aan te bieden op basis van zijn technologie. In plaats daarvan is het van plan zijn AI-model aan te bieden als een cloudgebaseerde dienst. Andere bedrijven zullen het kunnen gebruiken als een technologische laag in hun eigen creaties, waardoor ze een dieper begrip van spraak krijgen dan ze zouden krijgen als ze volledig op bestaande stemmodellen zouden vertrouwen.
Samen met mogelijke toepassingen in het onderwijs – variërend van bijles tot het helpen opschalen van studieadvies – richt Olive zich inhurengezondheidszorg en financiën als gebieden waar het klanten hoopt te vinden. “Dit zijn allemaal hoge inzetten, en ze zijn allemaal gereguleerd in termen van wat je kunt doen”, zegt Nguyen.
Het zijn ook allemaal plaatsen waar de beperkingen van de bestaande AI schade kunnen veroorzaken die Olive hoopt te overwinnen door een beter, eerlijker begrip van een breder scala aan communicatiestijlen. “Je wilt dat de toegang tot AI eerlijker wordt”, zegt McChesney. “Je wilt dat iedereen deze tools kan gebruiken, omdat deze tools inherent deel uitmaken van ons personeelsbestand.”
Het bedrijf startpagina is momenteel gewijd aan een ontnuchterende blogpost, “Covert Racism: The Voice Inside the Machine.” Er staat een zware voetnoot in, zo wordt aangehaald onderzoek dat laat zien hoe vooroordelen in AI worden ingebakken op manieren die moeilijk te detecteren zijn, zelfs als de makers ervan actief proberen vooroordelen te bestrijden.
“Wat mij verbijsterend maakt, is dat mensen geen baan krijgen”, zegt Nguyen. “Mensen worden geweigerd op leningen. Mensen hebben nadelige gevolgen voor de gezondheid. En niemand weet waarom.”
Olive’s potentieel om AI in een betere richting te sturen zou vooral relevant kunnen zijn in het onderwijs, waar de technologie nog steeds bezig is met het vinden van toepassingen en het bedrijf een kans heeft om fundamenteel te zijn. “Elke grote nieuwe technologische verschuiving wordt ontwikkeld, gebouwd en opgeschaald, en vindt tien jaar later eindelijk zijn weg naar het onderwijs”, zegt Missimer van Owl Ventures. “Toen we zagen wat Bill en zijn team aan het bouwen waren, wisten we dat de edtech-markt geen tien jaar op dit soort technologie kon wachten, vooral in een tijd waarin stem een steeds groter deel van de technologische stapel wordt.”
Met dat in gedachten helpt Owl Olive te introduceren bij andere bedrijven in zijn portfolio van startups in het onderwijs. Ze omvatten Amira Learning, een 2025 Snel bedrijf Volgende Big Things in Tech eer dat een reeks op AI en neurowetenschappen gebaseerde leeshulpmiddelen biedt.
Gezien het feit dat Olive’s strategie erin bestaat om zijn AI-model aan te bieden als ingrediënt voor de producten van andere bedrijven, hebben dit soort relaties alles te maken met het lot op de lange termijn. Voorlopig blijft het klein, al is het inmiddels uitgegroeid tot negen personen. Nguyen zegt dat hij geniet van de praktijkervaring van het runnen van zoiets kleins.
Bij zijn vorige, grotere startups “was ik, als oprichter, behoorlijk gescheiden van het eigenlijke engineeringproces”, zegt Nguyen, die van nature geen ingenieur is. “Maar nu niet meer. Ik zit in de codebasis. Ik controleer het elke dag. Ik weet wat ermee gebeurt.”
Opnieuw straalt hij enthousiasme uit. Opnieuw werkt hij aan iets dat aansluit bij de huidige obsessie van de technologie-industrie. Nguyen, die zichzelf in het artikel van Sacks uit 2011 ‘de Don Quichot van de startups’ noemde, is misschien niet voorbestemd om Olive voor altijd te leiden. (Heb ik al gezegd dat hij van plan is om leraar op een basisschool te worden?) Maar als deze startup een vlucht neemt, zal het helpen van zijn jonge medeoprichters om het van de grond te krijgen een erfenis op zich zijn.
