مقابلات
فرانسيسكو ويبر ، المؤسس المشارك والرئيس التنفيذي لشركة Cortical.io - سلسلة مقابلات
فرانسيسكو ويبر هو المؤسس المشارك والرئيس التنفيذي لشركة القشرية ومخترع تقنية شبكية العين الخاصة بالشركة. تطبق هذه التقنية مبادئ المعالجة الدماغية على التعلم الآلي وفهم اللغة الطبيعية (NLU) لحل حالات الاستخدام الواقعية المتعلقة ببيانات النص الضخمة. تعتمد حلول Cortical.io على المعنى الفعلي للنص، وليس على الأحداث الإحصائية.
تطور اهتمام فرانسيسكو بتكنولوجيا المعلومات أثناء دراسته الطبية ، عندما كان يشارك في معالجة البيانات الطبية. على مدار عقدين من الزمن ، استكشف تقنيات محركات البحث وأنظمة التوثيق في سياقات مختلفة ولكنه أصبح محبطًا بشكل متزايد بسبب قيود الأساليب الإحصائية الحديثة.
في عام 2005 أسس شركة Matrixware Information Services ، التي طورت أول قاعدة بيانات عالمية موحدة لبراءات الاختراع. في عام 2007 ، أنشأ مرفق استرداد المعلومات مع خبير أكاديمي بارز في استرجاع المعلومات البروفيسور كيث فان ريجسبيرجين. يهدف المرفق إلى سد الفجوة بين الأوساط الأكاديمية والصناعة في مجال استرجاع المعلومات. أدرك فرانسيسكو أن الدماغ كان النظام المرجعي الوحيد الموجود عندما يتعلق الأمر بمعالجة اللغة الطبيعية. أثناء متابعته عن كثب للتطورات في علم الأعصاب ، صاغ نظريته في الطي الدلالي ، والتي تحدد كيف يمثل الدماغ بيانات اللغة.
ما الذي جذبك في البداية للانخراط فيه فهم اللغة الطبيعية (NLU)؟
تطور اهتمامي بتكنولوجيا المعلومات خلال دراستي الطبية ، عندما شاركت في معالجة البيانات الطبية. على مدار عقدين من الزمن ، استكشفت تقنيات محركات البحث وأنظمة التوثيق في سياقات مختلفة ، لكني أصبحت محبطًا بشكل متزايد بسبب قيود الأساليب الإحصائية الحديثة. أدركت أن الدماغ كان النظام المرجعي الوحيد الموجود عندما يتعلق الأمر بمعالجة اللغة الطبيعية.
أنت المؤسس والرئيس التنفيذي لشركة القشرية. هل يمكنك مشاركة قصة التكوين وراء هذه الشركة؟
كنا نعلم أن لدينا تقنية تمكن الشركات من البحث بسرعة ودقة وفعالية أكبر لاستخراج المعلومات من نص غير منظم والتعليق عليها وتحليلها. يمكن أن تكون تقنية NLU المستندة إلى الذكاء الاصطناعي الخاصة بنا أداة تمييز حقيقية في مواجهة التحدي المتمثل في معالجة البيانات النصية غير المهيكلة لأنها تفهم معنى الجمل والفقرات والمفاهيم ، وليس فقط الكلمات الرئيسية ، وبالتالي تقدم نتائج دقيقة للغاية. عندما علم قادة الصناعة بما لدينا ، فقد فتح الباب لنا لاختبار نهجنا في ظل متطلبات حقيقية ومعقدة. نتج عن ذلك نجاحات تجارية عديدة في قائمة Fortune 500. لقد أصبحت هذه نماذج لمنتجاتنا الخاصة بالعقود ومنتجات استخبارات الرسائل.
تعتمد تقنية Cortical.io على ورقة بيضاء نظرية الطي الدلالي (SFT)، نظرية حسابية مبتكرة لمعالجة بيانات اللغة. ما هي بعض القيود الحالية على كيفية تعامل الذكاء الاصطناعي مع NLU؟
تتضمن مناهج الذكاء الاصطناعي والتعلم الآلي القياسية بناء نماذج إحصائية واسعة النطاق يتم تدريبها باستخدام كميات هائلة من بيانات التدريب. في كثير من الأحيان ، لا تتوفر كميات كافية من بيانات التدريب بسهولة ، ولا يتوفر للخبراء المتخصصين الوقت لتوضيح هذه الكميات الكبيرة من المستندات. بالإضافة إلى ذلك ، يتطلب تدريب النماذج الكبيرة (بمليارات المعلمات) موارد حوسبة ضخمة ، وكلها مكلفة وتستهلك الكثير من الطاقة. النموذج اللغوي النموذجي يستهلك طاقة أكثر من خمس سيارات طوال حياتها كلها!
