Wie unsere Wissenschaftler auf der Amazon Machine Learning Conference Kontakte knüpfen und Innovationen entwickeln

„Es fühlt sich an wie eine richtige akademische Konferenz“, sagt Neeti Narayan, Senior Applied Scientist bei Amazon Ads. „Es gibt Paper, Poster und Keynotes, aber das Besondere an der AMLC ist, wer im Raum ist. Es sind nicht nur Wissenschaftler, sondern auch Ingenieure, Produktmanager und Datenwissenschaftler aus allen Geschäftsbereichen. Es herrscht eine wirklich kollaborative Stimmung.“

Für Martin Radfar, einen Senior Research Scientist, ist AMLC ebenso spannend. Martin arbeitet seit sechs Jahren bei Amazon und hat zunächst an der KI für Alexa gearbeitet, bevor er zu Amazon Ads wechselte, um die Bild- und Videoverarbeitung zu untersuchen. Seine Publikationsarbeit ist mit 16 externen Veröffentlichungen auf den wichtigsten KI-Konferenzen sehr produktiv, aber er schätzt auch die internen Konferenzen von Amazon.

Der Reiz von AMLC liegt teils im intellektuellen, teils im sozialen Bereich. Für Neeti war es ein Paper über Produktbewertungen, das ihr im Gedächtnis geblieben ist. „Ich habe es geprüft, bevor das Modell eingesetzt wurde, um herauszufinden, wie man mit großen Sprachmodellen Zusammenfassungen von Tausenden von Bewertungen erstellen kann“, erinnert sie sich. „Später haben wir ihren Datensatz in einem unserer eigenen Projekte verwendet. Diese Zusammenarbeit war nur durch AMLC möglich.“

Martin kann eine ähnliche Geschichte erzählen. Ein von seinem Team entwickeltes Modell zur Erkennung von sicheren Bereichen in einem Bild für die Überlagerung von Text erregte die Aufmerksamkeit einer anderen Gruppe von Wissenschaftlern, die es dann in ihren eigenen Arbeitsablauf integrierte. „Es öffnet Türen", sagt er. „Man erkennt nicht immer, dass die eigene Arbeit eine breitere Anwendung findet, bis jemand anderes sie sieht.“

Amazon bietet die AMLC seit 2013 an. Im Jahr 2024 gab es 918 Einreichungen, 89 schafften es zur mündlichen Präsentation, 190 zur Posterpräsentation. Das sind große Zahlen, aber es geht weniger um den Umfang als um die Verbindung. Laut Umfragen im Anschluss an die Konferenz fühlten sich 89 % der Teilnehmer besser in die wissenschaftliche Gemeinschaft bei Amazon eingebunden – ein Zeichen für die blühende wissenschaftliche Kultur, die AMLC seit mehr als einem Jahrzehnt fördert.

Dieses Gefühl der Zugehörigkeit ist wichtig, vor allem in einem Unternehmen von der Größe von Amazon. „Tag für Tag konzentriert man sich auf sein eigenes Team und seine eigenen Fristen“, sagt Neeti. „Aber AMLC erinnert einen daran, dass man Teil von etwas viel Größerem ist. Plötzlich sitzt man mit jemandem von Alexa oder AWS zusammen und stellt fest, dass man ähnliche Probleme aus unterschiedlichen Blickwinkeln angeht.“

Die Vergleiche mit externen Konferenzen sind unvermeidlich und gewollt. „Ich habe an den großen externen ML-Konferenzen teilgenommen“, fährt Neeti fort. „Ehrlich gesagt ist die Qualität der Paper bei der AMLC gleichwertig. Der Unterschied ist, dass man hier auch die unmittelbare Anwendung der vorgestellten Ideen sieht. Und man trifft Menschen, die einem helfen können, diese Ideen in die eigene Arbeit umzusetzen.“

Martin stimmt dem zu, obwohl er schnell anmerkt, dass durch das Tempo der Branche die Art und Weise verändert wird, wie die Forschung geteilt wird. „Heutzutage veröffentlichen viele große Tech-Unternehmen weniger extern. Datenschutz, geistiges Eigentum, es verlangsamt die Dinge. Aber bei der AMLC kann man seine Arbeit schnell teilen und einen positiven Einfluss auf die Community haben.“

AMLC ist auch ein Indikator dafür, wohin sich die Branche entwickelt. Zu den Hauptrednern des letzten Jahres gehörte Andrew Ng, der Stanford-Professor und KI-Pionier, der über Multi-Agenten-Systeme sprach, ein Thema, über das auch Martin referierte. „Ich hatte gerade über Multi-Agenten-KI gesprochen“, lacht er, "und dann kommt Andrew Ng auf die Bühne und sagt, dass dies die Zukunft der KI-Forschung sei. Das war ein schöner Moment.“

Für Neeti liegt die Inspiration eher im schieren Tempo der Entdeckungen. „Die generative KI entwickelt sich so schnell, dass es schwer ist, mitzuhalten“, sagt sie. „Teams entwickeln jede Woche neue Tools.“ Das zwingt uns dazu, mehr über Werbeanzeigen nachzudenken, darüber, wie Kampagnen erstellt werden und wie Produkte in Rufus, dem generativen KI-gestützten Einkaufsassistenten von Amazon, erscheinen. Wenn man diese Ideen bei AMLC sieht, fängt man an, sich die Zukunft vorzustellen.“

Beide Wissenschaftler erklären gerne, dass das Trainieren großer Modelle, die Feinabstimmung von Parametern und die Iteration, bis die Dinge funktionieren, mühsam sein können, aber die AMLC hilft, dieser Arbeit einen größeren Kontext zu geben. „Man verbringt Monate damit, an einem Projekt zu arbeiten“, sagt Neeti. „Sie dann Tausenden von Kollegen zu präsentieren, ihre Fragen und Ideen zu hören, ist sehr motivierend.“

Martin stimmt zu: „Als Wissenschaftler müssen wir immer den Spagat zwischen Neugierde und Wirkung schaffen. AMLC ist der Ort, an dem sich diese beiden Dinge treffen.“