TAIPEI, TAIWAN – Media OutReach Newswire – Perusahaan software-as-a-service (SaaS), Appier, yang memanfaatkan kecerdasan buatan (AI) untuk membantu pengambilan keputusan bisnis, dengan senang hati mengumumkan bahwa ketiga makalah penelitian dari Tim Riset AI-nya telah diakui di dua konferensi AI paling bergengsi di dunia, NeurIPS [1] dan EMNLP [2]. Ini adalah pencapaian yang luar biasa. Ini menunjukkan kemampuan penelitian AI Appier yang luar biasa, terutama dalam pengembangan Model Bahasa Besar (LLM), dan meningkatkan kepemimpinan perusahaan dalam inovasi dan teknologi modern.

Sebagai bagian dari komitmennya yang berkelanjutan terhadap inovasi AI dan kolaborasi akademis, Appier membentuk tim penelitian AI khusus pada Februari 2024 untuk lebih meningkatkan kemampuan teknisnya. Dengan mempresentasikan penelitian di forum akademis yang diakui secara global, Appier terus menunjukkan keahliannya yang luas. Sebagai salah satu dari sedikit perusahaan yang berbasis di Asia yang semua karyanya dipilih oleh NeurIPS dan EMNLP tahun ini, keunggulan dan kepemimpinan Appier dalam bidang AI dan Pemrosesan Bahasa Alami (Natural Language Processing/NLP) mendapatkan pengakuan internasional yang memang pantas didapatkan.

Temuan penelitian ini akan diintegrasikan di seluruh rangkaian produk Appier, termasuk platform SaaS periklanan, personalisasi, dan data cloud. Contoh aplikasinya meliputi pembuatan kreatif dan pengoptimalan kinerja dalam periklanan, bot pengetahuan, penasihat produk waktu nyata dan layanan pelanggan e-commerce, solusi pemasaran yang sangat dipersonalisasi, pembuatan laporan otonom untuk platform data pelanggan, dan pengoptimalan model khusus industri. Inovasi-inovasi ini selaras dengan misi Appier untuk mengubah AI menjadi ROI yang terukur bagi para kliennya, yang mendorong pertumbuhan bisnis yang nyata.

“AI selalu menjadi inti dari DNA Appier, mendorong kami untuk mengeksplorasi penelitian terobosan di bidang AI dan LLM, serta potensinya yang tidak terbatas di bidang-bidang baru. Diterimanya ketiga makalah kami merupakan validasi yang luar biasa atas kerja keras dan bakat tim peneliti AI kami. Dengan fondasi R&D kami yang kuat, kami berkomitmen untuk mempercepat pemanfaatan data dan pengoptimalan model untuk membuka nilai dan peluang bisnis baru, membawa AI ke garis depan kesuksesan bisnis,” ungkap Chih-Han Yu, CEO dan salah satu pendiri Appier, dalam rilisnya, Kamis (17/10/2024).

NeurIPS dan EMNLP adalah salah satu konferensi akademik paling bergengsi di bidang AI dan NLP, yang menarik para ahli dan cendekiawan terkemuka dari seluruh dunia. NeurIPS, yang sering disebut sebagai “Olimpiade AI”, telah diselenggarakan setiap tahun sejak 1987 dan mencakup berbagai topik, termasuk jaringan saraf, pembelajaran mendalam, dan statistik.

Pada tahun 2024, NeurIPS menerima 15.600 karya, dengan tingkat penerimaan sekitar 25,3% untuk Dataset dan Benchmarks Track. EMNLP, yang didirikan pada tahun 1996, merupakan konferensi utama dalam domain NLP, yang berfokus pada terobosan teknis dan penelitian empiris. Tahun ini, EMNLP menerima lebih dari 6.105 kiriman untuk Jalur Utamanya, dengan tingkat penerimaan sekitar 20,8%, sedangkan Jalur Industri memiliki tingkat penerimaan 36,53%.

Karena Appier terus memimpin dalam inovasi AI, perusahaan ini tetap berinvestasi secara mendalam dalam merintis teknologi AI dan memajukan penelitian LLM. Dengan AI yang terus berkembang, Appier berkomitmen untuk berkolaborasi dengan para pakar akademis dan pemimpin industri terkemuka untuk mengeksplorasi teknologi transformatif, menghadirkan aplikasi praktis dan canggih yang akan mengubah periklanan dan pemasaran digital.

Appier secara aktif merekrut ilmuwan riset, insinyur, dan profesional MarTech untuk mempercepat inovasi dan pengembangan produk, untuk memenuhi kebutuhan bisnis klien kami yang terus meningkat. Kami dengan hangat mengundang kandidat berbakat untuk bergabung dengan kami dalam membentuk masa depan AI!

[1] NeurIPS(Conference on Neural Information Processing Systems)

[2] EMNLP(Empirical Methods in Natural Language Processing)

[3] In practical applications, standardized formats (such as JSON or XML) are widely used for extracting key output information from LLMs.