تم بناء نظرية الطي الدلالي على قمة نظرية الذاكرة الزمنية الهرمية (هتم). هل يمكن أن تصف بإيجاز ما هي هذه النظرية؟
الذاكرة المؤقتة الهرمية (HTM) هي نظرية ذكاء مقيدة بيولوجيًا تم وصفها في الأصل في كتاب جيف هوكينز عن الذكاء. إنه إطار ذكاء آلي يعتمد بشكل صارم على علم الأعصاب وعلم وظائف الأعضاء وتفاعل الخلايا العصبية في الدماغ. في هذه النظرية ، يعمل الدماغ كنظام ذاكرة يخزن الأنماط ويقوم بالتنبؤات من التجارب الحالية بناءً على الأنماط المحفوظة. لكي تكون ذكية حقًا ، يجب على الآلات إعادة إنشاء نظام تنبؤ الذاكرة هذا. يصف هوكينز التمثيلات الموزعة المتناثرة على أنها تنسيق البيانات الوحيد الذي تستخدمه القشرة المخية الحديثة. بصمات الأصابع الدلالية المستخدمة في تقنيتنا هي تمثيلات موزعة متفرقة للنص (للكلمات أو الجمل أو الفقرات).
هل يمكن أن تشاركنا كيف تتفوق طريقة SFT على استراتيجيات NLU المنافسة؟
تتمتع نظرية الطي الدلالي التي تدعم تقنية Cortical.io بالعديد من المزايا الكبيرة. أولاً ، لا يتطلب مستودعًا ضخمًا لبيانات العينة التي تقدم نتائج دقيقة. ثانيًا ، إنه سريع ، ويتطلب موارد حوسبة أقل من خوارزميات التعلم الآلي الحديثة. أخيرًا ، عملية التدريب أبسط بكثير ويمكن إدارتها من قبل خبراء الموضوع الذين سيستخدمون النظام ، حتى لو لم يكن لديهم خبرة في الذكاء الاصطناعي.
أحد منتجات Cortical.io هو Message Intelligence ، فما هو هذا التطبيق تحديدًا؟
تندرج ميزة ذكاء الرسائل في الفئة المعروفة باسم المعالجة الذكية للمستندات. تكتظ الشركات بمعالجة مجموعة واسعة من الرسائل والمستندات. ذكاء الرسائل هو حل جاهز يستخدم تقنية Cortical.io لاستخراج المعلومات الأساسية وتصنيفها بدقة في هذه الرسائل والمستندات ومعالجتها بشكل مناسب على نطاق المؤسسة. بفضل نهج Cortical.io الحاصل على براءة اختراع ، فإنه يتيح تطوير المصنفات المخصصة في ساعات ونماذج الاستخراج في أيام.
منتج آخر معروض هو استخبارات العقد، هل يمكنك مشاركة بعض التفاصيل حول هذا؟
تستفيد Cortical.io Contract Intelligence من نهج جديد لفهم اللغة الطبيعية لتحليل المعلومات ذات الصلة من كميات كبيرة من المستندات بسرعة وبدقة يصعب تحقيقها على نطاق واسع باستخدام العمل اليدوي أو باستخدام أدوات تحليل العقود الأخرى. يوفر الحل أداة قوية وقائمة على المعنى لاستخراج المعلومات الأساسية وتصنيفها ، والبحث داخل المستندات الفردية أو في قاعدة البيانات بأكملها ، بالإضافة إلى مقارنة المستندات بقالب أو الإصدارات السابقة.
هل هناك أي شيء آخر تود مشاركته حول Cortical.io؟
نحن متحمسون لرؤية نضوج الذكاء الاصطناعي وفهم اللغة الطبيعية من تقنية مثيرة للاهتمام إلى دمجها في التطبيق الذي يحل مشاكل الأعمال التجارية في العالم الحقيقي.
شكرا لك على المقابلة الرائعة ، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا القشرية.
